摘要
本发明公开了一种接触网多源多维数据特征提取与处理方法,涉及深度学习技术领域,包括以下步骤:构建包括接触网的图像数据、动态几何数据和缺陷文本数据的接触网数据集;分别利用图像特征提取模型、动态几何特征提取模型和缺陷文本特征提取模型,提取图像数据中的图像特征、动态几何数据中的动态几何特征和缺陷文本数据中的缺陷文本特征,得到图像数据、动态几何数据和缺陷文本数据的高维特征向量;构建特征融合分析模型并对特征融合分析模型进行训练。本发明通过多模态数据的采集与融合,提供了更加全面、丰富的接触网状态信息。
技术关键词
多源多维数据
接触网
图像特征提取模型
高维特征向量
动态
长短期记忆网络
样本
缺陷类别
图像编码器
图像传感器
大规模文本数据
相似性度量函数
底层视觉特征
卷积神经网络提取
深度学习架构
系统为您推荐了相关专利信息
员工
分布式存储算法
技能评估
服务器节点
智能交互界面
状态反馈方法
状态反馈系统
解析设备
动态
错误码
激光测风雷达
多普勒
径向风速数据
VAD算法
垂直型
动态帧率
显示控制系统
驱动芯片
调节单元
扫描控制信号