期刊在线咨询服务,发表咨询:400-888-9411 订阅咨询:400-888-1571股权代码(211862)

期刊咨询 杂志订阅 购物车(0)

基于路图特征和SVM的钢轨裂纹识别

冷强; 刘文波; 赵旭东; 杜晨琛; 王平 南京航空航天大学自动化学院; 江苏南京211106

关键词:漏磁检测 路图 svm 钢轨裂纹识别 

摘要:为了进一步提升钢轨裂纹的识别精度,从新特征的角度出发,提出一种基于路图特征和支持向量机(Support Vector Machine,SVM)的钢轨裂纹识别方法。该方法基于图信号处理与图谱理论,计算由钢轨裂纹时域漏磁(Magnetic Flux Leakage,MFL)信号转换得到的路图信号的“时域”和“频域”统计量作为钢轨裂纹MFL信号的特征训练SVM分类器,有效实现了不同缺陷参数的钢轨裂纹识别。基于钢轨裂纹漏磁检测平台实测数据验证所提方法的有效性。实验结果表明,相比于传统漏磁信号特征,采用路图特征在钢轨裂纹识别中的精度更高、稳定性更好。

测控技术杂志要求:

{1}文中量和单位的使用请参照中华人民共和国法定计量单位最新标准。外文字符必须分清大、小写,正、斜体,黑、白体,上、下角标应区别明显。

{2}获得各种基金项目资助的论文请注明资金名称及资助编号。

{3}正文。论文应论点明确、逻辑严密、数据可靠、内容翔实,提供详细的分析数据与图表。

{4}文责自负。作者应保证对其作品享有著作权,译者应保证其译本未侵犯原作者或出版者任何可能的权利,编辑部或其任何成员不承担由此产生的任何法律责任。

{5}在本刊发表文章,需引用本刊至少两篇最近两年发表的论文作参考文献。      

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

测控技术

统计源期刊
1-3个月下单

关注 18人评论|0人关注
相关期刊
服务与支付