文章基于长短期记忆网络(Long Short Term Memory,LSTM)循环神经网络,研究了城轨车辆制动系统故障预测问题。通过采集车辆制动系统的传感器数据,建立一个基于LSTM的故障预测模型,并利用该模型预测城轨车辆制动系统中的故障,最后进行实...文章基于长短期记忆网络(Long Short Term Memory,LSTM)循环神经网络,研究了城轨车辆制动系统故障预测问题。通过采集车辆制动系统的传感器数据,建立一个基于LSTM的故障预测模型,并利用该模型预测城轨车辆制动系统中的故障,最后进行实验验证。实验结果表明,所提出的模型可以有效地预测城轨车辆制动系统的故障,具有一定的实用价值。展开更多
本刊综合报道2016年6月7日,江苏省副省长马秋林会见了前来参加克诺尔车辆设备(苏州)有限公司(以下简称“克诺尔苏州公司”)第三期工程启幕典礼活动的德图克诺尔集团监督委员会主席蒂勒(Heinz Hermann Thiele)先生一行,苏州市委...本刊综合报道2016年6月7日,江苏省副省长马秋林会见了前来参加克诺尔车辆设备(苏州)有限公司(以下简称“克诺尔苏州公司”)第三期工程启幕典礼活动的德图克诺尔集团监督委员会主席蒂勒(Heinz Hermann Thiele)先生一行,苏州市委副书记、市长曲福田,苏州市委常委、高新区党工委书记浦荣皋,苏州副市长盛蕾等参加会见。6月8日,苏州市委书记周乃翔会见了蒂勒一行。展开更多
文摘文章基于长短期记忆网络(Long Short Term Memory,LSTM)循环神经网络,研究了城轨车辆制动系统故障预测问题。通过采集车辆制动系统的传感器数据,建立一个基于LSTM的故障预测模型,并利用该模型预测城轨车辆制动系统中的故障,最后进行实验验证。实验结果表明,所提出的模型可以有效地预测城轨车辆制动系统的故障,具有一定的实用价值。
文摘本刊综合报道2016年6月7日,江苏省副省长马秋林会见了前来参加克诺尔车辆设备(苏州)有限公司(以下简称“克诺尔苏州公司”)第三期工程启幕典礼活动的德图克诺尔集团监督委员会主席蒂勒(Heinz Hermann Thiele)先生一行,苏州市委副书记、市长曲福田,苏州市委常委、高新区党工委书记浦荣皋,苏州副市长盛蕾等参加会见。6月8日,苏州市委书记周乃翔会见了蒂勒一行。