1 概述
1.1 高速铁路的发展
1.1.1 世界高铁发展现状
1.1.2 国内高铁发展技术简介
1.2 高速列车的发展
1.3 高速列车定位技术的发展
1.4 本书的结构
参考文献
2 高速列车运行控制系统
2.1 欧洲的高速列车控制系统
2.2 日本的高速列车控制系统
2.3 中国的高速列车控制系统
2.4 高速列车定位系统的关键技术
2.4.1 地-车信息传输
2.4.2 列车测速与定位
2.5 本章小结
参考文献
3 高速列车定位系统与关键技术
3.1 高速列车定位系统
3.2 测速定位系统
3.3 卫星定位技术
3.4 应答器定位
3.5 本章小结
参考文献
4 利用应答器数据的列车位置计算模型
4.1 CTCS-3级列控系统介绍
4.1.1 无线闭塞中心
4.1.2 铁路综合数字移动通信系统
4.1.3 车载设备
4.2 高速列车位置计算模型
4.2.1 无线消息
4.2.2 建立列车位置计算模型
4.3 数据预处理及评价指标
4.3.1 数据预处理
4.3.2 评价指标
4.4 基于速度平均法的位置计算算法
4.5 本章小结
参考文献
5 基于SVM的高速列车智能定位模型与学习算法
5.1 基于最小二乘法的位置计算算法
5.1.1 最小二乘法的创立
5.1.2 最小二乘法的原理
5.1.3 最小二乘法位置计算模型
5.2 基于支持向量机的位置计算算法
5.2.1 支持向量机简介
5.2.2 支持向量机的优点
5.2.3 支持向量回归机
5.2.4 支持向量机位置计算模型
5.3 基于最小二乘支持向量机的位置计算算法
5.3.1 最小二乘支持向量机简介
5.3.2 最小二乘支持向量机位置计算模型
5.4 在线学习策略
5.5 本章小结
参考文献
6 基于SVM的高速列车智能定位软件开发
6.1 图形用户界面GUI介绍
6.2 软件总体设计
6.3 软件模块设计
6.4 软件操作步骤
6.5 武广高铁数据集分析
6.6 本章小结
参考文献
7 基于神经网络的高速列车定位模型与学习算法
7.1 京沪高铁与数据集介绍
7.2 BP神经网络模型
7.3 RBF神经网络模型
7.4 ANFIS神经网络模型
7.5 各定位模型比较与在线学习算法
7.5.1 训练集结果分析与对比
7.5.2 验证集结果分析与对比
7.5.3 验证集参数在线学习方法与非在线学习方法分析与对比
7.6 本章小结
参考文献
8 基于神经网络的高速列车定位软件开发
8.1 软件架构与总体设计
8.2 数据载入模块
8.3 数据处理模块
8.4 结果显示模块
8.5 软件应用
8.5.1 软件数据准备
8.5.2 软件操作步骤
8.6 本章小结
参考文献
9 各种智能定位模型的综合比较
9.1 6种智能定位模型的复杂度分析
9.2 无在线学习的比较
9.2.1 京沪高铁数据集的分析
9.2.2 武广高铁数据集的分析
9.2.3 郑西高铁数据集的分析
9.3 两种在线学习策略的比较
9.3.1 京沪高铁数据集在线学习方法分析
9.3.2 武广高铁数据集在线学习方法分析
9.3.3 郑西高铁数据集在线学习方法分析
9.4 本章小结
10 总结与展望
10.1 总结
10.2 展望