期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于深度学习的列车接近预警设备设计
1
作者 周子云 杨阳 +2 位作者 冯成宇 游皓翔 宋克柱 《电子设计工程》 2026年第3期31-35,共5页
针对轨道作业安全防护的需求,设计了一款基于轨道振动信号分析的列车接近预警设备。该设备由RV1106主控模块、检波器模块、ADX824模数转换模块、继电器控制模块和声光报警模块共同构成。前期对采集到的轨道振动信号进行分析,训练一个专... 针对轨道作业安全防护的需求,设计了一款基于轨道振动信号分析的列车接近预警设备。该设备由RV1106主控模块、检波器模块、ADX824模数转换模块、继电器控制模块和声光报警模块共同构成。前期对采集到的轨道振动信号进行分析,训练一个专门用于检测列车接近的神经网络模型并部署到该设备上,采用深度学习的方法用于实时推理判断。设备检测到符合列车接近的特征信号,便会触发声光报警。在铁路干线中开展测试,系统识别准确率达到100%。其平均预警时间为29.22 s,最大预警时间达149.74 s。实验结果表明,所设计的设备具备较高的识别准确率和可靠的提前预警能力,能够有效提升轨道作业环境下的安全保障水平。 展开更多
关键词 列车接近预警 rv1106 轨道振动信号 深度学习
在线阅读 下载PDF
基于CNN-LSTM的实时空降空投状态识别系统设计
2
作者 汤鸿源 王利恒 +1 位作者 张海龙 康超 《自动化与仪表》 2024年第12期56-60,共5页
在空降空投的许多应用场景中,需要装置自动识别状态并及时做出相应反应。然而,传统方法的性能可能存在限制,难以灵活地应对各种情况。为了解决这一问题,该文提出了一种基于卷积神经网络和长短期记忆网络结合(CNN-LSTM)的神经网络模型,... 在空降空投的许多应用场景中,需要装置自动识别状态并及时做出相应反应。然而,传统方法的性能可能存在限制,难以灵活地应对各种情况。为了解决这一问题,该文提出了一种基于卷积神经网络和长短期记忆网络结合(CNN-LSTM)的神经网络模型,并且将其部署于RV1106芯片,从而搭建实时空降空投状态识别系统。首先,采集空降空投过程的原始数据以及MATLAB仿真数据作为训练样本;然后,通过改进的CNN-LSTM算法训练出网络模型;最后,将网络模型部署到终端系统。通过多维度特征融合,该算法能够更精确地确定当前状态。实验结果表明,该文提出的方法比单独的LSTM算法识别率提高了3.1%,实用率提高61%,能够满足飞行与伞降状态识别的需求。 展开更多
关键词 LSTM 实时 多维度特征融合 rv1106芯片 AI模型部署
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部