一种基于稀疏贝叶斯宽度学习的高铁轨道响应预测方法

授权

摘要

本发明提出一种基于稀疏贝叶斯宽度学习的高铁轨道响应预测方法，所述方法包括对输入的温度场变量进行线性和非线性特征提取、对隐含层神经元节点输出层权值的最大后验估计、结构响应输出结果的预测，并初步评估轨道结构状态等。本发明采用稀疏贝叶斯宽度学习方法对高铁轨道监测系统数据进行相关关系挖掘，通过对反映数据变量间关系的权值w的稀疏求解可以有效地避免回归预测的过拟合问题，并且具有较高的预测精度、高效的计算速度和宽松的设备硬件要求，从而能够实现对大量监测数据中隐含的温度荷载与结构应变相关关系的挖掘，通过及时发现监测数据模型的演变作为判别轨道结构服役状态异常的依据。

基本信息

专利标题：

一种基于稀疏贝叶斯宽度学习的高铁轨道响应预测方法

专利标题（英）：

暂无

公开（公告）号：

CN113297790A

申请号：

CN202110542901.3

公开（公告）日：

2021-08-24

申请日：

2021-05-19

授权号：

CN113297790B

授权日：

2022-05-10

发明人：

王晨岳黄永高竞泽李惠

申请人：

哈尔滨工业大学

申请人地址：

黑龙江省哈尔滨市南岗区西大直街92号

代理机构：

哈尔滨市阳光惠远知识产权代理有限公司

代理人：

孙莉莉

优先权：

CN202110542901.3

主分类号：

G06F30/27

IPC分类号：

G06F30/27 G06N3/04 G06N3/08 G06N7/00 G06F111/08

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F30/27

使用机器学习，例如人工智能，神经网络，支持向量机或训练模型

法律状态

2022-05-10 ：

授权

2021-09-10 ：

实质审查的生效

IPC(主分类) : G06F 30/27
申请日 : 20210519

2021-08-24 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

暂无PDF文件可下载