一种基于卷积神经网络的钢轨扣件状态识别方法

AITNT
正文
推荐专利
一种基于卷积神经网络的钢轨扣件状态识别方法
申请号:CN202510414151
申请日期:2025-04-03
公开号:CN120431363A
公开日期:2025-08-05
类型:发明专利
摘要
本发明涉及一种基于卷积神经网络的钢轨扣件状态识别方法,包括以下步骤:基于扣件状态数据集,采用卷积神经网络方法,通过网络训练获得扣件状态识别模型;采集扣件状态实时图像,输入至扣件状态识别模型中,获取扣件当前所处状态。
技术关键词
卷积神经网络方法 状态识别方法 钢轨扣件 实时图像 网络结构 强化特征 池化方法 优化器 图片 标签 数据 样本 数值 序列 基础 参数
系统为您推荐了相关专利信息
1
一种基于机器视觉的铁路轨道状态实时监测方法及系统
铁路轨道状态 网络监测平台 智能测量仪 靶标 实时监测方法
2
硬盘的温度预测方法、装置、电子设备及存储介质
散热策略 温度预测方法 深度学习网络结构 磁盘阵列 服务设备
3
一种基于改进的CPBM-YOLO的交通标志目标检测方法
交通标志 YOLO模型 模块 网络结构 上采样
4
一种可扩展多路图像存储及姿态解析协同系统
协同系统 数据存储模块 芯片 图像数据处理技术 硬盘数量
5
一种基于神经网络的海尔贝克磁环的磁设计方法
磁感应强度 磁铁 参数 磁路 神经网络结构
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号