庞荣
- 作品数：7 被引量：32H指数：2
- 供职机构：西南交通大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术交通运输工程机械工程建筑科学更多>>
- 基于深度学习的高速列车转向架故障识别被引量：19
- 2015年
- 为提取高速列车转向架关键部件振动信号的特征,提出基于深度学习(Deep Learning)的高速列车转向架故障识别新方法。以转向架关键部件非全拆单工况故障信号为研究对象,对故障信号进行离散傅里叶变换,然后依据深度学习的降噪自动编解码过程对故障的频域信号进行特征学习,并以此特征作为BP神经网络的输入实现转向架故障信号的识别。实验结果表明:在不同速度下,所提方法对转向架关键部件非全拆故障识别正确率能达到100%,表明了该方法的有效性。
- 庞荣余志斌熊维毅李辉
- 关键词：离散傅里叶变换高速列车转向架
- 基于双分支点流语义先验的路面病害分割模型
- 2024年
- 针对基于深度学习的真实路面病害图像识别算法主要面临的复杂道路背景与病害前景比例不同、病害尺度小等导致的类别严重不平衡、路面病害与道路的几何结构特征对比不明显导致其不易识别等问题,本文提出一种基于双分支语义先验网络,用于指导自注意力骨干特征网络挖掘背景与病害前景的复杂关系,运用高效自注意力机制和互协方差自注意力机制分别对二维空间和特征通道进行语义特征提取,并引入语义局部增强模块提高局部特征聚合能力。本文提出了一种新的稀疏主体点流模块,并与传统特征金字塔网络相结合,进一步缓解路面病害的类别不平衡问题;构建了一个真实场景的道路病害分割数据集,并在该数据集和公开数据集上与多个基线模型进行对比实验,实验结果验证了本模型的有效性。
- 庞荣杨燕杨燕杨燕刘言
- 关键词：路面病害
- 深度神经网络算法研究及应用
- 深度神经网络通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。同时深度神经网络也是近年来人工智能和大数据分析领域研究的热点。但基于自动编码器的深度神经网络算法还存在训练过程中随机置零注入噪...
- 庞荣
- 关键词：高速列车车轮磨耗
- 一种基于尺寸标定布的路面坑槽面积检测方法及装置
- 本发明涉及交通路面坑槽检测技术领域，具体涉及一种基于尺寸标定布的路面坑槽面积检测方法及装置，包括：构建路面坑槽分割模型；获取路面坑槽图像；将路面坑槽图像输入路面坑槽分割模型，获得分割结果图；根据尺寸标定布和分割结果图获取...
- 张朋庞荣黄爱国王吉龙杨燕王敦姜烊刘力方鹏程
- 手写文字的识别方法
- 本发明涉及手写文字的识别方法，包括：a.归一化手写输入数据，定义神经元数，建立自动编码器模型并初始化权重和偏置；b.通过压缩感知模型进行数据压缩采样；c.对得到数据进行自动编解码后重建手写输入数据，使重建数据相对原始手写...
- 余志斌庞荣孙永奎金炜东
- 文献传递
- 基于人工智能的公路智能巡检装备研究
- 2024年
- 随着我国公路里程不断增长,传统的公路巡检已不能满足公路巡检质效的要求,且存在巡检任务繁重、危险性高及智能化程度低等问题。为了缓解上述问题,引入新一代人工智能、无人机、移动终端和地理信息系统等先进技术,构建基于人工智能的天地一体化自动巡检装备与系统,该装备系统主要由车载式终端、无人机终端、手持式泛在终端以及智能巡检系统构成,并采用云-边-端协同架构对数据进行采集、处理和传输,通过该装备系统实现了公路路上、路侧、路域全空间,路、桥、隧、交通工程全专业的智能巡检。该装备采用先进的深度学习算法,能够自动识别公路基础设施表观病害和异常情况,可满足公路养护人员实际巡检要求。该装备系统大幅提升了公路巡检的质量和效率,为公路智能化巡检提供了新思路,为公路科学养护决策提供了可靠的数据支撑,保障了公路基础设施的耐久性和安全性。
- 庞荣庞荣张朋王吉龙杨燕杨燕
- 关键词：公路养护智能巡检人工智能
- 手写文字的识别方法
- 本发明涉及手写文字的识别方法，包括：a.归一化手写输入数据，定义神经元数，建立自动编码器模型并初始化权重和偏置；b.通过压缩感知模型进行数据压缩采样；c.对得到数据进行自动编解码后重建手写输入数据，使重建数据相对原始手写...
- 余志斌庞荣孙永奎金炜东
