基于Bi-LSTM模型的车载ATC设备故障诊断方法 |
| |
作者姓名: | 余辉敏 徐永能 陈新 肖添文 |
| |
作者单位: | 南京理工大学自动化学院,南京 210000 |
| |
基金项目: | 国家重点研发计划;中央高校基本科研业务费专项 |
| |
摘 要: | 以某地铁1号线车载列车自动控制系统设备故障记录数据为样本,提出了一种基于双向长短时记忆网络模型的车载列车自动控制系统设备故障诊断方法,利用Bi-LSTM网络的记忆特性,学习故障描述语句间的故障特征信息,提取其中的语义依赖,然后用未学习样本数据对模型验证,最后用十折交叉验证法计算模型精度,该模型的准确率为98.9%,故障...
|
关 键 词: | 双向长短时记忆网络 神经网络 列控车载设备 故障诊断 交通信息工程及控 |
本文献已被 万方数据 等数据库收录! |
|