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！

龙图腾网恭喜固远晨通科技发展有限公司;天佑京铁工程咨询有限公司;河北京铁勘测设计院有限公司申请的专利一种基于深度学习的轨道监测数据自动化清洗方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119337065B 。

龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411887500.1，技术领域涉及：G06F18/10；该发明授权一种基于深度学习的轨道监测数据自动化清洗方法是由赖艺鹏;张宗宇;王昶军;李钦;宋华锋;屈怀畅;魏胜龙;苏谦;王迅;黄俊杰;聂明智;葛萌设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种基于深度学习的轨道监测数据自动化清洗方法在说明书摘要公布了：本发明公开了一种基于深度学习的轨道监测数据自动化清洗方法，属于铁路监测数据清洗领域。本方法通过建立轨道廓形与轨道监测数据之间的预测模型，利用SL‑MIL算法对轨道廓形的不规则因素进行排除。考虑多轨道行车对实际监测数据的影响，引入LA‑VD算法，实现自动化识别不同轴重及行驶速度的列车监测数据，实时判断其余轨道有列车通行时对所需监测轨道的干扰，并对干扰数据进行自动化清洗，该算法显著提高了计算效率，减少了计算时间，从而实现更加准确、有效的数据清洗。具有高适应性、高精度、高可靠性等优点，根据不同的监测数据情况自动调整调制函数的频率，适应不同情况下的影响频域数据提取。

本发明授权一种基于深度学习的轨道监测数据自动化清洗方法在权利要求书中公布了：1.一种基于深度学习的轨道监测数据自动化清洗方法，其特征在于，包括如下步骤：S1、对监测区域轨道的监测数据进行收集并分类，得到数据集；S2、建立轨道廓形与轨道监测数据之间的预测模型并进行训练，得到轨道监测数据异常的数据集并进行初步清洗；S3、建立多轨道行车干扰与轨道监测数据的自动化识别清洗模型，对干扰数据进行自动化清洗,具体包括如下步骤：S31、将不同股道的轨道分别进行编号；S32、对既往轨道监测数据进行统计和分类，得到不同轴重及不同行驶速度的列车在任意轨道运行时对其旁侧轨道产生的影响数据，并以该影响数据形成影响数据集；S33、通过LA-VD算法自动判断任意监测数据对应的股道列车通过时的轴重及行驶速度，并得到在其余股道有列车通过时对该监测数据产生的影响,具体包括如下步骤：S331、对不同股道有列车通过时对监测数据产生的影响的数据进行带宽估算，同时采用拉格朗日算子将原问题转化为非约束的变分问题，得到不同股道有列车通过时对监测数据产生的影响，表示为： 其中，k表示任意股道有列车通过时对另一股道的监测数据产生的影响的编号总数；{uk}表示不同股道有列车通过时对监测数据产生影响的影响数据集；{ωk}表示为每种不同股道有列车通过时对监测数据产生影响时该影响数据的中心频率；δt为监测数据冲激函数在时间为t时的值；f为清洗完轨道廓形影响之后的监测数据；s.t.表示受到条件约束；L2为调制信号梯平方范数；表示对时间的偏导数；ukt表示在第k种情况下在时间t时的值；ωt为设定情况下的瞬时频率；t为时间；j为监测数据的相位；为范数的平方，表示监测数据信号；表示对所有情况下范数的平方进行求和；α为正则化参数，用于控制不同情况下进行模态分解的平滑性；ft表示在时间为t时的清洗完轨道廓形之后的监测数据；λt为求解轨道监测数据非约束变分问题的拉格朗日乘子；·,·为两数据之间的内积；S332、根据监测数据的不同分类情况对调制信号梯平方范数的大小进行判断，若其不在容限值之内，则对公式中的各参数进行自动化调节，自动化调节公式为：L2＝H{j,α,t,δt,λt}； 其中，和分别表示调制信号梯平方范数的容限值上下限，j为监测数据的相位，α为正则化参数，用于控制不同情况下进行模态分解的平滑性，t为时间，δt为监测数据冲激函数在时间为t时的值，λt为求解轨道监测数据非约束变分问题的拉格朗日乘子，Δj表示监测数据相位的自动调节值，Δα表示在不同情况下正则化参数的调节值，Δt表示时间的自动调节值，Δδt表示在时间为t时监测数据冲激函数的调节值，Δλt表示求解轨道监测数据非约束变分问题的拉格朗日乘子自动调节值，H{}为自动化调节函数；S4、实时计算列车经过时的轮中减载率以及脱轨系数实现对钢轨安全性的实时评估。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人固远晨通科技发展有限公司;天佑京铁工程咨询有限公司;河北京铁勘测设计院有限公司，其通讯地址为：610097 四川省成都市高新区西芯大道5号4栋5层409号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。