车轮多边形是车轮踏面磨耗的主要形式之一,对列车运行的平稳性有较大影响,会给列车运行安全带来较大的危害。目前,车轮多边形诊断方法存在较多的不足,如:对人工经验有较大依赖、振动数据预处理丢失数据特征以及样本数据获取较难等。因此,本文针对我国现有车轮多边形诊断技术中的不足与问题,设计开发了一种新的诊断方法。该方法以深度学习算法为核心,将一维卷积神经网络、残差网络、自编码器网络和迁移学习有效结合,发挥各算法的特点,形成了一种基于迁移学习-1DResAE的车轮多边形诊断方法,该方法对车轮多边形的诊断准确率高达99%。
手机快捷登录
已收到你的初步意向
稍后你的企业专属顾问将致电你, 确认你的具体需求
根据监管要求,我们对《猪八戒平台隐私保护政策》进行了更新,现向您进行以下说明:
1.为更好地向您提供服务,我们会收集、使用您必要的个人信息;
2.我们会采用业界先进的加密算法,保护您的个人信息;
3.除非法律规定,在没有获得您的授权下,我们不会向第三方共享、转让和公开披露您的个人信息;
4.您可以查询、更正、删除您的个人信息,也可以注销您的个人账户。