基于改进宽残差结构的接触网吊弦状态辨识分类网络 |
| |
引用本文: | 金炜东,张志军,唐鹏.基于改进宽残差结构的接触网吊弦状态辨识分类网络[J].铁道学报,2022(10):40-45. |
| |
作者姓名: | 金炜东 张志军 唐鹏 |
| |
作者单位: | 1. 西南交通大学电气工程学院;2. 南宁学院中国-东盟综合交通国际联合实验室 |
| |
基金项目: | 国家重点研发计划(2016YFB200401-102F); |
| |
摘 要: | 铁路接触网系统中吊弦的工作状态对机车运行至关重要。视频图像的接触网吊弦状态快速准确识别备受关注,因吊弦图像数据的特殊性导致现有网络模型识别精度较低。本文针对吊弦数据特征设计分类网络结构,提出适应接触网吊弦状态识别的VRNet分类网络。VRNet的核心为嵌入了注意力机制的宽残差结构,将此结构作为特征提取模块取代VGG-16中的一般卷积,改变其单一的平原结构。并使用Ghost机制替换宽残差结构中的普通卷积,大幅降低了模型的参数量和运算量。VRNet分类网络在吊弦故障分类实验中精度达到97%,优于其他分类网络,并在相关应用研究中表现出优良性能。
|
关 键 词: | 吊弦 注意力机制 宽残差结构 VGG-16 Ghost机制 |
|