-
公开(公告)号：CN110717464B
公开(公告)日：2022-03-22
申请号：CN201910975979.7
申请日：2019-10-15
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种基于雷达数据的铁路路基病害智能识别方法，包括：通过车载路基检测雷达扫描采样获得原始雷达数据，随后对数据预处理并标注病害的起止里程数、起止深度和类型，分割数据并转换标注文件，划分训练集和测试集，将训练集扩充并归一化后送入卷积神经网络，输出病害类型、位置坐标和置信度，通过梯度下降法迭代计算获得铁路路基病害检测模型，并采用均值平均精度和每秒帧数作为评价指标，最后将病害位置坐标转化为病害起止里程数和起止深度。该方法相比已有的基于图像的铁路路基病害检测方法，充分利用了雷达原始数据并将其与卷积神经网络结合，在对铁路路基病害智能识别的同时给出病害的里程数和病害起止深度，满足了工程需要。
-
公开(公告)号：CN110717464A
公开(公告)日：2020-01-21
申请号：CN201910975979.7
申请日：2019-10-15
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种基于雷达数据的铁路路基病害智能识别方法，包括：通过车载路基检测雷达扫描采样获得原始雷达数据，随后对数据预处理并标注病害的起止里程数、起止深度和类型，分割数据并转换标注文件，划分训练集和测试集，将训练集扩充并归一化后送入卷积神经网络，输出病害类型、位置坐标和置信度，通过梯度下降法迭代计算获得铁路路基病害检测模型，并采用均值平均精度和每秒帧数作为评价指标，最后将病害位置坐标转化为病害起止里程数和起止深度。该方法相比已有的基于图像的铁路路基病害检测方法，充分利用了雷达原始数据并将其与卷积神经网络结合，在对铁路路基病害智能识别的同时给出病害的里程数和病害起止深度，满足了工程需要。
-
公开(公告)号：CN110706211A
公开(公告)日：2020-01-17
申请号：CN201910883896.5
申请日：2019-09-17
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种基于卷积神经网络的铁路路基病害雷达图实时检测方法，其中，方法包括：对路基病害雷达图像进行标注划分为训练集和测试集，将训练集扩充后送入卷积神经网络，并输出病害类型，病害类型、病害所在位置坐标和病害置信度，通过梯度下降法迭代计算获得铁路路基病害检测模型，并采用均值平均精度和每秒帧数作为评价模型优劣的指标。该方法充分利用多尺度预测网络，整个过程没有产生候选区域的步骤，从而在保证精度的同时极大的缩短了检测时间，实现实时检测。
-
-
Search Results
3
records
(took 0.015 seconds)
