摘要
本发明公开了一种轨道健康诊断方法及装置,方法包括获取过车数据,并基于轨道状态对过车数据进行标注,构造原始数据集;对原始数据集进行下采样构建平衡数据集,将平衡数据集中的样本输入特征提取模型输出对应的特征向量,通过对比学习的方法预训练特征提取模型;从原始数据集选取第一样本组,将第一样本组中的样本输入到特征提取模型得到第一特征向量,并对第一特征向量进行分类,得到各类样本的分类准确率分数;基于各类样本的分类准确率分数调整模型损失函数,通过对比学习训练特征提取模型,根据训练和分类结果继续动态调整模型参数;重复上述步骤直到模型的参数收敛,得到训练好的特征提取模型。本发明能提高轨道健康诊断的准确性和鲁棒性。
技术关键词
健康诊断方法
样本
分类准确率
轨道
训练特征提取模型
线性分类器
分支卷积神经网络
特征提取单元
分类方法
健康诊断装置
融合多尺度特征
注意力机制
列车
参数
数据获取单元
动态
度量
系统为您推荐了相关专利信息
代码编辑方法
样本
电子设备
可读存储介质
编辑装置
视角
虚拟射击道具
场景
摄像机
计算机可执行指令
深度强化学习模型
压缩特征
特征提取网络
锁组
矩阵
继电保护装置
历史故障数据
故障诊断方法
关键故障特征
电压稳定