DR-CNN一种用于地铁列车故障检修的残差卷积神经网络模型

来源 :2017年贵州省计算机学会年会 | 被引量 : 0次 | 上传用户:dian
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
地铁运营部每天都要对列车进行详细的检修,并制定了规范的检修流程来保障地铁列车安全运行.但却因人工巡检,很难精准监督,容易造成各种漏检,带来了安全隐患.随着深度学习的突破,人工智能技术在很多特定的领域超越人类.尤其是在计算机视觉领域,卷积神经网络CNN(Convolutional neural networks)能够自主地学习到图像低层的信号和高层的语义信息,强大的视觉信息处理能力有利于区分不同的目标.基于地铁检修过程中工人拍摄的图片,本文提出一种深度残差卷积神经网络DR-CNN(Deep Residual Convolutional Neural Networks)模型,通过识别检修图片来监督检修作业,并自动识别关键检修部件故障,从而提升检修可靠度.实验在收集的13266张,31类地铁检修图片集上,相比于常用网络模型AlexNet、VGG-16,DR-CNN在图片分类识别上识别率提升了2%-5%,关键点故障检测准确率提升了34%-52%.
其他文献
前处理是染整加工的首要环节,前处理的充分与否决定后续加工是否顺利进行和织物的最终品质.精练剂Q-2C对蜡质具有优异的乳化性能、对棉和化纤织物上的织造油剂具有优异的去除
介绍了棉织物丝光原理,探讨了丝光织物的染色工艺.分析讨论了丝光织物的结构性能和发展概况,以及在纺织领域中的应用与发展前景,对针织丝光织物染整加工工艺进行了的探讨性的
选择耐强碱的分散染料在碱性浴中对涤纶纤维织物染色,碱性匀染剂M-228A对分散染料有一定的缓染作用,在强碱(烧碱10g/L)条件下对分散染料的移染与分散作用优异,可大大提升分散
纺织印染是我国的传统特色产业,而化纤织物又占我国纺织总量的60%以上,目前国内的化纤织物印花加工,由于工艺流程较长,水电汽消耗和废水排放量都比较大,属于传统的落后工艺,急需转型
本文对新型有机硅整理剂M-5824的应用性能进行了研究,探讨了M-5824在不同纤维类型和不同织物结构上的手感特色.试验表明M-5824在各类纤维织物上均具有优良的蓬松手感,具有十
服装用热熔粘合衬为热熔性纺织织物(无纺、机织和针织织物),其表面的热塑性胶粘剂涂层可被多次激活,未涂层的织物被称为基布,将热熔粘合衬与服装面料粘贴在一起的过程被称为热熔
植物染料染色、印花看似简单,但在实际应用中有一定难度。本项目采用的配方和不同媒染剂在棉和真丝织物上做印花试验,可以检测和调整印花产品的色牢度。印花是一种能使纺织品色
差分演化算法的实现简单有效,差异演化算法在当年首届IEEE演化计算大赛中表现超群,随后在各个领域得到了广泛应用.本文提出一种基于贝塔分布的控制参数动态设置策略以提高差
为了均衡无线传感网络中节点的能耗,延长网络寿命,提出了远距离节点间数据中转传输的WSN路由算法.根据Stojmenovi的理论,节点间数据传输功率在一段距离内可取到较小值.在此段
本文分析了互联网对教育带来的影响,研究了"互联网+教育"的特征,并从多元化教学的角度,阐述了"互联+教育"的内涵,"互联+教育"使得个性化教育变得更具可行性,为创造个性化的素