公开(公告)号：CN111127448A

公开(公告)日：2020-05-08

申请号：CN201911370389.8

申请日：2019-12-26

Applicant: 西南交通大学

Inventor： 黄德青 ,  李书盼 ,  秦娜 ,  唐光民

IPC: G06T7/00 ,  G06K9/62 ,  G06K9/46

Abstract: 本发明涉及轨道科学技术领域，具体涉及一种基于孤立森林检测空气弹簧故障的模型及方法，模型通过采集列车的空气弹簧图像信息，然后将图像尺寸归一化处理，并裁剪为额定数量的小图，灰度化处理，提取灰度化后每张小图的特征，然后进行PCA降维，再将提取的特征放入到孤立森林中进行训练；然后利用测试集判断训练好的模型的准确率大于96％，得到模型。本发明只学习正常样本的特征，不需要故障样本训练模型，有效解决了空气弹簧故障样本少的问题，同时本发明方法不会受光照、污渍等因素影响，可以自动学习空气弹簧的特征，不必人工干预，鲁棒性强，达到空气弹簧裂纹或鼓包等故障实时检测的技术效果。

公开(公告)号：CN111127448B

公开(公告)日：2022-05-10

申请号：CN201911370389.8

申请日：2019-12-26

Applicant: 西南交通大学

Inventor： 黄德青 ,  李书盼 ,  秦娜 ,  唐光民

IPC: G06T7/00 ,  G06V10/77 ,  G06V10/774 ,  G06V10/50 ,  G06K9/62

Abstract: 本发明涉及轨道科学技术领域，具体涉及一种基于孤立森林检测空气弹簧故障的方法，通过采集列车的空气弹簧图像信息，然后将图像尺寸归一化处理，并裁剪为额定数量的小图，灰度化处理，提取灰度化后每张小图的特征，然后进行PCA降维，再将提取的特征放入到孤立森林中进行训练；然后利用测试集判断训练好的模型的准确率大于96%，得到模型。本发明只学习正常样本的特征，不需要故障样本训练模型，有效解决了空气弹簧故障样本少的问题，同时本发明方法不会受光照、污渍等因素影响，可以自动学习空气弹簧的特征，不必人工干预，鲁棒性强，达到空气弹簧裂纹或鼓包等故障实时检测的技术效果。