轨道几何小样本异常值分类方法及装置与流程

本发明涉及铁路工务工程领域，尤其涉及轨道几何小样本异常值分类方法及装置。

背景技术：

1、本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

2、随着既有线路提速和高速铁路的快速发展，对铁路运营中的行车安全和乘坐舒适性提出更高要求。轨道作为直接承受车辆动荷载的结构，在列车高速行驶条件下，其平顺性需要严格控制以保证运营安全。利用轨道几何检测数据可以及时发现轨道几何病害，确保高速列车安全可靠运行，并为轨道调整提供理论依据。轨道几何检测系统采用激光扫描和图像处理等技术，按照惯性基准原理，对位移、加速度和角速度信号进行滤波、补偿和合成，得到轨距、高低、轨向、水平等几何不平顺参数，检测精度可以达到0.1mm。但是，在轨道几何状态检测中，由于传感器、天气因素以及数据传输问题等原因产生的干扰常常使轨道不平顺检测结果出现异常，使得检测结果不能真实地反映现场实际的轨道几何状态。

技术实现思路

1、本发明实施例提供一种轨道几何小样本异常值分类方法，用以提高轨道不平顺检测准确性，真实反映轨道几何状态，该方法包括：

2、将待检测轨道几何数据输入异常值分类模型，输出待检测轨道几何数据对应的轨道几何小样本的异常值分类结果，所述异常值分类模型通过如下步骤得到：

3、根据历史采集的轨道几何检测数据，构建轨道几何数据集；

4、从轨道几何数据集中筛选出目标检测数据，所述目标检测数据为轨道几何不平顺的检测数据，对目标检测数据进行掩码处理；

5、通过对掩码后的目标检测数据进行位置嵌入，在目标检测数据的每个元素中添加数据特征；

6、根据轨道几何数据集和位置嵌入后的目标检测数据，对transformer编码器模型进行迭代训练，在达到预设预测准确度后，得到预测模型，所述预测模型用于根据输入的存在损失的数据预测出原始数据；

7、对轨道几何数据集设置标签，根据设置标签的轨道几何数据集，对预测模型进行训练，在达到预设预测准确度后，得到异常值分类模型，所述异常值分类模型用于根据输入的待检测轨道几何数据输出异常值分类结果。

8、本发明实施例还提供一种轨道几何小样本异常值分类装置，用以提高轨道不平顺检测准确性，真实反映轨道几何状态，该装置包括：

9、异常值分类模块，用于将待检测轨道几何数据输入异常值分类模型，输出待检测轨道几何数据对应的轨道几何小样本的异常值分类结果，所述异常值分类模型通过如下步骤得到：

10、数据集构建模块，用于根据历史采集的轨道几何检测数据，构建轨道几何数据集；

11、掩码模块，用于从轨道几何数据集中筛选出目标检测数据，所述目标检测数据为轨道几何不平顺的检测数据，对目标检测数据进行掩码处理；

12、位置嵌入模块，用于通过对掩码后的目标检测数据进行位置嵌入，在目标检测数据的每个元素中添加数据特征；

13、第一训练模块，用于根据轨道几何数据集和位置嵌入后的目标检测数据，对transformer编码器模型进行迭代训练，在达到预设预测准确度后，得到预测模型，所述预测模型用于根据输入的存在损失的数据预测出原始数据；

14、第二训练模块，用于对轨道几何数据集设置标签，根据设置标签的轨道几何数据集，对预测模型进行训练，在达到预设预测准确度后，得到异常值分类模型，所述异常值分类模型用于根据输入的待检测轨道几何数据输出异常值分类结果。

15、本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述轨道几何小样本异常值分类方法。

16、本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述轨道几何小样本异常值分类方法。

17、本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述轨道几何小样本异常值分类方法。

18、本发明实施例中，将待检测轨道几何数据输入异常值分类模型，输出待检测轨道几何数据对应的轨道几何小样本的异常值分类结果，所述异常值分类模型通过如下步骤得到：根据采集的轨道几何检测数据，构建轨道几何数据集；从轨道几何数据集中筛选出目标检测数据，所述目标检测数据为轨道几何不平顺的检测数据，对目标检测数据进行掩码处理；通过对掩码后的目标检测数据进行位置嵌入，在目标检测数据的每个元素中添加数据特征；根据轨道几何数据集和位置嵌入后的目标检测数据，对transformer编码器模型进行迭代训练，在达到预设预测准确度后，得到预测模型，所述预测模型用于根据输入的部分损失的数据预测出原始数据；对轨道几何数据集设置标签，根据设置标签的轨道几何数据集，对预测模型进行训练，在达到预设预测准确度后，得到异常值分类模型，所述异常值分类模型用于根据输入的异常数据输出异常值分类结果。这样，针对轨道几何不平顺数据的特点，将transformer编码器中的位置编码改为可学习的位置编码，使模型在不同尺度上捕捉特征，无须海量的有标签数据，便实现利用自监督学习模型，提高轨道不平顺检测准确性，真实反映轨道几何状态。

技术特征：

1.一种轨道几何小样本异常值分类方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，根据采集的轨道几何检测数据，构建轨道几何数据集后，还包括：

3.如权利要求1所述的方法，其特征在于，通过对掩码后的目标检测数据进行位置嵌入，在目标检测数据的每个元素中添加数据特征，包括：

4.如权利要求1所述的方法，其特征在于，根据轨道几何数据集和位置嵌入后的目标检测数据，对transformer编码器模型进行迭代训练，在达到预设预测准确度后，得到预测模型，包括：

5.如权利要求4所述的方法，其特征在于，根据轨道几何数据集和预测的原始数据，计算预测误差，包括：

6.如权利要求1所述的方法，其特征在于，对轨道几何数据集设置标签，根据设置标签的轨道几何数据集，对预测模型进行训练，在达到预设预测准确度后，得到异常值分类模型，包括：

7.如权利要求6所述的方法，其特征在于，根据分类结果和设置分类标签的轨道几何数据集和位置嵌入后的目标检测数据，计算分类误差，包括：

8.一种轨道几何小样本异常值分类装置，其特征在于，包括：

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一所述方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至7任一所述方法。

11.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现权利要求1至7任一所述方法。

技术总结本发明公开了一种轨道几何小样本异常值分类方法及装置，可用于铁路工务工程领域，该方法包括：将待检测轨道几何数据输入异常值分类模型，输出待检测轨道几何数据对应的轨道几何小样本的异常值分类结果，所述异常值分类模型通过如下步骤得到：构建轨道几何数据集，筛选出目标检测数据，对目标检测数据进行掩码处理；在目标检测数据的每个元素中添加数据特征；对Transformer编码器模型进行迭代训练，得到预测模型；对轨道几何数据集设置标签，对预测模型进行训练，得到异常值分类模型，所述异常值分类模型用于根据输入的异常数据输出异常值分类结果。本发明可以提高轨道不平顺检测准确性，真实反映轨道几何状态。技术研发人员：刘钰,刘金朝,杨森,陶凯,郭剑峰,杨劲松,赵一馨受保护的技术使用者：中国铁道科学研究院集团有限公司技术研发日：技术公布日：2024/9/9