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
隧道场景下融合时空相关性及注意力机制的列车位置信息预测方法
1
作者
夏秋
冯强
《中文科技期刊数据库(全文版)工程技术》
2024年第5期0183-0186,共4页
列车位置信息是列车控制系统的重要组成部分,也是保障列车安全运行的基础。但在隧道环境下卫星导航信号易失锁,进而导致列车定位精度降低。针对上述问题,提出了一种融合时空相关性及注意力机制的列车位置信息预测方法。该方法将双向长...
列车位置信息是列车控制系统的重要组成部分,也是保障列车安全运行的基础。但在隧道环境下卫星导航信号易失锁,进而导致列车定位精度降低。针对上述问题,提出了一种融合时空相关性及注意力机制的列车位置信息预测方法。该方法将双向长短时记忆网络(Bidirectional Long Short-Term Memory ,BiLSTM)作为骨架网络,并在此基础上使用卷积神经网络(Convolutional Neural Networks,CNN)和注意力机制(Attentional Mechanis-m,AM),更好地提取有效的位置特征,提高模型的预测精度。实验结果表明,提出的定位方法在隧道环境下的位置误差在1.6m以内,速度误差在0.7m/s以内,验证了所提出的定位方法在隧道环境下的有效性。同时,与现有的列车定位预测方法相比,所提出的定位方法在隧道环境下的列车定位精度高于其他对比方法,且明显降低了位置误差和速度误差,使得预测的列车运行轨迹更加的平滑,更符合列车控制系统的需求。隧道场景下融合时空相关性及注意力机制的列车位置信息预测方法进一步提高了隧道环境下的列车定位精度,为后续研究提供参考。
展开更多
关键词
列车定位
卷积神经网络
双向长短时记忆网络
注意力机制
下载PDF
职称材料
题名
隧道场景下融合时空相关性及注意力机制的列车位置信息预测方法
1
作者
夏秋
冯强
机构
重庆交通大学·信息科学与工程学院
重庆
工业职业技术
学院
出处
《中文科技期刊数据库(全文版)工程技术》
2024年第5期0183-0186,共4页
基金
重庆市自然科学基金项目(cstc2021jcyj-msxmX0017)
重庆市教委科学技术研究项目(KJQN202000703)。
文摘
列车位置信息是列车控制系统的重要组成部分,也是保障列车安全运行的基础。但在隧道环境下卫星导航信号易失锁,进而导致列车定位精度降低。针对上述问题,提出了一种融合时空相关性及注意力机制的列车位置信息预测方法。该方法将双向长短时记忆网络(Bidirectional Long Short-Term Memory ,BiLSTM)作为骨架网络,并在此基础上使用卷积神经网络(Convolutional Neural Networks,CNN)和注意力机制(Attentional Mechanis-m,AM),更好地提取有效的位置特征,提高模型的预测精度。实验结果表明,提出的定位方法在隧道环境下的位置误差在1.6m以内,速度误差在0.7m/s以内,验证了所提出的定位方法在隧道环境下的有效性。同时,与现有的列车定位预测方法相比,所提出的定位方法在隧道环境下的列车定位精度高于其他对比方法,且明显降低了位置误差和速度误差,使得预测的列车运行轨迹更加的平滑,更符合列车控制系统的需求。隧道场景下融合时空相关性及注意力机制的列车位置信息预测方法进一步提高了隧道环境下的列车定位精度,为后续研究提供参考。
关键词
列车定位
卷积神经网络
双向长短时记忆网络
注意力机制
分类号
U283.4 [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
隧道场景下融合时空相关性及注意力机制的列车位置信息预测方法
夏秋
冯强
《中文科技期刊数据库(全文版)工程技术》
2024
0
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