摘要
本发明公开了一种基于大数据分析的轨道风险的排查方法和排查系统,涉及轨道安全技术领域。本发明利用YOLO模型和SVM分类器对轨道进行检测,提取轨道图像的多尺度特征,可以快速有效检测轨道中的变形、损伤位置;基于检测结果,分别利用RF模型和BP神经网络,进一步分析轨道的故障点,结合各个模型的输出精确确定轨道中的故障点,减少故障点误判、缺漏的情况,为后续排查路径规划提供有效支撑;根据故障点,结合贪心算法和蚂蚁算法制定排查路径,可以有效减少排查时间,且提高工作人员的效率,提高列车运行的安全性,辅助列车运行管理。
技术关键词
轨道
排查方法
BP神经网络模型
节点
站点
分段
蚁群算法
排查系统
YOLO模型
信号
图像
列车运行管理
标签
分类器
规划
高风险
历史温度数据
梯度下降算法
系统为您推荐了相关专利信息
WebRTC技术
动态计费系统
数据加密
敏感数据保护
RDMA技术
核反应堆热工水力
分析核反应堆
热工水力特性
仿真模型
程序执行模块
分布式版本控制系统
分布式链路追踪
协议
人工智能模型
复杂度
有限元求解方法
有限元算法
能量守恒
变量
动力学响应分析