作者：; 王俊刚列车安全检测深度学习混淆矩阵迭代
摘要：随着铁路列车运行安全要求的不断提高,迫切需要及时检测并处理列车运行中的安全隐患。传统的铁路列车运行自动化检测手段主要基于机器视觉算法,存在对列车运行的复杂自然场景适应能力差、误报率高等问题。为解决传统方法检测精度较低等问题,模拟多层神经网络传递结构,输入和识别隐患扫描素材,提出基于深度学习算法的列车运行安全检测方法;然后以铁路货车异物检测为例进行仿真试验,验证相关算法。结果表明:新检测方法在保证检出率的前提下降低了误报率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
