基于BEMD-IPSO-SVM的 扣件完损状态检测

扣件的完损状态关乎铁路系统的安危,而传统检测算法运算复杂且精度不足,为进一步提升检测性能,提出基于BEMD-IPSO-SVM的扣件完损状态检测算法。该算法首先对初始化的扣件图像进行二维经验模态分解,提取固有模态函数的频谱特征,通过改进粒子群算法优化支持向量机来实现检测分类,达到了简化运算,增强泛化性,提升识别准确度的目的。通过实验仿真得出平均检测准确率可达95.15%,证明该算法在扣件检测方面切实可行。     

一种基于DSP的铁路站台图像监视系统

根据铁路站台图像监视系统的特点，提出了采用电话线10km无中继传输图像的编码方法。图像采集压缩板将压缩后的图像码流通过Modem与电话线相连；接收端采用软件解压缩，软件算法融合了H．263／H．263＋标准算法和图像增强与分割技术。     

改进多尺度排列熵及模糊算法的JTC状态检测

为实现无绝缘轨道电路(JTC)补偿电容在不同运行状态下的检测分析,针对其轨道电路读取器(TCR)的感应电压幅值包络曲线呈现非周期性变化,提出改进多尺度排列熵及模糊聚类分析的JTC补偿电容状态检测算法.采用集合经验模态分解(EEMD)进行频域分析,并提取包络曲线的细节分量.为表征具有不同频率特性的分解分量特征信息,利用改...     

铁路综合视频图像去雾算法研究与探讨

受雾霾等复杂介质环境影响,铁路视频监控系统获得的视频图像降质严重,使得雾霾天图像复原方法研究成为亟待解决的关键性问题。铁路雾霾视频监控图像具有分辨率低、灰度分布集中等主要特点,深入研究分析直方图均衡算法、Retinex图像增强算法和暗通道先验去雾算法的图像处理原理,分析图像处理效果。利用3种算法对铁路室外图像进行分析处理,结果表明3种算法均可以实现去雾,直方图均衡算法存在颜色失真和光晕现象; Retinex图像增强算法清晰度最好,但处理后的图像存在部分失真;暗通道先验去雾算法处理图像较为自然。     

基于EEMD-GA-BP的组合客流预测算法研究

以高速铁路泰安站到达客流为研究对象,从客流数据的时频特性角度分析客流的特征,并结合经验模态分解法的时频分析优势以及遗传算法优化的神经网络的拟合能力,探索可行组合预测算法,以泰安站到达客流数据为例进行了实例分析,比较不同的IMF分量重构方法并确定了较优方案。     

一种改进的多小波分解重构算法及其应用

在论述多小波基本理论及其分解重构算法的基础上,基于多小波分解重构算法的扩展与正交多小波的对称/反对称特性,提出了一种改进的分解重构算法,并以SA4多小波为例,对电力系统高压输电线故障暂态信号进行分解与重构,证明了其有效性。     

一种改进的十字交叉轨道扣件定位方法

针对传统的十字交叉定位法对轨道扣件区域定位不准确,对图像要求较高,需要特定角度的光照采集才能实现扣件定位,定位过程较慢等问题,提出一种改进的十字交叉定位法对其进行定位。通过对其图像中扣件的初步位置判断定位,然后用中值滤波的图像增强,Canny算子的边缘提取,灰度投影的判断来提高定位准确性,加快定位速率,通过实验表明,改进的定位方法能够很好解决光照采集角度、快速有效的定位和判断出扣件,实现对扣件区域的初定位。     

长方体布局问题的一种启发式算法

长方体布局问题属于NP完全问题,在串行机上解决这类问题只能依赖启发式算法。本文提出了一种对布局空间进行动态分解和对剩余空间进行合并和再利用的启发式算法。分解过程采用三叉树数据结构表示,深度优先原则搜索,根据一定的定序规则和定位规则快速求得问题的满意解。同时针对影响布局结果的"难布置的布局物体",设计剩余空间的合并规则,达到该类物体的布入,并通过算例说明了本算法的有效性,对长方体布局具有一定的指导意义,也为人机结合的优化布局提供了良好基础。     

基于铁路货车动力学响应的轨面三角坑识别方法

针对铁路三角坑危害性大、检测效率低等问题,提出一种基于运营铁路货车二系动态位移的轨面三角坑识别方法。首先借助车辆动力学模型分析了二系动态位移与三角坑的映射关系;再借助集合经验模态分解(EEMD)将车辆左右两侧二系动态位移求差后的信号分解为一系列本征模态函数(IMF);然后基于峭度加权法将多个IMF分量进行信号融合,提取出有效信号成分,增强了由三角坑引发的信号波动特征;最后利用改进的能量比(MER)法实现轨面三角坑的精准定位。结果表明,本文所提出的检测方法实现了轨面三角坑的识别,可满足0.1 m范围内的高精度定位,为基于运营车辆的三角坑智能检测与预警方法研究提供了基础。     

一种基于高斯函数的直方图规定化算法

提出一种基于高斯函数的直方图规定化算法，本算法首先根据原图像的信息求出灰度平均值和灰度平均对比度，并利用这两个参数估计输出图像的灰度平均值和灰度平均对比度，然后利用输出图像的灰度平均值和灰度平均对比度构成高斯函数来规定输出图像的直方图，从而控制输出图像的灰度平均值和灰度平均对比度。此算法处理效果明显优于直方图均衡化算法，而且计算量小、处理速度快、不需要人工干预，可用于计算资源有限、实时性要求较高的场合。而且通过改变单一参量就可以控制输出图像的对比度，在工程应用中为用户提供了调控与选择手段。     

动车组故障轨边图像自动检测系统图像对比算法研究

动车组故障轨边图像自动检测系统(TEDS)采用模块化、小型化的设计理念,运用图像自动识别技术,对异常图像进行分级报警.在图像自动识别技术基础上,设计了整个图像识别框架,针对不同部件,采用逐级细化、图像对比、分级预报算法,提高动车组故障自动识别效果,达到分级报警的要求.     

基于高通滤波和直方图均衡的钢轨裂纹红外图像增强技术

针对钢轨裂纹红外图像采集过程中产生的噪声大、对比度低的问题,以及传统直方图均衡化方法在对红外图像增强时灰度级减少和细节信息丢失等不足,提出频域增强与空域增强相结合的红外图像增强算法,以弥补传统算法在红外图像增强时的不足。在空间域上采用直方图均衡化对红外图像进行处理,提高图像对比度降低图像噪声;在频率域上采用高通滤波对红外图像进行锐化处理,增强图像的边缘和细节信息。仿真结果表明:该算法在对钢轨裂纹红外图像增强时很好地抑制了背景噪声,而且有效地凸显了钢轨裂纹内部微弱的细节纹理,保护图像的细节信息,为更好地提取钢轨裂纹的缺陷信息提供条件。