首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

用于恢复轨道交通多通道振动信号丢失数据的方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京交通大学

摘要:本发明提供一种用于恢复轨道交通多通道振动信号丢失数据的方法及系统,属于轨道交通信号数据处理技术领域,包括,考虑数据随时间变化的特性趋势,应用自编混合数据扩充长短时神经网络,搭建序列到序列的数据恢复模型,根据现场采集的多通道振动连续监测数据,使用丢失通道的相邻通道数据进行回归分析,得到丢失通道数据与相邻通道数据的关系,建立多通道影响下的时序数据预测模型,修复丢失通道数据。本发明在传统单通道时序数据预测神经网络的基础上,充分考虑了多通道时序序列关系,在此基础上使用混合数据进行恢复模型训练,提出混合数据扩充长短时神经网络恢复模型。相对传统数据恢复方法在效率和准确度上具有明显的改进。

主权项:1.一种用于恢复轨道交通多通道振动信号丢失数据的方法,其特征在于,包括:将需要恢复的通道数据输入训练好的数据恢复模型,指定拥有完整数据的通道为预测序列,指定需要进行数据恢复的通道为响应序列;使用数据恢复模型对输入的需要恢复的通道数据进行处理,使用任意感兴趣缺失数据通道的相邻通道,恢复该数据缺失通道数据;其中,数据恢复模型训练包括:对现场采集振动数据进行预处理,分为训练集和测试集;将训练集中数据分为两组,其中一组做傅里叶变换;建立序列到序列RNN编码器-解码器混合数据扩充长短时神经网络恢复模型,在每组多通道数据中,分别定义通道为响应序列以及特征序列;将训练集中的多通道数据分配到两组序列中;创建根据数据采集总量及通道输入数量的序列输入层、长短时神经网络层、全连接层、丢弃层和回归输出层;使用用户定义的求解器,指定迭代次数、每次训练样本量和学习速率数值;使用训练集训练模型,并使用验证集数据验证模型准确性,得到所述数据恢复模型。

全文数据:

权利要求:

百度查询: 北京交通大学 用于恢复轨道交通多通道振动信号丢失数据的方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。