| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 轨检车技术的国内外发展概况 | 第11-14页 |
| 1.2.1 国外发展概况 | 第11-12页 |
| 1.2.2 国内发展概况 | 第12-14页 |
| 1.3 铁路线路不平顺预测的国内外研究现状 | 第14-16页 |
| 1.3.1 国外研究现状 | 第14-15页 |
| 1.3.2 国内研究现状 | 第15-16页 |
| 1.4 本文研究内容与方法 | 第16-17页 |
| 第二章 基于动态检测数据的线路信息挖掘与预处理 | 第17-34页 |
| 2.1 轨检车检测数据线路里程的校正 | 第17-26页 |
| 2.1.1 轨检车检测数据的提取 | 第17-19页 |
| 2.1.2 灰色关联模型的建立 | 第19-21页 |
| 2.1.3 归一化方法的选取 | 第21-23页 |
| 2.1.4 分辨系数ε的选取 | 第23-24页 |
| 2.1.5 里程校正结果 | 第24-26页 |
| 2.2 轨检车检测数据噪声的处理 | 第26-34页 |
| 2.2.1 小波变换降噪的基本原理 | 第27-29页 |
| 2.2.2 小波变换降噪阂值的选取 | 第29-31页 |
| 2.2.3 针对轨检车数据的降噪方法比较 | 第31-34页 |
| 第三章 线路不平顺状态的检测与评价 | 第34-50页 |
| 3.1 武广客运专线简介 | 第34页 |
| 3.2 武广客运专线线路检测列车简介 | 第34-36页 |
| 3.3 采用超限评分法评价该段线路状态 | 第36-38页 |
| 3.4 采用轨道质量指数法(TQI)评价该段线路状态 | 第38-42页 |
| 3.5 采用轨道不平顺功率谱评价该段线路状态 | 第42-49页 |
| 3.5.1 轨道不平顺功率谱的简介 | 第42-45页 |
| 3.5.2 武广客运专线轨道不平顺功率谱的对比分析 | 第45-49页 |
| 3.6 该段线路状态评价小结 | 第49-50页 |
| 第四章 线路不平顺状态的预警 | 第50-66页 |
| 4.1 人工神经网络的简介 | 第50-51页 |
| 4.2 BP神经网络的简介与适用性 | 第51-52页 |
| 4.2.1 BP(Back Propagation)神经网络 | 第51-52页 |
| 4.2.2 BP神经网络在线路不平顺状态预警中的适用性 | 第52页 |
| 4.3 基于BP神经网络模式识别功能的线路不平顺状态预警 | 第52-60页 |
| 4.3.1 BP神经网络模型的构建 | 第52-56页 |
| 4.3.2 网络的训练与评估 | 第56-59页 |
| 4.3.3 网络的预警 | 第59-60页 |
| 4.4 基于BP神经网络函数逼近功能的线路不平顺状态预警 | 第60-66页 |
| 4.4.1 BP神经网络模型的构建 | 第61-62页 |
| 4.4.2 网络的训练与评估 | 第62-65页 |
| 4.4.3 网络的预警 | 第65-66页 |
| 第五章 总结与展望 | 第66-69页 |
| 5.1 本文主要研究工作总结 | 第66-67页 |
| 5.2 未来工作的展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 附录 | 第73-79页 |
| 攻读硕士学位期间发表的论文与科研成果 | 第79页 |
