高速鐵路軌道巡檢智能技術與系統 李清勇 劉洋 彭文娟 9787030820891 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202505*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：高速鐵路軌道巡檢智能技術與系統
ISBN：9787030820891
出版社：科學
著編譯者：李清勇 劉洋 彭文娟
頁數：202
所在地：中國大陸 *此為代購商品
書號：1735124
可大量預訂，請先連絡。

內容簡介

高速鐵路作為國家重要基礎設施、國民經濟大動脈和大眾化運輸方式，對社會經濟發展有著不可替代的支撐作用。軌道是高速鐵路系統的重要基礎設施之一，其智能運維是智能高速鐵路發展的重要組成部分。本書聚焦高速鐵路軌道視覺巡檢業務需求和人工智能前沿技術，系統地介紹基於計算機視覺的鋼軌傷損檢測技術和系統。首先，以無碴軌道為例介紹軌道的基本結構和常見的鋼軌表面傷損；然後，按照鋼軌表面傷損檢測技術的特徵，將主流檢測技術劃分為前景模型、背景模型、矩陣分解模型和深度學習模型四個類別，並分別詳細闡述這四個類別的代表性模型與算法；最後，介紹基於虛擬模擬技術和生成式人工智能技術的軌道視覺巡檢虛擬模擬系統，並展望基於大數據、大模型的下一代軌道巡檢技術。 本書可供軌道交通、人工智能等領域科研人員、工程技術人員參考，也可供高等院校交通運輸、物聯網工程和人工智能等相關專業的高年級本科生、研究生閱讀。

作者簡介

李清勇，北京交通大學計算機科學與技術學院教授，專註於人工智能領域的基礎理論和關鍵技術研究。曾主持科技部重點研發計劃課題、國家自然科學基金等科研項目30多項，發表高水平學術論文110多篇，申請/授權國家專利16項，其中2項專利入選國家鐵路局鐵路重大科技創新成果。相關成果獲2020年、2024年中國鐵道學會科學技術獎二等獎（排名第1）。曾獲得北京市高等學校青年教學名師獎、北京市青年崗位能手等榮譽，入選「全球前2%頂尖科學家榜單」。

目錄

第1章 緒論
1 1 高速鐵路概述
1 1 1 高速鐵路技術體系
1 1 2 高速鐵路安全保障
1 1 3 智能高速鐵路
1 2 人工智能概述
1 2 1 符號主義
1 2 2 聯結主義
1 2 3 行為主義
1 2 4 深度學習
1 2 5 大模型
1 3 軌道巡檢概述
參考文獻
第2章 軌道檢測技術
2 1 軌道結構簡介
2 2 鋼軌表面傷損類型
2 2 1 表面裂紋
2 2 2 剝離掉塊
2 2 3 擦傷
2 2 4 波磨
2 2 5 車輪燒傷
2 3 鋼軌表面傷損圖像採集
2 3 1 圖像採集系統
2 3 2 圖像處理系統
2 4 軌道無損檢測
2 4 1 超聲波檢測法
2 4 2 渦流檢測法
2 4 3 漏磁檢測法
2 4 4 機器視覺檢測法
參考文獻
第3章 基於前景模型的傷損檢測方法
3 1 引言
3 2 預備知識
3 2 1 視覺對比度
3 2 2 鋼軌表面成像模型
3 3 基於投影輪廓的傷損檢測模型
3 3 1 基於局部歸一化的對比度增強算法
3 3 2 基於投影輪廓的傷損檢測算法
3 3 3 實驗結果與分析
3 4 基於比例強化最大熵的傷損檢測模型
3 4 1 類邁克爾遜對比度測量算法
3 4 2 比例強化最大熵閾值分割算法
3 4 3 實驗結果分析
3 5 由粗到精的多尺度傷損檢測模型
3 5 1 CTFM模型概述
3 5 2 BSM算法背景減除
3 5 3 REM算法區域提取
3 5 4 PSM算法像素差異
3 5 5 組合模型
3 5 6 實驗結果與分析
3 6 本章小結
參考文獻
第4章 基於背景模型的傷損檢測方法
4 1 引言
4 2 問題定義
4 3 基於層次提取器的傷損檢測模型
4 3 1 CFE模型概述
4 3 2 粗粒度特徵提取
4 3 3 細粒度特徵提取
4 3 4 實驗結果與分析
4 4 基於背景統計特徵的傷損檢測模型
4 4 1 BODI模型概述
4 4 2 鋼軌背景統計模型
4 4 3 實時性處理技術
4 4 4 實驗結果與分析
4 5 本章小結
參考文獻
第5章 基於矩陣分解的傷損檢測算法
5 1 引言
5 2 預備知識
5 2 1 稀疏表示概述
5 2 2 低秩表示模型概述
5 3 基於稀疏表示的傷損檢測方法
5 3 1 傷損圖像的稀疏表示模型
5 3 2 基於稀疏性的傷損檢測
5 3 3 實驗結果與分析
5 4 基於矩陣重建的傷損檢測
5 4 1 傷損圖像的低秩表示
5 4 2 基於實體稀疏追蹤的傷損檢測
5 4 3 實驗結果與分析
5 5 本章小結
參考文獻
第6章 基於深度學習的傷損檢測算法
6 1 引言
6 2 預備知識
6 2 1 卷積神經網絡
6 2 2 傷損檢測
6 2 3 遷移學習
6 2 4 圖像生成
6 2 5 三維建模
6 3 基於數字孿生的模擬數據生成
6 3 1 模擬數據生成系統
6 3 2 病害鋼軌數字孿生3D模型
6 3 33 D模型表面傷損圖像採集
6 3 4 實驗結果與分析
6 4 基於域對齊的傷損檢測算法
6 4 1 由實到虛的鋼軌表面傷損檢測算法概述
6 4 2 由實際傷損到虛擬傷損的域對齊
6 4 3 基於端到端的粗粒度傷損檢測
6 4 4 實驗結果與分析
6 5 基於域適應的傷損檢測模型
6 5 1 SRDA模型概述
6 5 2 由虛擬傷損到實際傷損的域映射
6 5 3 基於語義一致性的傷損檢測
6 5 4 實驗結果與分析
6 6 本章小結
參考文獻
第7章 軌道視覺巡檢虛擬模擬系統
7 1 引言
7 2 預備知識
7 2 1 虛擬模擬技術
7 2 2 視覺感測器成像原理
7 2 3 多感測器協同工作原理
7 2 4 計算機視覺與模式識別技術
7 3 虛擬模擬系統設計
7 3 1 整體架構
7 3 2 實驗方法
7 3 3 功能模塊
7 3 4 模擬要素
7 4 虛擬模擬系統詳解
7 4 1 感測器原理虛擬模擬實驗
7 4 2 軌道視覺巡檢虛擬模擬實驗
7 4 3 軌道傷損識別創新實驗
7 4 4 實驗結果與評價
7 5 本章小結
參考文獻
第8章 下一代軌道巡檢技術
8 1 基於大數據的軌道巡檢
8 2 基於大模型的軌道巡檢
8 3 本章小結
參考文獻

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。