一种基于Hilbert曲线编码实现地铁振动信号降噪训练的方法

发明专利有效专利

申请号：
CN202110901992.5
IPC分类号：G06K9/00G06K9/40G06K9/48G06K9/62G06N3/04G06N3/08
申请日期：
2021-08-06
申请人：
武汉理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于Hilbert曲线编码实现地铁振动信号降噪训练的方法
申请号	CN202110901992.5	申请日期	2021-08-06
法律状态	公开	申报国家	中国
公开/公告日	2021-11-30	公开/公告号	CN113723213A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G06K9/00;G06K9/40;G06K9/48;G06K9/62;G06N3/04;G06N3/08查看分类表>
申请人	武汉理工大学	申请人地址	湖北省武汉市洪山区珞狮路1*** 变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	武汉理工大学	当前权利人	武汉理工大学
发明人	李盛;金亮;邱阳;南秋明;刘芳;甘维兵;王洪海
代理机构	湖北武汉永嘉专利代理有限公司	代理人	王丹

摘要

本发明公开了一种基于Hilbert曲线编码实现地铁振动信号降噪训练的方法，该方法首先采集信噪比低于15dB的列车振动数据和包含各类噪声情况下的无列车振动数据，并生成训练集、测试集以及验证集；利用残差卷积块和批量标准化块搭建卷积神经网络训练模型，并定义该模型的损失值，每轮训练后根据十折交叉验证法更新验证集，最终选取在测试集上损失值最小的卷积神经网络训练模型作为最终的降噪网络模型。本发明利用Hilbert曲线将一维地铁振动信号编码为二维信号，大幅度地降低了卷积神经网络训练模型需要训练的参数量和训练难度。

一种坡面泥石流防护结构(地质灾害防治)

实用新型

一种基于Hilbert曲线编码实现地铁振动信号降噪训练的方法

在售专利 早买早用

在售专利早买早用