摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-16页 |
1.1 课题背景及研究的目的和意义 | 第9-11页 |
1.1.1 课题的来源 | 第9页 |
1.1.2 课题研究的背景和意义 | 第9-11页 |
1.2 钢轨探伤的国内外研究现状 | 第11-13页 |
1.2.1 国外研究现状 | 第11-12页 |
1.2.2 国内研究现状 | 第12-13页 |
1.3 论文的主要研究内容及论文组织结构 | 第13-16页 |
第2章 钢轨振动信号的建模与仿真 | 第16-33页 |
2.1 引言 | 第16页 |
2.2 车辆-轨道垂向系统的物理模型 | 第16-17页 |
2.3 客车-无碴轨道垂向系统的数学模型 | 第17-23页 |
2.3.1 客车系统振动方程 | 第17-19页 |
2.3.2 无碴轨道的振动方程 | 第19-22页 |
2.3.3 客车与无碴轨道的垂向耦合关系 | 第22-23页 |
2.4 客车-无碴轨道系统的数值求解 | 第23-26页 |
2.5 实例分析 | 第26-32页 |
2.5.1 车辆模型和轨道模型参数的确定 | 第26-27页 |
2.5.2 轮轨激励模型的确定 | 第27-30页 |
2.5.3 仿真结果 | 第30-32页 |
2.6 本章小结 | 第32-33页 |
第3章 基于非负矩阵分解的钢轨伤损状态监测方法 | 第33-52页 |
3.1 引言 | 第33页 |
3.2 NMF 的概述 | 第33-36页 |
3.2.1 乘法更新算法 | 第34-35页 |
3.2.2 梯度下降算法 | 第35页 |
3.2.3 交替最小二乘算法 | 第35-36页 |
3.3 改进的稀疏性 NMF 算法 | 第36-40页 |
3.3.1 稀疏性的基本概念 | 第36-37页 |
3.3.2 稀疏性和非负矩阵分解的结合 | 第37-39页 |
3.3.3 基于 SVD 初始化的 SNMF 算法 | 第39-40页 |
3.4 SNMF 在特征提取中的应用 | 第40-41页 |
3.5 支持向量机 | 第41-44页 |
3.6 基于 SNMF 和 SVM 的钢轨伤损检测方法 | 第44-51页 |
3.6.1 算法实施 | 第44-49页 |
3.6.2 结果分析 | 第49-51页 |
3.7 本章小结 | 第51-52页 |
第4章 基于非负张量分解的钢轨伤损分类方法 | 第52-69页 |
4.1 引言 | 第52页 |
4.2 张量分解的概述 | 第52-54页 |
4.3 非负 TUCKER 分解算法 | 第54-57页 |
4.3.1 基于乘法更新算法的 NTD | 第55-56页 |
4.3.2 基于交替最小二乘算法的 NTD | 第56-57页 |
4.4 基于 SVD 的 NTD 的初始化 | 第57-58页 |
4.5 基于 NTD 的特征提取算法 | 第58-60页 |
4.6 极限学习机 | 第60-62页 |
4.7 基于 NTD 和 ELM 的钢轨伤损检测方法 | 第62-68页 |
4.7.1 算法实施 | 第62-65页 |
4.7.2 结果分析 | 第65-68页 |
4.8 本章小结 | 第68-69页 |
结论 | 第69-70页 |
参考文献 | 第70-75页 |
攻读硕士学位期间发表的论文及其它成果 | 第75-77页 |
致谢 | 第77页 |