基于动态检测数据的列控设备维修支持系统

为了满足高速铁路信号设备维修需求,构建了基于信号动态检测数据,以检测数据存储管理、检测闭环管理、检测数据历史对比分析和关联综合分析为主要功能的列控设备维修支持系统。对该系统架构和主要功能进行了详细介绍。     

基于改进最小二乘支持向量机的电力机车牵引电机建模

介绍利用最小二乘支持向量机的回归理论对牵引电机磁化曲线进行拟合,从而建立准确的电力机车牵引电机模型的方法.针对最小二乘支持向量机参数选择耗时长的问题,提出一种基于三步搜索技术的参数选择方法.理论分析及仿真结果表明,该方法可优化选择最小二乘支持向量机的参数,并可提高最小二乘支持向量机的建模速度.将该方法用于电力机车牵引电机建模的参数选择,仿真结果表明,该方法建立的电力机车牵引电机模型精确度高,可用于对电力机车主电路性能及控制策略的研究.     

操作与支持危害分析方法在列车安全性分析中的应用

针对初步危害分析方法的不足,研究了如何将操作与支持危害分析方法用于列车安全性分析。分析工作的流程为确定分析对象,以建立任务列表,分析潜在隐患,进行风险评估并制定安全规范要求。以“列车出站”操作为实例,详细介绍了操作与支持危害分析方法的应用。     

基于网格搜索的PCA-SVM道路交通标志识别

针对现有识别方法对交通标志的识别精度和算法效率不高的问题,提出了一种基于网格搜索的主成分分析-支持向量机(PCA-SVM)道路交通标志识别方法。该方法首先采用主成分分析(PCA)法对交通标志进行降维处理,提取出交通标志的主元特征,然后利用网格搜索法(GS)对支持向量机(SVM)进行参数优化,最后利用参数优化好的支持向量机分类器实现对交通标志的识别。通过实验仿真,并与现有的其他交通标志识别算法进行分析对比,实验结果表明,本文方法在保证较高识别精度的同时,算法效率得到显著提高。     

基于混沌吸引子特征量的滚动轴承故障诊断

利用混沌吸引子特征量可以刻画滚动轴承在不同故障状态下振动特性的特点,提出一种基于关联维数、最大李雅普诺夫指数和信息熵的故障诊断方法。结合试验数据,应用支持向量机技术分析了3类特征量对滚动轴承的故障识别能力,并对比了特征量两两组合的分类效果。研究表明:3类特征量都包含着不同的故障信息,将其结合可以明显提高故障识别率。通过对实测轴承数据的故障分类研究发现,与单一特征量方法相比,该方法可以有效区分不同故障类型和故障严重程度,为滚动轴承故障的超精密诊断提供了可能性。     

CRH2型高速动车组无线数据传输装置研制

结合高速动车组的运用和维护的需求,介绍了CRH2型高速动车组无线数据传输装置的作用和功能,并从该装置研制的技术方案和设计实现方面,对装置作了进一步阐述.     

铁路货车铸件工件号倾斜DR图像的识别方法

通过对倾斜的DR图像进行图像增强、二值化、倾斜校正、去毛刺、填补空洞、单字符分割和大小归一化处理,分割出若干个大小相同的单字符图像;然后通过训练45个支持向量机(SVM),并得到各个支持向量机的判别函数;利用这45个判别函数判别单字符图像是哪个数字的图像,并记下各个数字的得票数,确定得票最多的数字即为单字符图像对应的数字.应用Microsoft Visual Studi0 2008软件编写了相关的计算程序.利用该程序进行识别实验的结果表明,该方法能够在DR图像中货车铸件工件号呈倾斜情况下有效识别出货车铸件的工件号.     

基于LS-SVM的桥梁挠度监测中温度效应分离

针对桥梁挠度监测中温度效应的分离问题,根据桥梁挠度的组分特性,利用最小二乘支持向量机(leastsquare support vector machines,LS-SVM)模型,提出桥梁挠度监测中精确分离温度效应的方法。温度和挠度温度效应具有确定的非线性关系。应用LS-SVM的逼近能力,将温度作为输入、挠度温度效应作为输出,建立温度和挠度温度效应的精确定量关系,在已知温度变化的情况下获取挠度温度效应的变化值,从而实现挠度温度效应准确分离。计算及分析结果表明,该方法能有效分离挠度监测信号中的温度效应,结合滤波方法,亦可有效分离出长期挠度,为结构的损伤识别提供了有效的数学手段和依据。     

基于灰色关联分析的LS-SVM铁路货运量预测

为提高对铁路货运量的预测精度及建模速度,在分析货运量影响因素基础上,提出基于灰色关联分析的LS-SVM铁路货运量预测方法。将货运量影响因素分为社会需求与铁路供给两方面因素,采用灰色关联分析法对两方面因素与货运量进行相关性分析,根据灰色关联度值,结合定性分析筛选LS-SVM输入变量,简化LS-SVM结构,再通过随机权重粒子群(SIWPSO)算法优化选择LS-SVM模型参数。通过对我国1980～2009年铁路货运量实例分析表明:该方法具有较快的收敛速度和较高的预测精度。     

基于旅客面部特征的实名制铁路车票检票身份认证算法

为了高效地完成实名制铁路车票的验票流程,提出1种基于旅客面部Gabor特征的身份认证算法.采用二维Gabor滤波器提取人脸图像的Gabor特征,并对这些特征进行变换和重组;对重组后得到的特征矩阵进行类内差和类间差运算,获得初始样本,并运用主成分分析法进行样本降维,构造出支持向量机分类器,从而通过支持向量机分类器实现旅客身份的认证.在F-Gnet人脸图像库上的实验结果表明,该算法的正确认证率可达94.14％,且对光照与人脸表情变化具有鲁棒性.