Прикладные методы идентификации подвижных единиц в автоматизированных системах коммерческого осмотра подвижного состава

• Автор: Гвоздев, Денис Сергеевич
• Шифр специальности: 05.13.06
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Ростов-на-Дону
• Количество страниц: 165 с. : ил.

Содержание
ПЕРЕЧЕНЬ СОКРАЩЕНИЙ, УСЛОВНЫХ ОБОЗНАЧЕНИЙ
ВВЕДЕНИЕ
1 АНАЛИЗ ТЕКУЩЕГО СОСТОЯНИЯ ВОПРОСА КОММЕРЧЕСКОГО ОСМОТРА ПОДВИЖНЫХ ЕДИНИЦ
НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ
1.1 Вводные замечания
1.2 Состояние вопроса
1.3 Задача реализации системы идентификации
и методы ее решения
1.3.1 Основные виды признаков и классов
1.3.2 Основные методы идентификации
1.4 Выводы
2 РАЗРАБОТКА МЕТОДОВ ЭКСПЕРТНОЙ ПОДСИСТЕМЫ ИДЕНТИФИКАЦИИ
2.1 Постановка задачи
2.2 Общая структура подсистемы идентификации
2.3 Математическая формализацйя задачи идентификации подвижных единиц железнодорожного транспорта
2.4 Разработка метода идентификации бортового номера объекта
2.5 Разработка идентификации кузова объекта
2.6 Разработка метода идентификации бортового номера на основе технологической информации
2.7 Разработка метода и модели экспертной подсистемы идентификации подвижных единиц железнодорожного транспорта
2.7.1 Разработка метода синтеза программно-математического обеспечения экспертной подсистемы идентификации подвижных единиц и обеспечивающего модуля АСОУП
2.7.2 Описание методики идентификации объекта на основе паттерна его контура
2.7.3 Выбор и исследование метода предварительной
обработки исходных данных
2.7.4 Реализация метода выделения паттерна контура объекта
2.7.5 Определение множества признаков идентификации

2.7.6 Определение множества классов идентифицируемых объектов
2.7.7 Способ определения начальных весов синапсов в нейронной сети
2.7.8 Алгоритм классификации подвижных единиц
2.7.9 Разработка метода оценки эффективности резервируемой
системы
2,8 Выводы
3 ЭКСПЕРИМЕНТАЛЬНЫЕ ДАННЫЕ РАБОТЫ УСТРОЙСТВА ИДЕНТИФИКАЦИИ ПОДВИЖНЫХ ЕДИНИЦ
ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА
3.1 Разработка полезной модели устройства идентификации подвижных единиц
3.2 Результаты экспериментальной работы
устройства идентификации
3.3 Выводы
4 ОПРЕДЕЛЕНИЕ АРХИТЕКТУРЫ ПОДСИСТЕМЫ ИДЕНТИФИКАЦИИ ПОДВИЖНЫХ ЕДИНИЦ
ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА
4.1 Определение метода сбора первичной информации
о подвижных единицах
4.2 Определение метода передачи информации
о подвижных единицах
4.3 Описание оборудования подсистем сбора
и передачи информации
4.4 Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ 1. АКТЫ ОБ ИСПОЛЬЗОВАНИИ РЕЗУЛЬТАТОВ..
РАБОТЫ ДИССЕРТАЦИОННОГО ИССЛЕДОВАНИЯ
ПРИЛОЖЕНИЕ 2. ПАТЕНТ НА ПОЛЕЗНУЮ МОДЕЛЬ
Перечень сокращений, условных обозначений
ГТКО - пункт коммерческого осмотра;
АСКО ПВ - автоматизированная система коммерческого осмотра поездов и вагонов;
ЭВМ - электронно-вычислительная машина;
ПК - персональный компьютер;
ПО - программное обеспечение;
ЖДТ - железнодорожный транспорт;
НЛПС - натурный лист подвижного состава;
АРМ - автоматизированное рабочее место;
ОС - операционная система;
АРМ ПС - автоматизированное рабочее место приемосдатчика;
АРМ О ПКО - автоматизированное рабочее место оператора ПКО; ЛВС - локальная вычислительная сеть;
ЭГВ - электронно-габаритные ворота;
АСОВ - автоматизированная система осмотра вагонов;
ТЧ - локомотивное депо;
ПТО - пункт технического обслуживания ваго-
нов/локомотивов;
ВЧД - вагонное депо;
ЛРЗ - локомотиворемонтный завод;
ВРЗ - вагоноремонтный завод;
АСУТ - АСУ локомотивным хозяйством;
АСУВ - АСУ вагонным хозяйством;
АСУРЗ - АСУ вагоноремонтного завода;
АСУ ПТО - АСУ сетевого вагонного ПТО;
АСОУП - автоматизированная система оперативного управления перевозками;
СПД - система поддержки данных;
АБД ПС - автоматизированная картотека подвижного состава;
ПСЧ - пункт считывания данных;
СПД - система передачи данных;
ЧК - числовой коэффициент;
ЧХ - числовая характеристика.

Я*ї) =
[1,х,>р [0,Х£<р'

Рисунок 1.9 - Линейная функция
Для линейной функции

[о,х£<Р
Рисунок 1.10 - Сигмоидальная функция Для сигмоидальной функции
/{Ху) =---------і--------,
* 1 + ехр(-(Х£ - р))
где р - фиксированный порог.
Описанные функции являются самыми распространенными.
Помимо описанной модели, существуют нейронные сети, которые базируются на других моделях нейрона.