龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：安徽建筑大学
摘要：本发明的一种基于自取能RFID与DCNN的高铁路基状态监测方法及设备，利用RFID进行非接触式的信息传输，读取速度快同时抗干扰能力强，利用压电式振动能领取能避免了频繁更换锂电池的RFID传感器设置弊端，通过将RFID标签埋设在路基的关键位置，利用移动设备或巡检车上的RFID读写器进行数据采集，采用DCNN自动从原始数据中学习和提取特征，通过多层卷积和池化操作，从低级到高级逐层提取特征，引入Swish激活函数优化卷积层，层次化的特征表示方式使得模型能够捕捉数据的各种高维复杂模式信息，利用Maxout激活函数对卷积层进行非线性转换操作，通过局部连接和权重共享机制，有效减少了模型的参数数量，降低了计算复杂度和过拟合风险，并且保持一定的平移不变性。
主权项：1.一种基于自取能RFID传感器与DCNN的高铁路基状态监测方法，其特征在于，基于高铁路基状态监测装置，高铁路基状态监测装置通过设置自取能RFID传感器用于获取环境数据；所述方法包括通过构建监测模型，并采用监测模型对高铁路基状态监测装置采集的环境数据进行监测，判断是否健康以及异常程度；监测模型的构建步骤包括构建深度卷积神经网络结构，其中包括卷积层、池化层和全连接层，依据卷积核对RFID传感器所采集高铁路基多维信号序列进行滑窗卷积操作，得到其多为特征参量组，卷积操作表达式为： 其中是第层输出，并作为第l层的输入，是第l层中第i个卷积核的权重矩阵，是偏置项，是卷积运算，是激活函数，是第l层输出中的第i个特征参量。
全文数据：
权利要求：
百度查询： 安徽建筑大学 基于自取能RFID与DCNN的高铁路基状态监测方法及设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号