-
题名轨道几何状态检测异常数据实时智能识别
被引量：1
- 1
-
-
作者
程朝阳
王昊
侯智雄
李颖
杨劲松
韩志
郝晋斐
-
机构
中国铁道科学研究院集团有限公司基础设施检测研究所
-
出处
《铁道建筑》
北大核心
2024年第2期25-29,共5页
-
基金
中国铁道科学研究院集团有限公司基金(2021YJ217)。
-
文摘
受外界干扰、数据传输、传感器信号偏移等因素影响,轨道几何状态检测数据会产生异常峰值超限,影响现场检测人员工作效率。考虑到异常数据样本较少的不利因素,本文基于轨道几何检测系统传感器正常数据,通过消除数据趋势项,提取时序数据多维特征组成训练集,训练并构建了基于单分类支持向量机的异常数据智能识别模型。运用该模型对某地铁轨道几何检测系统单边位移的时序数据进行预处理、特征提取和智能分类,试验验证了其识别效果。结果表明:该方法识别效果好,误报率低,异常数据识别准确率高,且具有轻量化、易部署的特点,可满足轨道几何检测系统实时检测要求。
-
关键词
轨道几何状态检测
异常识别
特征提取
智能识别模型
单分类支持向量机
趋势项消除
-
Keywords
track geometry inspection
abnormal identification
feature extraction
intelligent recognition model
single classification support vector machine
elimination of trend items
-
分类号
U216.3
[交通运输工程—道路与铁道工程]
-
