基于SBB算法的复杂背景手势输入系统

弱假设学习在近年来的机器学习领域得到越来越广泛的应用。本文提出一种多分类的基于应力的SBB(Stress Based Boosting)算法。在实时情况下,对输入的英文手语字母进行分类和识别,并转换成相应的汉字,实现了汉字的手势输入。首先对视频流进行预处理,利用双检测方法,消除噪声和背景得到手部区域,使用固定尺度的兴趣点检测器,利用特征提取器归纳出手部特征点,再利用SBB算法的学习规则对含有特征点的新样本进行分析和归类,采用应力反馈对于错判的手势进行纠正。在每个周期,都加入特征学习过程。算法能集中原手势训练集,通过已有分类器的分类结果确定分类策略。本系统具有自主学习、分类快速准确的特点。实验结果证明,本系统在实际条件下具有较高的识别率和鲁棒性,具备很好的应用前景。     

列车司机手势识别方法研究

按照司乘标准执行规定的手势是列车司机驾驶操作的重要环节,通过对司机手势进行检测,能够有效评估列车司机的驾驶状态和操作质量,保证列车行车安全。传统人工检查方式效率低,难以满足实际需求,现有的手势识别算法存在模型参数量大、检测精度较低、检测速度慢等问题。随着智能铁路的发展,利用深度学习方法构建轻量化、高效、高精度的列车司机手势识别模型逐渐成为行业发展需求。针对上述需求,提出一种基于改进YOLOv5的列车司机手势识别模型。首先,引入轻量化卷积PConv改进YOLOv5中的C3模块,降低检测网络的参数量和计算量,提升模型检测效率,并在其后添加CBAM模块,加强重要特征信息,抑制无关信息的干扰,强化检测网络特征提取能力;其次,在颈部层引入BiFPN网络结构替换PANet网络结构,增强不同尺度特征的融合能力,同时通过新增小目标检测层,提高模型对小目标的检测能力;最后,选择Focal-EIoU作为边界框损失优化模型损失函数,加快模型的收敛速度,提高手势定位精度。实验结果表明,改进模型在测试集下mAP@0.5可达97.7%,平均检测时间为23.2 ms,相较于YOLOv5计算量降低了23.1%,mAP...     

利用1550nm窗口定位光缆损伤点及处理办法

本文针对在光缆线路施工中常发生光缆损伤的情况下，如何及时有效的处理伤点，缩短处理时间，保证工期。     

基于模糊机会约束的战略装车点选址模型研究

考虑客观环境中单位运输费用及货源地货物发送量和客户需求量的模糊性,并针对装车点货物量最低吸引原则及整列始发直达列车牵引重量特殊要求,构建了基于模糊机会约束条件的战略装车点选址模型.将模糊规划模型转化为确定性模型后利用遗传算法求解.最后结合算例求得一定置信水平下问题的结果.     

基于改进YOLOv5s算法的列车驾驶员手势识别

随着智能铁路的发展,人工智能技术得到广泛应用。通过深度学习对列车驾驶员手势实时检测,可提高检查驾驶员手势执行情况的效率,保证列车运行安全。针对现有手势识别算法识别精度低、检测速度慢、难以部署等问题,提出一种改进的YOLOv5s列车驾驶员手势识别算法。首先在原始主干网络的卷积操作之后添加CBAM模块,加强重要特征信息,抑制次要特征信息;其次在颈部网络中引入BiFPN模块,在不过多增加计算量的情况下,更好地实现多尺度特征融合;最后通过改进的K-means聚类算法生成适合本文数据集的先验框,更好地提升预测框精准度,加强模型的识别性能。实验结果表明,本算法在测试集上平均精确率均值为0.955,检测速度为71 FPS,网络模型所占内存为15.9 MB,验证了该算法具有识别精度高、检测速度快、模型内存占比小等优势,对于实现工程部署有重要意义。     

HTK-196车号识别系统关于消除模糊点的技术分析

阐述了HTK-196型车号识别系统在传输线上检波出现的模糊点现象及消除模糊点的技术分析。     

窗口长度对隐性信号估计的影响

在通信系统的快速信道数字信号处理中，常采用加移动窗技术的直接信号估计方法，窗口长度对信号估计精确度有很大的影响。通过理论分析得出：范数条件估计比线性条件估计具有更高的精确度，因此在进行信号处理时，应使用范数条件或将线性条件转换为范数条件；并通过仿真得到最佳的窗口长度K=N3(N为信道输出采样点数)时，估计误差最小。     

基于模糊聚类的高速列车车速识别

本文提出了一种基于时间序列分析和模糊聚类分析的高速列车车速识别方法。首先,分析列车以不同车速通过桥梁时桥梁结构的加速度响应的差异性,判定了列车上桥和下桥的时间;然后,由时间序列分析建立不同车速下桥梁的加速度响应时间序列模型(AR模型),计算了AR模型系数;最后,通过对不同AR模型的系数进行模糊聚类分析来识别高速列车车速。针对某铁路桥的实测加速度样本数据,以已知车速条件下的车速聚类划分结果为依据,将未知车速的聚类划分结果与已知车速的聚类划分结果进行对比分析,成功确定了高速列车未知车速区间。     

用PB实现可更新的组合数据窗口打印

作者在使用PB时,为了方便打印数据窗口的内容,采用了共享子数据窗口完成对组合数据窗口内的数据进行动态更新处理方法。     

基于小波脊的轨道电路FSK瞬时特征提取

小波脊线技术能对信号特征进行有效的提取.利用连续Morlet小波变换后的相位进行迭代计算,对轨道电路移频信号的脊进行提取;利用该变换算法,对实际FSK信号的瞬时特征进行提取,验证了该算法能有效地提取瞬时频率和低频控制信号.文中同时给出了算法详细的计算步骤,提供了一种有效、简单的分析和判断轨道电路移频信号的方法.     

基于Kalman滤波和变时间窗测频的转速测量FPGA实现

利用信号与噪声状态模型的Kalman滤波,对频率进行无偏估计,适合对机车运行速度的精确测量.利用变时间窗采集脉冲信号的方法克服了常规算法中刷新时间和测量精度不稳定的缺点,同时也保证了对不同频率的测量精度.通过基于FPGA平台的算法设计与仿真,表明了上述方法对机车转速测量的实时有效性和准确性.     

铁路客运专线天窗设置方案研究

根据设备和运营特点,世界各国制定维修天窗的设置形式、时间及维修计划不同。我国铁路营业线天窗按用途分为施工天窗和维修天窗,分别采用垂直和V型形式。既有铁路施工天窗的设置根据建设项目开工、线路设备大中修周期、大型养路机械作业安排等因素确定;电气化线路维修天窗主要由接触网检修时间决定。根据近年我国有关单位开展的客运专线天窗设置的研究成果,针对存在的一些问题,分析了影响客运专线天窗设置的主要因素,提出不同标准线路综合维修天窗的分类设置方案,既要适应技术设备特点,又要最大限度地满足运营需求。     

基于滑窗子空间算法的桥梁运营状态预警分析研究

以某典型斜拉桥振动台模型试验为研究背景,采用滑窗技术与数据驱动随机子空间识别算法对桥梁运营状态预警方法进行研究。为实现在时域上对桥梁模态参数进行实时跟踪识别,将滑窗技术引入子空间法,提出一种滑窗子空间模态参数识别方法。而后基于滑窗子空间算法识别结果,参考各国高速铁路桥梁相关规范的状态评价指标,提出基于频率值和频率变化率的铁路桥梁运营状态预警方法,实现铁路桥梁的实时状态评估。运用模型试验各工况下的测试数据,对该模型桥的状态进行实时评估和预警分析,并将状态预警结果与模型桥实际损伤情况进行对比分析,验证所提方法的正确性,该方法可直接应用于桥梁结构的运营状态预警分析中。     

基于线阵CCD相机的轨道图像采集系统设计

轨道图像信息的采集是对轨道状态实时监控的重要手段。设计了一种基于线阵CCD相机的新型图像采集系统,该系统利用线阵CCD相机连续快速的记录轨道信息,整个系统运行速度能达到10 km/h,钢轨表面图像的横纵分辨率为0.5 mm×0.5 mm,并且图像不失真,不漏采;同时解决了信号触发和里程记录等关键问题,实现轨道信息的完整采集。实验结果表明:系统不受小车速度变化的影响,并能准确记录里程信息,从而为后续缺陷的检测与定位奠定基础。     

基于元胞自动机的高速铁路列车群追踪运行仿真模型

为分析高速铁路列车在追踪间隔缩小时的运行状态,根据准移动闭塞系统原理,设置列车区间运行和车站运行的演化规则,建立准移动闭塞条件下基于元胞自动机的列车群追踪运行仿真模型。利用元胞自动机对京沪高速铁路线路"上海虹桥—南京南"运行图中追踪运行的10列车进行建模仿真,分析仿真结果验证到达间隔时间是制约追踪间隔的瓶颈,并得出后行列车满足追踪间隔4 min或3 min的情况下,其运行速度不受前行列车的干扰。     

基于线阵相机的接触轨几何参数动态检测系统

基于线阵相机的接触轨几何参数动态检测系统,采用高速线阵相机,通过光切法,获取接触轨目标图像;采用双目成像检测原理,同时结合车体偏移补偿,精确测量接触轨几何参数;采用实时定位系统,对检测数据进行定位。     

基于高斯混合模型的铁路入侵物体目标识别方法

基于铁路的特殊视频场景,研究铁路入侵物体目标识别技术,提出并应用1种改进的高斯混合模型,拟定合适的颜色变化阈值和背景更新速率,对图像的不同部分分别进行背景更新,实现铁路视频的背景建模,并由此得到稳定的背景图像;通过背景像素与前景像素的贝叶斯分类实现对铁路入侵物体的准确检测。对典型的铁路入侵行为视频进行实验分析,结果表明:应用改进的高斯混合模型可以更好地适应场景的变化,并能够更加快速、准确地实现在铁路环境下对入侵物体的目标识别。     

基于车-地通信的朔黄铁路列车追踪优化研究

为优化朔黄铁路列车追踪,通过增加地面调度优化系统和车载辅助智能操控系统,建立基于LTE-R网络的连续车-地通信,使车载设备获得更多的前方线路信息,并实时监督列车的追踪间隔,从而实现列车精确定位以及临时限速和行车许可即时传递,通过比对分析,优化后不仅能提高效益,更能保证列车运行安全。     

改进扰动观察法的最大功率点跟踪简

针对传统的扰动观察法在光伏电池最大功率点难以兼顾响应速度和稳态性能的问题,文章提出一种改进的扰动观察法。该方法的特点是,当光伏阵列的输出电压UK与前一时刻测得的最大功率点电压Um之差的绝对值大于电压的修正值△U时,将此时的输出电压UK替换为Um值,再进入下一循环,直至符合条件,重新采用传统扰动观察法进行检测。这样能够缩短最大功率跟踪时间,并能提高系统在最大功率点附近的稳定性。在Matlab环境下,建立了光伏电池和最大功率点跟踪（MPPT）算法的仿真模型,分析了温度及光照度对光伏电池输出特性的影响;对光伏电池控制系统进行仿真,对比了传统的和改进的扰动观察法的最大功率点跟踪曲线。结果表明,采用改进的扰动观察法时,光伏电池能更快地到达最大功率点,并且获得了更好的稳定性。