-
题名一种双超球数据域描述模型
被引量:5
- 1
-
-
作者
党帅涛
柯坚
吴文海
王奇
-
机构
西南交通大学机械工程学院
-
出处
《传感器与微系统》
CSCD
2019年第1期41-43,共3页
-
文摘
针对支持向量数据描述(SVDD)在训练学习时表现出的性能退化、鲁棒性差、分类间隔为零以及容易产生过学习等问题,提出一种双超球数据域描述(DSHDD)模型。在支持向量数据描述小包围球的基础上,设计一个大包围球,通过双包围球将数据分割成正常区域、异常区域、拒绝区域。实验结果验证了提出方法的适应性和有效性。
-
关键词
异常检测
单分类支持向量机
支持向量数据描述
-
Keywords
anomaly detection
single-classification support vector machine
support vector data description (SVDD)
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于图像伺服的接触网绝缘子自动水冲洗车
被引量:1
- 2
-
-
作者
王奇
王国志
党帅涛
秦剑
吴文海
-
机构
西南交通大学
-
出处
《计算机测量与控制》
2018年第8期257-261,共5页
-
文摘
目前铁路绝缘子维护领域内还没有自动水冲洗设备,提出了捕获跟踪与瞄准系统对绝缘子进行自动冲洗维护;在绝缘子识别的基础上,进一步设计出基于图像的视觉伺服系统(IBVS,image-based visual servoing)控制方法,调整冲洗水炮炮管及摄像机姿态对绝缘子进行瞄准,来完成绝缘子冲洗工作;该方法主要思路为写出特征函数的差并使其最小,特征函数是通过两个雅可比矩阵及其伪逆矩阵建立起图像与冲洗装置控制量之间的关系,最后达到控制目的。使用Matlab对IBVS控制方法进行验证,该方法控制双自由度冲洗装置精确性达到要求,可实现绝缘子冲洗瞄准。
-
关键词
水冲洗
绝缘子
瞄准
IBVS
视觉伺服
-
Keywords
water-washing
insulator
aiming
IBVS
visual servo
-
分类号
U226
[交通运输工程—道路与铁道工程]
-
-
题名基于改进SVDD的绝缘子污秽检测方法
被引量:4
- 3
-
-
作者
孙磊
吴文海
柯坚
党帅涛
-
机构
西南交通大学机械工程学院
-
出处
《传感器与微系统》
CSCD
2019年第9期57-59,共3页
-
文摘
为了解决支持向量数据描述在应用于绝缘子污秽检测时,因边缘样本区分困难而出现的误检与漏检,提出一种双超球数据域描述模型。在支持向量数据描述小包围球的基础上,设计一个大包围球,通过双包围球把数据分割成3个部分:正常区域、异常区域、拒绝区域。引入拒绝区域放弃对难以区分的样本进行决策。实验结果验证了该方法可以有效降低误检与漏检。
-
关键词
绝缘子
污秽检测
单分类支持向量机
支持向量数据描述
-
Keywords
insulator
pollution detection
one-class support vector machine
support vector data description
-
分类号
TM216
[一般工业技术—材料科学与工程]
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名接触网绝缘子自动水冲洗车载体位姿隔离与补偿
被引量:2
- 4
-
-
作者
王奇
秦剑
柯坚
王国志
党帅涛
-
机构
西南交通大学机械工程学院
-
出处
《机床与液压》
北大核心
2018年第16期92-95,98,共5页
-
文摘
绝缘子水冲洗车是接触网重要的维护设备,载体前进中位置和姿态变化对跟踪冲洗效果产生干扰。对于位置变化,使用卡尔曼滤波法对载体位置进行预测;对于姿态变化,使用IMU测量与解算姿态变化,计算对冲洗炮管的影响及补偿量;将载体位置滤波后的值与姿态补偿量融合后,用此结果对冲洗装置偏航角与仰俯角的控制可实现位姿干扰隔离。使用MATLAB验证滤波过程与姿态隔离补偿,表明该补偿方法具有良好的收敛性和较高的精度,可以应用于自动水冲洗车。
-
关键词
自动水冲洗车
载体位姿
隔离与补偿
-
Keywords
Automatic water-washing vehicle
Position and pose of carrier
Isolation and compensation
-
分类号
TP23
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于PCM和纹理特征的铁路绝缘子污秽程度异常检测
被引量:8
- 5
-
-
作者
党帅涛
柯坚
吴文海
王奇
-
机构
西南交通大学机械工程学院
-
出处
《电瓷避雷器》
CAS
北大核心
2019年第2期197-201,共5页
-
文摘
为了有效的检测接触网中污秽程度较高的绝缘子,提出一种基于纹理特征和可能性均值聚类的异常检测方法,为绝缘子清洗工作的开展,提供必要的参考和前提。首先利用最大类间方差法对图像进行分割得到绝缘子的盘面区域,然后使用灰度共生矩阵计算出纹理空间的特征向量,进而使用主成分分析算法对特征向量进行融合与降维,最后通过可能性均值聚类算法实现接触网绝缘子污秽程度的异常检测。实验表明,该方法能有效的检测出污秽程度异常的接触网绝缘子。
-
关键词
铁路绝缘子
纹理特征
主成分分析
可能均值聚类
-
Keywords
railway insulator
texture feature
PCA
PCM
-
分类号
U226
[交通运输工程—道路与铁道工程]
TM216
[一般工业技术—材料科学与工程]
-