基于ART-2的城轨列车监控数据智能处理算法研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 绪论 | 第11-15页 |
| ·选题的背景及研究意义 | 第11-12页 |
| ·监控数据处理技术现状 | 第12-13页 |
| ·论文的主要工作和研究路线 | 第13-14页 |
| ·内容结构安排 | 第14-15页 |
| 2 城市轨道列车状态监控体系 | 第15-22页 |
| ·城轨列车状态监控概述 | 第15-18页 |
| ·内涵 | 第15-16页 |
| ·核心技术 | 第16-17页 |
| ·体系结构 | 第17-18页 |
| ·城轨列车监控的实质 | 第18-19页 |
| ·城轨列车监控的关键问题 | 第19-21页 |
| ·城轨列车状态辨识 | 第19-21页 |
| ·基于ART-2的数据处理算法 | 第21页 |
| ·小结 | 第21-22页 |
| 3 自适应共振理论与ART-2网络模型 | 第22-30页 |
| ·模式识别 | 第22-24页 |
| ·自适应共振理论 | 第24-25页 |
| ·ART-2网络模型 | 第25-28页 |
| ·网络结构 | 第25-26页 |
| ·运行原理 | 第26-27页 |
| ·算法过程 | 第27-28页 |
| ·小结 | 第28-30页 |
| 4 改进的ART-2网络模型算法 | 第30-45页 |
| ·ART-2网络模型的主要问题 | 第30-33页 |
| ·模式漂移 | 第30-31页 |
| ·计算效率 | 第31-32页 |
| ·存储空间 | 第32-33页 |
| ·ART-2网络模型的优化方法 | 第33-37页 |
| ·调整长期网络记忆权值 | 第33-34页 |
| ·建立模式识别层优先激活机制 | 第34-36页 |
| ·增设模式识别层监督功能 | 第36-37页 |
| ·改进的ART-2网络模型 | 第37-42页 |
| ·网络结构 | 第37-38页 |
| ·运行原理 | 第38-39页 |
| ·算法过程 | 第39-42页 |
| ·改进的ART-2网络模型的验证 | 第42-44页 |
| ·模式漂移的改进对比 | 第42-43页 |
| ·模式识别最终结果 | 第43-44页 |
| ·小结 | 第44-45页 |
| 5 ART-2在监控数据处理的应用 | 第45-56页 |
| ·实验环境及数据样本 | 第45-47页 |
| ·实验步骤 | 第47页 |
| ·网络参数的确定 | 第47-51页 |
| ·网络参数的初始化 | 第48页 |
| ·阀值和警戒参数对分类结果的影响 | 第48-51页 |
| ·网络分类验证 | 第51-54页 |
| ·数据顺序输入网络 | 第51-52页 |
| ·数据随机输入网络 | 第52-54页 |
| ·小结 | 第54-56页 |
| 6 结论与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 学位论文数据集 | 第62页 |
