Indexed by：
Abstract：
本发明公开了基于人工智能生成与数字孪生的铁路异物入侵仿真方法，属于人工智能领域，尤其是涉及生成式人工智能技术、数字孪生技术；具体实施过程如下：基于深度强化学习技术建立铁路异物入侵场景，根据入侵异物的马尔科夫假设设计蒙特卡洛方法，构建铁路异物入侵生成模型；以异物入侵生成模型为基础，利用降雨天气数学模型设计增加与移除铁路雨天效果的模型，进而利用大气散射模型与铁路场景景深结合，构建异物入侵生成时的铁路天气环境模型，并构建基于数字孪生的铁路异物入侵仿真平台。本发明针对当前实际工作中难以进行异物入侵数据的采集实验，数据来源受限的难点痛点进行了改进，实现了可用数据的大批量生成。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202410637250.X
Filing Date： 2024-05-22
Publication Date： 2024-08-27
Pub. No.： CN118551647A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
