基于轨道几何检测数据的曲线半径分类识别方法及装置制造方法及图纸

本发明专利技术提供了一种基于轨道几何检测数据的曲线半径分类识别方法及装置，该方法包括：根据轨道台账数据和轨道几何检测数据，制作曲线半径识别标准数据库；对多条曲线的多个分段数据分别进行多维度特征提取和曲线半径类别标注；基于多维特征向量和标注的曲线半径类别，训练稀疏约束的Lp范数LDA模型，在训练时对模型的参数进行迭代求解，获得稀疏约束的Lp范数LDA模型的投影向量，对每个分段数据的多维特征向量进行高维映射，获得分段数据的多维特征向量对应的曲线半径类别；在获得新的轨道几何检测数据后，提取其多维特征向量并输入至训练好的稀疏约束的Lp范数LDA模型中，获得曲线半径类别。本发明专利技术对曲线半径进行分类识别的准确度高。确度高。确度高。

【技术实现步骤摘要】
基于轨道几何检测数据的曲线半径分类识别方法及装置


[0001]本专利技术涉及基础设施
，尤其涉及一种基于轨道几何检测数据的曲线半径分类识别方法及装置。

技术介绍

[0002]轨道指用条形的钢材铺成的供火车、电车等行驶的路线，它的作用是引导机车车辆运行，直接承受由车轮传来的荷载，并把它传给路基或桥隧建筑物。轨道必须坚固稳定，并具有正确的几何形位，以确保机车车辆的运行安全。轨道几何形位是指轨道各部分的几何形状、相对位置和基本尺寸。轨道几何形位正确与否，对机车车辆的安全运行、乘客的旅行舒适度、设备的使用寿命和养护费用起着决定性作用。
[0003]列车在曲线线路上运行时，应保证抗倾覆安全系数达到一定的数值，抗倾覆安全系数与曲线半径、行车速度、曲线超高、风力大小、车辆类型、装载情况和重心高度、振动性能等因素均有关，在其他条件一定的情况下，曲线半径决定最小抗倾覆安全系数。曲线轨道在列车的动力作用下，变形不断累积，易出现方向错乱。为确保行车平稳和安全，需对曲线方向定期检查，必要时进行曲线整正，将它恢复到原设计位置。
[0004]轨道几何检测数据是指在列车运行时采集的能反映轨道几何形位的数据，主要包括对应曲线的曲率和曲率变化率。其中曲率定义为单位距离内轨道的转角，曲率变化率定义为单位时间内曲率的改变量。曲率、曲率变化率和外轨超高是产生机车车辆掉道、爬轨以及倾覆的直接因素，并影响设备的使用寿命和养护费用。
[0005]在日常的轨道几何检测数据中，有时会混入较强的噪声或离群值，可能会使得多类数据在映射到正态分布空间时有不同的方差，从而违背了模式识别算法关于多类数据方差相同的假设。而现有的基于轨道几何检测数据的曲线半径分类识别方法的准确度不高。

技术实现思路

[0006]本专利技术实施例提出一种基于轨道几何检测数据的曲线半径分类识别方法，用以基于轨道几何检测数据对曲线半径进行分类识别，准确度高，该方法包括：
[0007]根据轨道台账数据和轨道几何检测数据，制作曲线半径识别标准数据库，所述曲线半径识别标准数据库包括多个曲线文件，每个曲线文件包括一条曲线的多个分段数据；
[0008]对多条曲线的多个分段数据分别进行多维度特征提取和曲线半径类别标注，分别获得每个分段数据的多维特征向量和标注的曲线半径类别；
[0009]基于多条曲线的多个分段数据的多维特征向量和标注的曲线半径类别，训练稀疏约束的Lp范数LDA模型，获得训练好的稀疏约束的Lp范数LDA模型，在训练时采用多条曲线的多个分段数据的多维特征向量和标注的曲线半径类别对稀疏约束的Lp范数LDA模型的参数进行迭代求解，获得稀疏约束的Lp范数LDA模型的投影向量，基于所述投影向量对每个分段数据的多维特征向量进行高维映射，获得每个分段数据的多维特征向量对应的曲线半径类别，其中每一曲线半径类别对应一个投影向量；
[0010]在获得新的轨道几何检测数据后，提取新的轨道几何检测数据中多条曲线的多个分段数据的多维特征向量并输入至训练好的稀疏约束的Lp范数LDA模型中，获得新的轨道几何检测数据中每条曲线的每个分段数据对应的曲线半径类别。
[0011]本专利技术实施例提出一种基于轨道几何检测数据的曲线半径分类识别装置，用以基于轨道几何检测数据对曲线半径进行分类识别，准确度高，该装置包括：
[0012]标准数据库制作模块，用于根据轨道台账数据和轨道几何检测数据，制作曲线半径识别标准数据库，所述曲线半径识别标准数据库包括多个曲线文件，每个曲线文件包括一条曲线的多个分段数据；
[0013]特征提取模块，用于对多条曲线的多个分段数据分别进行多维度特征提取和曲线半径类别标注，分别获得每个分段数据的多维特征向量和标注的曲线半径类别；
[0014]训练模块，用于基于多条曲线的多个分段数据的多维特征向量和标注的曲线半径类别，训练稀疏约束的Lp范数LDA模型，获得训练好的稀疏约束的Lp范数LDA模型，在训练时采用多条曲线的多个分段数据的多维特征向量和标注的曲线半径类别对稀疏约束的Lp范数LDA模型的参数进行迭代求解，获得稀疏约束的Lp范数LDA模型的投影向量，基于所述投影向量对每个分段数据的多维特征向量进行高维映射，获得每个分段数据的多维特征向量对应的曲线半径类别，其中每一曲线半径类别对应一个投影向量；
[0015]识别模块，用于在获得新的轨道几何检测数据后，提取新的轨道几何检测数据中多条曲线的多个分段数据的多维特征向量并输入至训练好的稀疏约束的Lp范数LDA模型中，获得新的轨道几何检测数据中每条曲线的每个分段数据对应的曲线半径类别。
[0016]本专利技术实施例还提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于轨道几何检测数据的曲线半径分类识别方法。
[0017]本专利技术实施例还提出了一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述基于轨道几何检测数据的曲线半径分类识别方法的计算机程序。
[0018]在本专利技术实施例中，根据轨道台账数据和轨道几何检测数据，制作曲线半径识别标准数据库，所述曲线半径识别标准数据库包括多个曲线文件，每个曲线文件包括一条曲线的多个分段数据；对多条曲线的多个分段数据分别进行多维度特征提取和曲线半径类别标注，分别获得每个分段数据的多维特征向量和标注的曲线半径类别；基于多条曲线的多个分段数据的多维特征向量和标注的曲线半径类别，训练稀疏约束的Lp范数LDA模型，获得训练好的稀疏约束的Lp范数LDA模型，在训练时采用多条曲线的多个分段数据的多维特征向量和标注的曲线半径类别对稀疏约束的Lp范数LDA模型的参数进行迭代求解，获得稀疏约束的Lp范数LDA模型的投影向量，基于所述投影向量对每个分段数据的多维特征向量进行高维映射，获得每个分段数据的多维特征向量对应的曲线半径类别，其中每一曲线半径类别对应一个投影向量；在获得新的轨道几何检测数据后，提取新的轨道几何检测数据中多条曲线的多个分段数据的多维特征向量并输入至训练好的稀疏约束的Lp范数LDA模型中，获得新的轨道几何检测数据中每条曲线的每个分段数据对应的曲线半径类别。在上述过程中，基于多条曲线的多个分段数据的多维特征向量和标注的曲线半径类别，训练了一个稀疏约束的Lp范数LDA模型，所述稀疏约束的Lp范数LDA模型，在训练时采用多条曲线的多个分段数据的多维特征向量和标注的曲线半径类别对稀疏约束的Lp范数LDA模型的参数
进行迭代求解，获得稀疏约束的Lp范数LDA模型的投影向量，基于所述投影向量对每个分段数据的多维特征向量进行高维映射，获得每个分段数据的多维特征向量对应的曲线半径类别，使得训练好的稀疏约束的Lp范数LDA模型，在曲线半径分类识别时准确度非常高。
附图说明
[0019]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于轨道几何检测数据的曲线半径分类识别方法，其特征在于，包括：根据轨道台账数据和轨道几何检测数据，制作曲线半径识别标准数据库，所述曲线半径识别标准数据库包括多个曲线文件，每个曲线文件包括一条曲线的多个分段数据；对多条曲线的多个分段数据分别进行多维度特征提取和曲线半径类别标注，分别获得每个分段数据的多维特征向量和标注的曲线半径类别；基于多条曲线的多个分段数据的多维特征向量和标注的曲线半径类别，训练稀疏约束的Lp范数LDA模型，获得训练好的稀疏约束的Lp范数LDA模型，在训练时采用多条曲线的多个分段数据的多维特征向量和标注的曲线半径类别对稀疏约束的Lp范数LDA模型的参数进行迭代求解，获得稀疏约束的Lp范数LDA模型的投影向量，基于所述投影向量对每个分段数据的多维特征向量进行高维映射，获得每个分段数据的多维特征向量对应的曲线半径类别，其中每一曲线半径类别对应一个投影向量；在获得新的轨道几何检测数据后，提取新的轨道几何检测数据中多条曲线的多个分段数据的多维特征向量并输入至训练好的稀疏约束的Lp范数LDA模型中，获得新的轨道几何检测数据中每条曲线的每个分段数据对应的曲线半径类别。2.如权利要求1所述的基于轨道几何检测数据的曲线半径分类识别方法，其特征在于，所述轨道台账数据包括起点里程、终点里程和曲线半径；所述轨道几何检测数据包括采样里程、采样点、曲率和曲率变化率。3.如权利要求2所述的基于轨道几何检测数据的曲线半径分类识别方法，其特征在于，根据轨道台账数据和轨道几何检测数据，制作曲线半径识别标准数据库，包括：把轨道几何检测数据按轨道台账数据里的起点里程、终点里程字段进行拆分，获得每条曲线的轨道几何检测数据，将每条曲线的轨道几何检测数据存储在不同的曲线文件中；将每条曲线的轨道几何检测数据按照实时分辨率要求进行划分，获得每条曲线的多个分段数据。4.如权利要求1所述的基于轨道几何检测数据的曲线半径分类识别方法，其特征在于，对多条曲线的多个分段数据分别进行多维度特征提取和曲线半径类别标注，分别获得每个分段数据的多维特征向量和标注的曲线半径类别，包括：对每条曲线的多个分段数据提取连续数据特征、离散数据特征和第三类数据特征；从每个分段数据提取的提取连续数据特征、离散数据特征和第三类数据特征中，整理出每个分段数据的多维特征向量；对每条曲线的每个分段数据按照曲线半径类别进行标注，获得每个分段数据的标注的曲线半径类别。5.如权利要求4所述的基于轨道几何检测数据的曲线半径分类识别方法，其特征在于，连续数据特征包括均值和方差；离散数据特征至少包括上下四分位数、中位数、众数、最大值和最小值；第三类数据特征至少包括熵、偏度系数、峰度系数和线性回归斜率；所述多维特征向量来自曲率、曲率变化率、曲率+曲率变化率、曲率的导数、曲率变化率的导数组成的数据序列。6.如权利要求1所述的基于轨道几何检测数据的曲线半径分类识别方法，其特征在于，曲线半径类别包括三分类和六分类。7.如权利要求1所述的基于轨道几何检测数据的曲线半径分类识别方法，其特征在于，
所述投影向量采用如下公式表示：其中，W为投影向量；η是正则化参数；为L1范数的损失项，为Lp范数附加项，其中，p≤0.5。8.如权利要求7所述的基于轨道几何检测数据的曲线半径分类识别方法，其特征在...

【专利技术属性】
技术研发人员：杜馨瑜，陶琴，李颖，王昊，张翼，蒋曙光，侯智雄，赵延峰，
申请(专利权)人：中国铁道科学研究院集团有限公司基础设施检测研究所北京铁科英迈技术有限公司，
类型：发明
国别省市：