原创力文档- 1、本文档共34页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
使用贝叶斯神经网络模型进行站台门故障识别的技术研究
目录
内容概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.3研究内容与目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
贝叶斯神经网络模型概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
2.1贝叶斯网络定义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
2.2贝叶斯网络的基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
2.3贝叶斯网络在故障诊断中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．7
站台门故障类型分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
3.1站台门常见故障类型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
3.2故障类型对系统影响的分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
3.3故障类型识别的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
贝叶斯神经网络模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
4.1模型结构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
4.1.1输入层设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
4.1.2隐藏层设计与参数选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
4.1.3输出层设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
4.2训练数据准备．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
4.3模型训练方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
4.3.1训练流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
4.3.2损失函数选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
4.3.3优化算法应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
4.4模型评估与验证．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
4.4.1评价指标介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
4.4.2验证方法选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22
4.4.3模型调优策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
站台门故障识别实验设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
5.1实验环境搭建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
5.2数据集准备．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
5.3实验方法与步骤．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
5.3.1实验流程设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
5.3.2数据采集与预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
5.3.3模型训练与测试．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
5.4实验结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
5.4.1实验结果展示．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
5.4.2结果讨论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32
技术研究与创新点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
6.1
文档评论（0）