期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于LSTM的列车测速测距设备故障诊断
被引量:
7
1
作者
付文秀
李弘扬
靳东明
《北京交通大学学报》
CAS
CSCD
北大核心
2020年第2期9-16,共8页
列车测速测距设备是列车运行控制系统的重要组成部分,也是故障率较高的设备之一.针对测速测距设备故障诊断自动化程度低的问题,提出一种基于LSTM(Long Short-Term Memory)神经网络的列车测速测距设备故障诊断方法,利用自适应最小支持度...
列车测速测距设备是列车运行控制系统的重要组成部分,也是故障率较高的设备之一.针对测速测距设备故障诊断自动化程度低的问题,提出一种基于LSTM(Long Short-Term Memory)神经网络的列车测速测距设备故障诊断方法,利用自适应最小支持度的加权Apriori算法从测速测距设备的时间序列中提取与故障分类关联度高的时间序列,构建故障数据集;利用LSTM神经网络对故障进行分类对比,测试结果表明:在以时间序列为故障特征的条件下,LSTM分类效果优于全卷积神经网络(Fully Convolutional Neural Networks,FCNN)与循环神经网络(Recurrent Neural Network,RNN).
展开更多
关键词
车载测速测距设备
故障诊断
LSTM神经网络
APRIORI算法
下载PDF
职称材料
题名
基于LSTM的列车测速测距设备故障诊断
被引量:
7
1
作者
付文秀
李弘扬
靳东明
机构
北京交通大学电子信息工程学院
出处
《北京交通大学学报》
CAS
CSCD
北大核心
2020年第2期9-16,共8页
基金
国家自然科学基金(61673049)。
文摘
列车测速测距设备是列车运行控制系统的重要组成部分,也是故障率较高的设备之一.针对测速测距设备故障诊断自动化程度低的问题,提出一种基于LSTM(Long Short-Term Memory)神经网络的列车测速测距设备故障诊断方法,利用自适应最小支持度的加权Apriori算法从测速测距设备的时间序列中提取与故障分类关联度高的时间序列,构建故障数据集;利用LSTM神经网络对故障进行分类对比,测试结果表明:在以时间序列为故障特征的条件下,LSTM分类效果优于全卷积神经网络(Fully Convolutional Neural Networks,FCNN)与循环神经网络(Recurrent Neural Network,RNN).
关键词
车载测速测距设备
故障诊断
LSTM神经网络
APRIORI算法
Keywords
on-board vehicle velocity measuring and ranging equipment
fault diagnosis
LSTM neural network
Apriori algorithm
分类号
U284 [交通运输工程—交通信息工程及控制]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于LSTM的列车测速测距设备故障诊断
付文秀
李弘扬
靳东明
《北京交通大学学报》
CAS
CSCD
北大核心
2020
7
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部