基于混合深度学习模型的道岔故障诊断方法.pdfVIP

下载本文档

4
0
约1.49万字
约 13页
2023-05-09 发布于北京
举报
版权申诉

基于混合深度学习模型的道岔故障诊断方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了基于混合深度学习模型的道岔故障诊断方法，具体为：对道岔功率数据进行预处理、归一化，分析每种数据所对应的故障类型，按设定规则标注样本数据集中的每个样本数据所反应的故障类型；使用改进Smote算法扩充故障数据，并划分数据集；建立深度神经网络分类模型；使用交叉熵损失函数和Adam优化器对模型进行训练。根据使用空洞卷积进行特征提取，LeNN与注意力机制融合模型作为分类器的思想，设计出了基于空洞卷积与LeNN‑Attention混合模型的列车道岔故障诊断方法，该方法比传统的单一神经网络和机器学

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114494766 A (43)申请公布日 2022.05.13 (21)申请号 202111593359.0 G06N 3/08 (2006.01) (22)申请日 2021.12.2