【开题报告】基于机器学习的高速铁路动检数据异常检测算法

文献综述:

国内研究现状

我国铁路历来重视对轨道的检查和监测,并有完整的检查制度和严格检查标准。轨道检测基本分为静态检测和动态检测两大类静态检测主要是复测及限界检查、轨道静态检查、钢轨检查、春秋季检查和量具检查:动态检测则是以轨道检查车为主,并辅助车载添乘仪、便携添乘仪。就高速铁路而言,养修模式不同于既有普速线路,更注重行车舒适性,因而对动态检测各项数据更需要精细分析、综合评价叫通过动态检测数据科学分析,实现对病害地点精确定位,成因准确分析,再结合静态区段重点复查,制定病害整治方案,做到线路设备精确修养。

存在问题

主要是对数据的分布做出假设,并找出假设下所定义的异常,因此往往会使用极值析或者假设检验。比如对最简的一维数据假设高斯分布,然后将距离均值特定范围以外的数据当做异常点。而推广到高维后,可以假设每个维度各自独立,并将各个维度上的异常度相加,如果考虑特征问的相关性,也可以用马氏距离(mahalanobis distance)来衡量数据的异常度.不难看出,这类方法最大的好处就是速度一般比较快,但因为存在比较强“假设”,效果不一定很好

意义和应用价值

时间序列是利用统计学的基本原理,通过对数据的采集选用模型以近似估计,利用模型分析揭示数据的内在特性,达到推测发展趋势规律的目的,自回归差分移动平均模型(ARIMA)是常用的时间序列之一,而组合预测型作为一种相对新颖的模型。通过组合多个模型的预测结果,以提高预测精值的确度,具备其中每个模型的优点。在预测方法中, ARIMA模型在统计学界的贡献相当大,被广泛应于众多领域。兰州商学院的刘明将ARMA模型用在经济时间序列上,对在建模过程中需要注意的多个问题进行了整理和分析,表明 ARIMA用模型在经济、商业预测中占有重要地位

研究方案:

研究方案

(1)运用数学统计学原理,对动态检测数据进行数据挖掘,开展大数据量的综合信息分析和管理研究

(2)在单元分级管理的基础上,分析各种动态检测数据规律,设计高速铁路综合评价体系,确定参与评价的指标及指标的权重匹配,建立综合评价数学模型

(3)基于京广高铁广段和沪线合武段开通以来各种检测数据,实例验证综合评价体系在无轨道和有轨道工务维护中的使用效果,根据现场验证反馈情况,总结综合评价体系的科学性和合理性

研究方法

根据目前各种动态检测数据的分析应用此独立、不能全面评价线路设备质量的现状,需开展轨道动态检测数据分析应用研究工作,科学准确地评价线路状态,提供辅助决策依据,以实际应用为导向,开展轨道检测数据挖掘,分析应用各种动态检测数据,探索可行的高速铁路综合评价体系

研究步骤

  1. 文献检索,调研分析,确定研究方案和技术路线,撰写文献综和开题报告
  2. 熟悉专业设备,完成数据采集,搭建数据集
  3. 研究分析算法原理
  4. 设计评价平台
  5. 完成毕业论文

预期成果

(1)搭建数据集

(2)开发算法,建立模型

(3)开发一个评价平台

(4)撰写一篇毕业论文

主要参考文献:

填写说明:指从开题到撰写文献综述期间所阅读过的所有文献资料的列表,要按照参考文献的标准写法列出,即写明作者、论文题目(书名)、杂志名称(出版社)、发表(出版)时间等(页面大小可以根据字数多少调整)。

匡文波,中国微信发展的量化研 ]国际新闻界201,405:147-156]中国互联网络信息中心.,《第39次中国互联网发展报告》CNNIC,R 办2017

Breunig. M.M, Kriegel, H.P. Ng, R.T. and Sander, J.. 2000, May. LOF: identifying density-based local outfiers. In ACM SIGMOD

Record. pp. 93-104. ACM

 Liu. F.T. Ting, K.M. and Zhou, Z.H., 2008, December. Isolation forest. In ICDM '08. pp. 413-422. IEEE

 Ma, J. and Perkins, S., 2003, July. Time-series novelty detection using one-class support vector

中国铁道科学研究院 中国铁路大提速 北京:中国铁道出版社

王其昌 高速铁路土木工程

翁绍德 李志隆 轨道质量指数的基本概念及计算机处理技术

毕业设计(论文)进度安排:

序号

毕业设计(论文)各阶段内容

时间安排

备注

1

学习相关知识

2

研究案例

3

设计

4

实现与开发

5

评价及修改

6

撰写论文

7

准备答辩

指导教师意见:

填写说明:查阅资料是否全面,提出的研究方案和计划进度是否可行,还有什么需要注意和改进的方面,是否同意按学生提出的计划进行等。

后续工作

基于机器学习的高速铁路动检数据异常检测算法研究与实现

一、引言

随着高速铁路的快速发展,保障其安全运行成为了一个重要的问题。动检车作为高速铁路的检测工具,能够获取大量的动检数据。对这些数据进行异常检测,及时发现异常情况,对于保障高速铁路的安全运行具有重要意义。本文旨在研究基于机器学习的动检数据异常检测算法,并实现一个高效、准确的异常检测系统。

二、系统需求分析

本系统需要满足以下需求:

  1. 能够处理大规模的动检数据,并进行实时异常检测。
  2. 能够识别出多种类型的异常,包括设备故障、天气突变等。
  3. 异常检测的准确率要高,避免漏报和误报。
  4. 系统具有可扩展性,能够适应未来数据量的增长。
  5. 系统易于使用和维护,具有友好的用户界面。

三、系统设计

本系统采用Python语言进行开发,利用机器学习算法对动检数据进行异常检测。系统主要包括以下几个模块:

  1. 数据预处理模块:对原始动检数据进行清洗、去噪和特征提取,得到可用于异常检测的数据。
  2. 特征选择模块:根据已有的知识和算法,选择合适的特征用于异常检测。
  3. 异常检测模块:采用机器学习算法对数据进行异常检测,及时发现异常情况。
  4. 结果展示模块:将异常检测结果以友好的方式展示给用户,便于用户及时发现和处理问题。
  5. 系统管理模块:对系统进行设置和维护,如数据备份、用户管理等。

四、系统实现

本系统的实现主要包括以下几个步骤:

  1. 数据预处理:对原始动检数据进行清洗、去噪和特征提取,得到可用于异常检测的数据。采用Python中的pandas和numpy库进行处理。
  2. 特征选择:根据已有的知识和算法,选择合适的特征用于异常检测。采用Python中的sklearn库进行特征选择。
  3. 异常检测:采用机器学习算法对数据进行异常检测。本文采用支持向量机(SVM)、决策树(Decision Tree)和神经网络(Neural Network)等算法进行异常检测。使用Python中的scikit-learn和Keras库实现。
  4. 结果展示:将异常检测结果以友好的方式展示给用户。采用Python中的matplotlib和seaborn库进行数据可视化。
  5. 系统管理:对系统进行设置和维护,如数据备份、用户管理等。采用Python中的sqlite3库进行数据存储和管理。

五、系统评估与优化

在系统实现后,需要对系统进行评估和优化,以确保系统的性能和准确性。采用以下方法进行评估和优化:

  1. 准确率评估:采用准确率指标对系统的异常检测结果进行评估,确保系统的误报率和漏报率较低。使用Python中的accuracy_score函数进行评估。
  2. 性能优化:对系统的性能进行优化,确保系统能够处理大规模的动检数据,并保证实时性要求。采用分布式计算、数据压缩等方法进行优化。
  3. 参数调优:对机器学习算法的参数进行调优,以获得更好的异常检测效果。采用网格搜索、随机搜索等方法进行参数调优。
  4. 模型选择与改进:根据实际需求和数据特点,选择合适的机器学习算法进行异常检测。同时,结合深度学习等方法对模型进行改进和优化,提高异常检测的准确性。使用Python中的 Keras库实现深度学习模型。
  5. 可维护性提升:加强系统的可维护性,包括代码清晰度、模块化设计等方面,方便日后进行功能扩展和维护。采用Python的面向对象编程思想和方法进行设计。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/179752.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Java NIO Selector

在 Java NIO(New I/O)中,Selector 是一种多路复用的机制,用于管理多个通道的 I/O 操作。通过使用 Selector,我们可以在一个线程中同时管理多个通道的读写操作,提高系统的效率和性能。 本篇博客将详细介绍 …

Pinia 和 Vuex 的对比,storeToRefs 的原理

目录 1,Pinia 介绍2,和 Vuex 的对比3,storeToRefs 源码分析 1,Pinia 介绍 官网简介 Pinia 使用上的问题,官方文档很详细,这里不做赘述。 Pinia 是 Vue 的专属状态管理库,支持vue2和vue3&#x…

c++day1

提示并输入一个字符串&#xff0c;统计该字符中大写、小写字母个数、数字个数、空格个数以及其他字符个数 要求使用C风格字符串完成 #include <iostream>using namespace std;int main() {string str;cout << "请输入一个含有大小写字母&#xff0c;空格&am…

C语言面试之旅:掌握基础,探索深度(面试实战之c语言关键词中篇)

劝人的话就像清晨的闹钟&#xff0c;只对别人有用&#xff0c;却永远叫不醒自己。 ----小新 一.预处理指令 &#xff08;1&#xff09;#define & typedef #define是C语言中定义的语法&#xff0c;是预处理指令&#xff0c;在预处理时进行简单而机械的字符串替换&…

java学习part19接口

113-面向对象(高级)-接口的使用_哔哩哔哩_bilibili 1.接口概念 个人认为是一种能力&#xff0c;某个类是否具有某种能力。一个类实现了一个接口就相当于学会了某些功能。 2.使用 接口里的属性都是全局常量public static final&#xff0c;即便不写也会自动加上。 3.多实现 4.接…

Day41 使用listwidget制作简易图片播放器

1.简介 使用QlistWidget实现简易图片播放器&#xff0c;可以打开一个图片序列&#xff0c;通过item的单击事件实现图片的切换&#xff0c;通过设置list的各种属性实现图片预览的显示&#xff0c;美化滚动条即可实现一个简易图片播放器。 2.效果 3.实现步骤&#xff1a; 1.初始…

【沐风老师】3DMAX拼图建模工具MaxPuzzle2D插件使用方法详解

MaxPuzzle2D拼图建模工具使用帮助 MaxPuzzle2D拼图建模工具&#xff0c;拼图建模“彩虹系列”插件&#xff0c;是一款用MAXScript脚本语言开发的3dMax拼图建模小工具&#xff0c;可以创建2D或3D的拼图图形阵列。这让需要拼图建模的设计师大大节省了时间。 MaxPuzzle2D工具界面&…

REST-Assured--JAVA REST服务自动化测试的Swiss Army Knife

什么是REST-Assured REST Assured是一套基于 Java 语言实现的开源 REST API 测试框架 Testing and validation of REST services in Java is harder than in dynamic languages such as Ruby and Groovy. REST Assured brings the simplicity of using these languages into t…

解决ssh使用public key远程登录服务器拒绝问题

目录 使用场景windows安装ssh客户端使用powershell ssh登录服务器生成密钥文件ubuntu ssh服务器配置使用vscode远程登录使用Xshell远程登录使用MobaXtem远程登录Server refused our key问题解决方案 使用场景 使用vscode远程ssh登录使用public key不需要输入密码,比较方便. w…

《Effective C++》条款24

若所有参数皆需类型转换&#xff0c;请为此采用non-member函数 如果想实现这样的一种运算符重载&#xff1a; class A { public:A(int x) :_x(x) {};const A operator*(const A& a){A ret(0);ret._x a._x * a._x;return ret;} private:int _x; }; A a(1); A b(2); A ret…

JSP forEach标签varStatus使用讲解(了解即可 基本用不到)

上文 JSP迭代标签之 forEach循环标签 基本使用讲解 我们讲了一下forEach标签 大多数时候会用的语法 但是varStatus 没有讲到 因为我觉得这个东西 做个了解就好了 如果你不感兴趣都可以不看 因为感觉开发中基本是用不到的 但是 官方有提供 我还是说一下 当前遍历的基本信息 包括…

易点天下携AIGC创新成果KreadoAI亮相数贸会,解锁电商文化出海新可能

11月27日&#xff0c;第二届全球数字贸易博览会&#xff08;以下简称“数贸会”&#xff09;在浙江杭州完美落幕。作为出海营销领域最早一批布局AIGC战略的营销科技公司&#xff0c;易点天下受邀与来自全球800余家境内外数字贸易企业同台参展&#xff0c;并分享了旗下AIGC数字营…

物理世界中的等距3D对抗样本

论文题目&#xff1a;Isometric 3D Adversarial Examples in the Physical World 会议&#xff1a;NIPS 2022 点云&#xff1a; 点云——表达目标空间分布和目标表面特性的海量点集合&#xff0c;点包含xyz坐标信息 能够包含颜色等其他信息 使用顶点、边和面的数据表征的三维…

openwrt配置SSL证书实现https加密访问

前言&#xff1a;目前来看这个用处不是很大&#xff0c;因为只能访问一个端口&#xff0c;且因为80和443都已经被运营商封了&#xff0c;所以访问时还是得带端口。以下以阿里云证书为例&#xff1a; 一、申请证书 这个很简单&#xff0c;不想去截图了&#xff0c;直接去申请你…

带残差连接的ResNet18

目录 1 模型构建 1.1 残差单元 1.2 残差网络的整体结构 2 没有残差连接的ResNet18 2.1 模型训练 2.2 模型评价 3 带残差连接的ResNet18 3.1 模型训练 3.2 模型评价 4 与高层API实现版本的对比实验 总结 残差网络&#xff08;Residual Network&#xff0c;ResNet&#xff09;…

shiyan

import javax.xml.transform.Result; import java.util.Arrays; public class ParseText {//需要统计的字符串为private String text"Abstract-This paper presents an overview";private Result[] res;private int count;public ParseText(){resnew Result[100];cou…

4.4-Docker bridge0详解

在Docker世界中&#xff0c;两个container是通过bridge0连接起来的。 首先&#xff0c;介绍一个命令&#xff1a;docker network ls 这个docker network ls明令会列举出来当前这台机器上docker有哪些网络。 先看一下bridge。 现在有一个容器flask-hello-docker&#xff0c;它是…

矩阵的初等变换

1.矩阵的初等变换的分类&#xff1a; 1.按类型分&#xff1a;初等行变换&#xff08;动行&#xff09;&#xff0c;初等列变换&#xff08;动列&#xff09; 2.按方式分&#xff1a; 1.交换矩阵的两行或者两列 2.用一个不为0的数乘矩阵的某一行 3.用一个任意的数乘矩阵的某一行…

Unity打出的安卓包切换后台再恢复前台,卡顿许久问题记录

连接AndroidStudio发现当切换后台时提示&#xff1a;D/Unity: Multi-casting "[IP] 192.168.31.231 [Port] 55000 [Flags] 19 [Guid] 1268732307 [EditorId] 264356214 [Version] 1048832 [Id] AndroidPlayer(11,Xiaomi_M2012K11AC192.168.31.231) [Debug] 0 [PackageName…

业务流程基本元素分类

业务流程基本元素是指组成业务流程的最基本的、不可分割的部分&#xff0c;这些元素共同构成了一个完整的业务流程。这些元素可以分为以下几类&#xff1a; 流程步骤&#xff1a;业务流程中必须包含的具体步骤&#xff0c;例如收集数据、处理请求、审核、决策、执行、发布等。…