一种基于时间序列多尺度钢轨伤损缺陷的检测方法

摘要

本发明适用于信号处理及深度学习技术改进领域，提供了一种基于时间序列多尺度钢轨伤损缺陷的检测方法，包括：S1、根据超声波探头类别的回声通道的原始轨道超声波数据进行数据切分及预处理；S2、设置采样系数对预处理后的切分数据进行采样获取不同尺度的采样数据；S3、对采集的不同尺度的钢轨伤损数据进行特征提取及特征融合；S4、对融合后的特征输入深度卷积神经网络连接softmax函数对时间序列进行分类；S5、根据卷积神经网络的识别结果得到钢轨伤损列表。利用多尺度的钢轨超声波时间序列信号划分，能够明显提升伤损检出率以及极大程度降低漏报率。