| 注册
首页|期刊导航|西南交通大学学报|基于多车型CNN-GRU性能预测模型的轨道状态评价

基于多车型CNN-GRU性能预测模型的轨道状态评价

杨飞 郝晓莉 杨建 孙宪夫 高彦嵩 张煜

西南交通大学学报2023,Vol.58Issue(2):322-331,10.
西南交通大学学报2023,Vol.58Issue(2):322-331,10.DOI:10.3969/j.issn.0258-2724.20211030

基于多车型CNN-GRU性能预测模型的轨道状态评价

Track Condition Evaluation for Multi-vehicle Performance Prediction Model Based on Convolutional Neural Network and Gated Recurrent Unit

杨飞 1郝晓莉 2杨建 2孙宪夫 1高彦嵩 3张煜1

作者信息

  • 1. 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 100081
  • 2. 北京交通大学电子信息工程学院,北京100044
  • 3. 中国国家铁路集团有限公司科技和信息化部,北京100844
  • 折叠

摘要

关键词

轨道不平顺/车体加速度/轨道状态评价/门控循环单元(GRU)/卷积神经网络(CNN)

分类

交通工程

引用本文复制引用

杨飞,郝晓莉,杨建,孙宪夫,高彦嵩,张煜..基于多车型CNN-GRU性能预测模型的轨道状态评价[J].西南交通大学学报,2023,58(2):322-331,10.

基金项目

国家自然科学基金(61771042) (61771042)

中国国家铁路集团有限公司科技研究开发计划(P2021T013) (P2021T013)

西南交通大学学报

OACSTPCD

0258-2724

访问量0
|
下载量0
段落导航相关论文