-
公开(公告)号:CN117312850A
公开(公告)日:2023-12-29
申请号:CN202311232075.8
申请日:2023-09-22
Applicant: 北京交通大学
IPC: G06F18/214 , G01M17/10 , G01H1/00 , G06F18/24 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/088 , G06N3/0895 , G06N3/09 , G06N3/094
Abstract: 本发明提供了一种基于半监督生成对抗模型的列车车轮健康检测方法及系统,包括:获取钢轨振动数据;对钢轨振动数据进行变换获得时频图样本,并根据标签信息将时频图样本分为有标签样本与无标签样本;构建一种半监督深度生成对抗网络多标签分类模型,并在所述时频图样本上进行训练和测试,得到训练好的车轮健康检测模型;输入待检测钢轨振动数据到训练好的车轮健康检测模型中得到车轮缺陷类型。本发明利用生成对抗网络在大量的无标签样本上进行训练,使判别器充分学习时频图的潜在特征,再利用少量有标签样本进行监督学习,使得后续的车轮健康检测具有高效、准确、节省运营成本等优点。