DOI: https://doi.org/10.18664/1994-7852.187.2019.196321

ОСОБЛИВОСТІ ЗАСТОСУВАННЯ ШТУЧНОЇ НЕЙРОННОЇ МЕРЕЖІ ДЛЯ РОЗПІЗНАВАННЯ НОМЕРІВ ВАГОНІВ

Dmytro Skurikhin, Mykhailo Dymianchuk

Анотація


У статті проведено аналіз систем автоматичної ідентифікації рухомого складу залізниць під час руху, виділено переваги та недоліки таких систем, приділено увагу оптичному методу розпізнавання інвентарних номерів вагонів. Досліджено особливості застосування штучних нейронних мереж для оптичного методу розпізнавання номерних написів на кузовах вагонів, обґрунтовано структуру та побудовано нейронну мережу для завдання розпізнання номера вагона, розроблений алгоритм навчання нейронної мережі у середовищі Matlab.


Ключові слова


системи автоматичної ідентифікації, оптичний метод, розпізнавання образів, штучна нейронна мережа, алгоритм навчання

Повний текст:

PDF

Посилання


Dong H., Ning B., Cai B., Hou Z. Automatic train control system development and simulation for high-speed railways. IEEE Circuits Syst. Mag. vol. 10. no. 2. pp. 6–18, 2010.

Yongzhi Min*, Benyu Xiao, Jianwu Dang, Biao Yue, Tiandong Cheng. Real time detection system for rail surface defects based on machine vision. EURASIP Journal on Image and Video Processing. (2018) 2018:3.

Tian G., Gao B., Gao Y., et al. Review of railway rail defect non-destructive testing and monitoring. Chin. J. Sci. Instrum. 37(8). 1763–1780 (2016).

Ze Liu , Yingfeng Cai, Long Chen, Hai Wang, Youguo He. Vehicle license plate recognition method based on deep convolution network in complex road scene. Automobile Engineering. (2019). 233(9).

Marino F., Distante A., Mazzeo P. L., Stella E. A real-time visual inspection system for railway maintenance: automatic hexagonal-headed bolts detection. IEEE Trans. Syst. Man Cybern. Part C Appl. Rev. vol. 37. no. 3. pp. 418–428. 2007.

Мурадян Л. А., Шапошник В. Ю. Автоматична ідентифікація окремих частин транспортного засобу при впровадженні нових концепцій системи технічного обслуговування та ремонту. Інформаційно-керуючі системи на залізничному транспорті. Харків: УкрДУЗТ, 2017. Вип. 4. С. 44-50.

Клюєв С. О. Аналіз методів ідентифікації залізничного рухомого складу: зб. наук. праць СНУ ім. В. Даля. Сєвєродонецьк : СНУ ім. В. Даля, 2017. № 3 (233). С. 85-89.

LeCun Y., Bottou L., Orr G., Muller K. Efficient BackProp, in Orr, G. and Muller K. (Eds), Neural Networks: Tricks of the trade, Springer, 1998.

Артемьев И. С., Лебедев А. И., Долгий А. И. Метод блочного оптического распознавания инвентарных номеров железнодорожных подвижных единиц на основе комитетной нейроиммунной модели классификации. Инженерный вестник Дона. 2014. URL: http://ivdon.ru/ru/magazine/archive/n1y2014/2259.




Flag Counter