典型文献
基于SSD卷积神经网络的刚性接触线悬挂装置关键零部件识别和缺陷判断的研究
文献摘要：
在城市轨道交通领域,刚性接触网悬挂装置的检修目前仍处于故障修状态:即只有发生接触故障时,才执行检修工作.而随着运营里程的激增,被动的故障修和安全运营的矛盾越来越突出.本文提出一种基于SSD卷积神经网络的刚性接触网悬挂装置关键零部件识别和缺陷判断的方法,旨在探讨人工智能技术在城市轨道交通领域的应用和发展.希望实现接触网悬挂状态检修从人工巡视到设备巡视的跨越,将基于神经网络的人工智能技术引入城市轨道交通运营维护中,以提高了巡检效率和故障识别率,更好的保障城市轨道交通安全运营.
文献关键词：
刚性接触网悬挂装置;SSD卷积神经网络;目标检测;缺陷判断;人工智能
中图分类号：
作者姓名：
余刚
作者机构：
中铁电气化局集团有限公司 北京 100036
文献出处：
引用格式：
[1]余刚-.基于SSD卷积神经网络的刚性接触线悬挂装置关键零部件识别和缺陷判断的研究)[J].科学与财富,2022(27):121-123
A类：
刚性接触线,刚性接触网悬挂装置
B类：
SSD,关键零部件,缺陷判断,交通领域,故障修,检修工作,运营里程,激增,安全运营,应用和发展,状态检修,人工巡视,入城,城市轨道交通运营,运营维护,巡检效率,故障识别率,城市轨道交通安全,目标检测
AB值：
0.192183
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
