铁路路基病害的智能识别

• 作者: 廖立坚 杜攀峰 杨新安
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: 路基病害 探地雷达 特征值 学习向量量化
• 年，卷（期）: 2010,（3）
• 页码范围: 142-146
• 分类号: U216.41
• 字数: 3864字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2010.03.025

摘要

探地雷达适合于铁路路基病害的检测,但后期资料处理工作费时费力,不利于其在铁路路基检测中的推广使用.本文分析各种路基病害图像的特征,从图像中提取分段能量、方差和层面位置作为特征值.根据这些特征值的大小不但能区分各种病害类型,而且可以比较病害的发育程度.根据已知样本数据计算这些特征值,建立学习向量量化神经网络模型,通过不断调整神经元的权值和阈值对特征值进行学习,直到满足给定精度为止.应用调整好的神经网络模型对沪宁线检测数据进行测试,结果表明,该模型对路基翻浆冒泥病害的识别率达90%以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨新安	同济大学城市轨道与铁道工程系	92	715	17.0	22.0
2	杜攀峰	湖南大学土木工程学院	16	216	10.0	14.0
3	廖立坚		6	36	2.0	6.0