摘要
本发明提供一种基于生成对抗网络的轮对异常检测方法及系统,包括轮对数据获取步骤,获取轮对数据;数据融合分类步骤,将轮对数据融合生成数据矩阵并进行分类;生成对抗网络构建步骤,根据所述正常轮对数据集通过训练生成对抗网络的生成器输出得到伪正常轮对数据集,将所述正常轮对数据集和所述伪正常轮对数据集输入生成对抗网络的判别器训练输出相似率;轮对异常判断步骤,将实时轮对数据输入生成对抗网络,通过相似率计算与相似阈值比较结果,输出轮对数据异常或轮对数据正常;本发明优点是能够判断列车轮对偏磨损异常情况,减少对异常数据样本的依赖,提高列车轮对异常检测的准确性和检测效率。
技术关键词
生成对抗网络
异常检测方法
矩阵
异常数据
分支卷积神经网络
指令
受力
频率
局部图像特征
引入注意力机制
异常检测系统
图像特征向量
正则化方法
数据获取模块
因子
样本
列车
系统为您推荐了相关专利信息
穴位定位方法
穴位定位模型
融合特征
模块
多尺度特征融合
功率分配方法
燃料电池输出功率
因子
驾驶状态识别
模糊C聚类
参数成像方法
数学模型
编码
轴向扩散系数
多通道
链路故障定位方法
马尔可夫链模型
转移概率矩阵
图谱
路径特征