-
公开(公告)号：CN109766927B
公开(公告)日：2023-08-22
申请号：CN201811574962.2
申请日：2018-12-21
申请人： 清华大学
IPC分类号： G06F18/214 , G06F18/23 , G06F18/2411 , G06F18/21 , B61L5/06 , G01R31/00
摘要： 本发明提供一种基于混合深度学习的高铁道岔智能故障检测方法，该方法将结合深度学习自动特征提取及传统机器学习异常点检测的混合深度学习方法运用到道岔故障检测方法研究中，利用深度学习进行自动特征提取，形成了维度更小且更加抽象的特征数据，解决了特征提取过程依赖人工经验及聚类算法在高维数据下的计算困难问题；然后使用聚类算法结合专家知识选取正常数据簇，解决无法获得大量有标签数据问题；最后使用标注为正常的数据训练单分类支持向量机进行异常点检测并解决了道岔故障检测过程中无标签或标签不足的问题。
-
公开(公告)号：CN109815983A
公开(公告)日：2019-05-28
申请号：CN201811573642.5
申请日：2018-12-21
申请人： 清华大学
摘要： 本发明提供一种基于混合深度学习的高铁道岔智能故障预测方法，其利用降噪自编码器自动提取道岔电流曲线数据的特征，再基于密度聚类方法对无标签特征数据进行聚类，结合专家知识选取不同道岔故障标准下聚类簇作为正常数据，最后使用不同道岔故障标准下的正常数据分别训练单分类支持向量机，将两个单分类支持向量机输出结果交叉，形成道岔故障检测及预测四象限模型，对待测数据进行故障检测和预测；该方法和系统具有高效、客观地提取道岔动作电流曲线特征的优点；减少了人工逐条数据标注的工作量，具有可靠、高效获取正常数据的优点；仅输入不同故障标准下的正常数据即可进行道岔故障检测及预测的优点。
-
公开(公告)号：CN109766927A
公开(公告)日：2019-05-17
申请号：CN201811574962.2
申请日：2018-12-21
申请人： 清华大学
摘要： 本发明提供一种基于混合深度学习的高铁道岔智能故障检测方法，该方法将结合深度学习自动特征提取及传统机器学习异常点检测的混合深度学习方法运用到道岔故障检测方法研究中，利用深度学习进行自动特征提取，形成了维度更小且更加抽象的特征数据，解决了特征提取过程依赖人工经验及聚类算法在高维数据下的计算困难问题；然后使用聚类算法结合专家知识选取正常数据簇，解决无法获得大量有标签数据问题；最后使用标注为正常的数据训练单分类支持向量机进行异常点检测并解决了道岔故障检测过程中无标签或标签不足的问题。
-
公开(公告)号：CN101451959B
公开(公告)日：2011-01-26
申请号：CN200810247340.9
申请日：2008-12-30
申请人： 清华大学
摘要： 本发明涉及一种氢气传感器及钯膜氢敏感系统，该氢气传感器包括导入光纤、反射光纤和空心管，空心管的表面具有钯或钯合金膜，导入光纤和反射光纤分别与空心管管腔的两端连接，相对的两个光纤端面相互平行并与管腔一起构成干涉腔体；该钯膜氢敏感系统通过向氢气传感器的导入光纤传输宽谱光，并接收导入光纤和反射光纤相对两端反射产生的干涉光，通过采集干涉光谱信号来确定干涉腔体腔长的变化，进而计算出氢气的浓度。本发明克服了现有技术中由于光源波动和光纤扰动等因素难以实现高分辨率稳定测量的问题，极易受环境温度扰动影响的问题，测量结果准确且温度性强，且成本低廉。
-
公开(公告)号：CN109815983B
公开(公告)日：2023-08-18
申请号：CN201811573642.5
申请日：2018-12-21
申请人： 清华大学
IPC分类号： G06F18/2433 , G06F18/2411 , G06F18/232 , G06F18/213 , G06F18/214 , G06N3/0455 , G06N3/084
摘要： 本发明提供一种基于混合深度学习的高铁道岔智能故障预测方法，其利用降噪自编码器自动提取道岔电流曲线数据的特征，再基于密度聚类方法对无标签特征数据进行聚类，结合专家知识选取不同道岔故障标准下聚类簇作为正常数据，最后使用不同道岔故障标准下的正常数据分别训练单分类支持向量机，将两个单分类支持向量机输出结果交叉，形成道岔故障检测及预测四象限模型，对待测数据进行故障检测和预测；该方法和系统具有高效、客观地提取道岔动作电流曲线特征的优点；减少了人工逐条数据标注的工作量，具有可靠、高效获取正常数据的优点；仅输入不同故障标准下的正常数据即可进行道岔故障检测及预测的优点。
-
公开(公告)号：CN101451959A
公开(公告)日：2009-06-10
申请号：CN200810247340.9
申请日：2008-12-30
申请人： 清华大学
摘要： 本发明涉及一种氢气传感器及钯膜氢敏感系统，该氢气传感器包括导入光纤、反射光纤和空心管，空心管的表面具有钯或钯合金膜，导入光纤和反射光纤分别与空心管管腔的两端连接，相对的两个光纤端面相互平行并与管腔一起构成干涉腔体；该钯膜氢敏感系统通过向氢气传感器的导入光纤传输宽谱光，并接收导入光纤和反射光纤相对两端反射产生的干涉光，通过采集干涉光谱信号来确定干涉腔体腔长的变化，进而计算出氢气的浓度。本发明克服了现有技术中由于光源波动和光纤扰动等因素难以实现高分辨率稳定测量的问题，极易受环境温度扰动影响的问题，测量结果准确且温度性强，且成本低廉。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.027 秒)
