基于BP神经网络的列车站台门异物检测

摘要：

为了提高地铁站台门异物检测结果的检测精度,该文提出了一种基于BP神经网络的的站台门异物检测方法.采用BP神经网络对地铁列车站台门与列车门之间的异物识别进行检测,建立了基于BP神经网络的列车站台门异物检测系统,利用模拟试验对BP神经网络模型进行训练,确定了 BP神经网络的网络结构.将BP神经网络的检测结果与SVM和K-means算法进行对比,BP神经网络的检测精度为98.5％,检测效果好于其他方法.将该系统应用于实际场景,平均检测精度为98.23％,验证了所提方法的正确性和实用性.

关键词：列车、站台门、BP神经网络、异物、检测精度

分类号：U231(特种铁路)

在线出版日期：2023-10-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：86-88