简介:针对桥梁结构监测采集到的桥梁异常状态下长期积累演变的惊人数据量,提出了基于主成分分析与人工神经网络相结合的桥梁结构异常状态识别方法。布设多种类型传感器监测获取高维数据,采用主成分分析法对原始高维特征数据进行预处理,将结构异常特征变量的主成分作为人工神经网络的输入特征。该方法有效的降低了神经网络的结构复杂度,同时提高人工神经网络的训练速度,也保证了人工神经网络具有良好的收敛性和稳定性。应用于江苏南通如泰运河大桥和江苏无锡开源大桥的实际监测数据的结果表明,基于主成分分析的人工神经网络方法用于桥梁结构异常状态识别,与传统的神经网络以及其他模式识别算法相比,有更好的识别精度。
简介:轨道占用状态是列控系统保证铁路行车安全的基础信息,全国铁路自动闭塞区段均以轨道电路作为列车占用检查设备,由于线路钢轨与轮对间分路电阻达不到规定要求,存在列车占用检查功能失效可能,产生安全隐患。提出一种基于车载设备(ATP)向无线闭塞中心(RBC)发送的列车位置报告实现列车占用检查,降低轨道电路分路不良风险的方法,并对模型的应用效果进行对比分析。