基于记忆自编码器在车底关键部件的异常识别

作者：何琦

来源：铁路通信信号工程技术, 2022, 19(12): 1-18.

• 自编码器
• 深度神经网络
• 异常识别

提出一种新颖的带有记忆单元的自编码器深度神经网络，用于列车车底关键部件安装状态的异常识别，此方法不需要带标签的故障样本，网络通过最小化重构输入，把重构误差作为异常判别的因子，经过验证表明，关键部件整体异常识别的检出率可以达到92%以上。

• 单位
  中国铁路兰州局集团有限公司