-
公开(公告)号：CN114581861B
公开(公告)日：2023-05-23
申请号：CN202210205004.8
申请日：2022-03-02
申请人： 北京交通大学
IPC分类号： G06V20/54 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/08
摘要： 本发明提供了一种基于深度学习卷积神经网络的轨道区域识别方法。该方法包括：获取不同场景下含轨道区域的图像，组成轨道图像数据集；构建轨道区域识别网络模型，该轨道区域识别网络模型包括多个卷积层和上采样层，利用轨道图像数据集对轨道区域识别网络模型进行训练，得到训练好的轨道区域识别网络模型；使用训练好的轨道区域识别网络模型对待识别场景下的轨道区域进行识别，得到待识别场景下的轨道区域的识别结果。本发明方法在深度残差卷积神经网络可以更加有效地提取到图像特征，深层特征与浅层特征的融合使得提取的轨道边界更加清晰，轻量化模型的运行环境更加具有普适性，适用于不同场景和不同尺寸下的轨道区域场景图像。
-
公开(公告)号：CN113962020B
公开(公告)日：2024-08-02
申请号：CN202111142187.5
申请日：2021-09-28
申请人： 北京交通大学
发明人： 魏秀琨 , 管青鸾 , 贾利民 , 尹贤贤 , 魏德华 , 张慧贤 , 汤庆锋 , 周航 , 刘运超 , 尹新强 , 王棣青 , 赵春生 , 赵天可 , 魏东华 , 李江帅 , 刘志强 , 高方庆 , 沈星 , 胡新杨 , 傅兵 , 袁若岑
IPC分类号： G06F30/15 , G06F30/20 , G06F119/04
摘要： 本发明提供了一种基于带测量误差的维纳过程的车辆轴承剩余寿命预测方法。包括：利用轴承试验台采集全寿命周期轴承数据，提取轴承的时域特征值；建立轴承的两阶段的线性维纳退化过程模型，使用首达时间定义轴承的寿命，并确定轴承的失效阈值，推导出轴承剩余寿命概率密度函数；求得模型参数向量的对数似然函数，利用迭代运算的期望表达式通过期望最大化算法经过多次迭代得到参数向量的最优估计值；将参数向量的最优估计值代入轴承的剩余寿命概率密度函数，求得最终预测的轴承剩余寿命期望。本发明可以对轴承的剩余寿命进行预测，以确定最佳维修时间和维护策略，为维修部门提供有针对性的轴承维护保养建议。
-
公开(公告)号：CN114581861A
公开(公告)日：2022-06-03
申请号：CN202210205004.8
申请日：2022-03-02
申请人： 北京交通大学
摘要： 本发明提供了一种基于深度学习卷积神经网络的轨道区域识别方法。该方法包括：获取不同场景下含轨道区域的图像，组成轨道图像数据集；构建轨道区域识别网络模型，该轨道区域识别网络模型包括多个卷积层和上采样层，利用轨道图像数据集对轨道区域识别网络模型进行训练，得到训练好的轨道区域识别网络模型；使用训练好的轨道区域识别网络模型对待识别场景下的轨道区域进行识别，得到待识别场景下的轨道区域的识别结果。本发明方法在深度残差卷积神经网络可以更加有效地提取到图像特征，深层特征与浅层特征的融合使得提取的轨道边界更加清晰，轻量化模型的运行环境更加具有普适性，适用于不同场景和不同尺寸下的轨道区域场景图像。
-
公开(公告)号：CN113962020A
公开(公告)日：2022-01-21
申请号：CN202111142187.5
申请日：2021-09-28
申请人： 北京交通大学
发明人： 魏秀琨 , 管青鸾 , 贾利民 , 尹贤贤 , 魏德华 , 张慧贤 , 汤庆锋 , 周航 , 刘运超 , 尹新强 , 王棣青 , 赵春生 , 赵天可 , 魏东华 , 李江帅 , 刘志强 , 高方庆 , 沈星 , 胡新杨 , 傅兵 , 袁若岑
IPC分类号： G06F30/15 , G06F30/20 , G06F119/04
摘要： 本发明提供了一种基于带测量误差的维纳过程的车辆轴承剩余寿命预测方法。包括：利用轴承试验台采集全寿命周期轴承数据，提取轴承的时域特征值；建立轴承的两阶段的线性维纳退化过程模型，使用首达时间定义轴承的寿命，并确定轴承的失效阈值，推导出轴承剩余寿命概率密度函数；求得模型参数向量的对数似然函数，利用迭代运算的期望表达式通过期望最大化算法经过多次迭代得到参数向量的最优估计值；将参数向量的最优估计值代入轴承的剩余寿命概率密度函数，求得最终预测的轴承剩余寿命期望。本发明可以对轴承的剩余寿命进行预测，以确定最佳维修时间和维护策略，为维修部门提供有针对性的轴承维护保养建议。
-
-
-
搜索结果
4 条记录 (耗时 0.031 秒)
