摘要
本发明提供了铁路轨道磨损量评估方法及系统,涉及铁路轨道磨损量评估技术领域,包括获取列车运行数据与轨道历史磨损数据,并通过基于变分自编码器与高斯过程回归模型的预处理模型进行数据清洗与补全。然后,对预处理后的数据进行小波变换与局部加权回归处理,以提取局部特征及线性关系,构建特征数据集。进一步通过极限学习机结合主成分分析模型进行降维,并利用高斯混合模型分类,生成类别特征集合。将特征集合输入预测模型并结合卷积神经网络优化预测结果,随后进行可靠度分析,将可靠度高于阈值的结果作为最终的轨道磨损量评估结果。本发明提高了磨损预测的准确性与可靠性,适用于铁路轨道的智能维护与管理。
技术关键词
磨损量评估方法
铁路轨道
极限学习机
非线性
列车运行数据
协方差矩阵
编码器
卷积神经网络模型
处理单元
随机森林
特征值
评估系统
高斯混合模型分类
关系
变量
成分分析
滑动窗口
系统为您推荐了相关专利信息
水文参数
分布式水文模型
网格化方法
土壤特征
MLP神经网络
电机故障诊断方法
诊断电机
电机电流数据
电机故障诊断技术
编码器
轨道提取方法
卷积网络模型
轨道交通信息技术
实时图像
数值
仿真模型
前馈神经网络
物理
管网参数
深度学习预测模型
机器人导航方法
动态系统模型
雅可比矩阵
方程
动态障碍物