摘要
本发明涉及地铁车辆管理技术领域,具体涉及车辆的安全检测系统、异常检测方法及其优化部署策略,其中车辆的安全检测系统,包括用于处理数据以及整体控制的软件部分,以及用于地铁车辆关键部位的自动信息采集并输出数据的硬件平台,软件部分和硬件平台之间进行数据通信,软件部分设有用于应用深度学习技术和多尺度特征融合技术通过预设的安全检测模型实现异常检测的安全检测模块。本发明能够实现地铁车辆关键部件的自动信息采集,以及数据的自动传输和处理等一系列工作,自动化和智能化程度高,能够有效提高地铁车辆安全检测效率,同时采用安全检测模块能够应用深度学习技术和多尺度特征融合技术实现异常检测,检测效率和检测准确度高。
技术关键词
特征融合技术
硬件平台
地铁车辆
异常检测方法
解码网络
深度学习技术
模块
瓶颈
无人车
数据通信
人机交互界面
电机驱动器
融合多尺度特征
双目相机
车辆管理技术
软件
深度学习训练
策略
系统为您推荐了相关专利信息
数据处理模型
数据异常检测方法
场景
多模型
聚类
CAN总线控制器
DDR3存储器
交互机制
硬件设备
接口
时序特征
异常检测装置
查询特征
特征提取模块
键特征
信号异常检测方法
无监督学习
频域特征
机电设备
融合特征
航天器遥测数据
异常检测方法
LSTM模型
编码器
解码器