• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE Vehicle Power and Propulsion Conference >A novel text-style sequential modeling method for ultrasonic rail flaw detection
【24h】

A novel text-style sequential modeling method for ultrasonic rail flaw detection

机译：超声波轨探伤检测新型文本顺序建模方法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Integrity of rails is the foundation of safe rail transportation. It is critical to detect internal rail flaws in time, and one popular solution to this issue is ultrasonic techniques. On the other hand, long short-term memory (LSTM) has been proven in text classification to which we think the ultrasonic rail flaw detection can be quite similar. In this context, this paper proposes a novel text-style sequential modeling method for ultrasonic rail flaw data and a LSTM-based deep learning model for rail flaw detection. Comparative experiments proved the feasibility and remarkable computational efficiency of the proposed modeling method and model.
机译：轨道的完整性是安全铁路运输的基础。检测内部导轨缺陷及其对此问题的一个流行解决方案至关重要的是超声技术。另一方面，在文本分类中已经证明了长短短期记忆（LSTM），我们认为超声波轨道探伤可以非常相似。在这种情况下，本文提出了一种用于超声波轨漏气数据的新型文本式顺序建模方法和基于LSTM的轨道探伤性深度学习模型。比较实验证明了所提出的建模方法和模型的可行性和显着的计算效率。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号