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：清华大学

摘要：本说明书涉及一种基于小波网络模型的车轮磨损预测网络模型训练方法、装置。所述方法包括：预先构建小波网络模型，然后获取若干等时长的振动信号样本以及对应的真实车轮磨损值，其中振动信号样本包括多个时序相连的、车轮在运行中产生的振动信号点。然后将振动信号样本输入至预先构建的小波网络模型中，得到振动信号样本的预测车轮磨损值。利用振动信号样本的预测车轮磨损值与振动信号对应的真实车轮磨损值之间的误差，对小波网络模型中的参数进行调整，直至小波网络模型满足预设要求，最后将满足所述预设要求的小波网络模型作为车轮磨损预测网络模型。本说明书的方法，提到高了列车车轮磨损状况确定过程的效率。

主权项：1.车轮磨损预测网络模型训练方法，其特征在于，所述方法包括：获取若干等时长的振动信号样本；所述振动信号样本包括多个时序相连的、车轮在行驶中产生的振动信号点；获取所述振动信号样本对应的真实车轮磨损值；将所述振动信号样本输入至预先构建的小波网络模型中，得到所述振动信号样本的预测车轮磨损值；其中，所述小波网络模型包括小波变换层，特征提取层，频率动态聚合层，磨损值预测层；所述将所述振动信号样本输入至预先构建的小波网络模型中，得到所述振动信号样本的预测车轮磨损值，包括：将所述振动信号样本输入至所述小波网络模型；通过所述小波变换层对所述振动信号样本进行频率成分分拣，得到若干频率成分；通过所述特征提取层对所述若干频率成分进行特征提取，得到所述振动信号样本的频率特征向量，具体包括：通过所述频率动态聚合层对所述若干频率成分进行加权频率聚合，得到聚合特征；具体地，对若干频率成分进行全局压缩以映射到全局聚合空间动态生成器被用于生成动态频率因子以指导模型聚合有价值的频率信息；其中，全局聚合空间由全局平均池化得到；引入sigmoid函数δ·将获得的重要特征映射到0-1之间，从而生成动态频率因子中的元素的大小代表对应频率特征的重要性；动态聚合特征通过得到； 通过所述特征提取层对所述聚合特征进行特征提取，得到所述振动信号样本的频率特征向量；通过所述磨损值预测层根据所述频率特征向量，输出所述振动信号样本的预测车轮磨损值；利用所述振动信号样本的预测车轮磨损值与所述振动信号对应的真实车轮磨损值之间的误差，对所述小波网络模型中的参数进行调整，直至所述小波网络模型满足预设要求；将满足所述预设要求的小波网络模型作为车轮磨损预测网络模型。

全文数据：

权利要求：

百度查询： 清华大学 基于小波网络模型的车轮磨损预测网络模型训练方法