一种基于探地雷达的铁路路基病害智能识别方法

1.一种基于探地雷达的铁路路基病害智能识别方法，其特征在于，包括如下步骤：（1）建立铁路路基病害智能识别软件系统a）使用探地雷达检测正常铁路路基、包含不同类型路基病害的铁路路基、铁路桥梁、道岔，保存检测数据；其中，不同类型路基病害包括翻浆冒泥、道床脏污、下沉、含水及空洞；b）预处理：将检测数据进行零线校正，转换为灰度图像；c）二维离散：将获取的探地雷达图像沿里程方向均分为若干个识别单元，每个识别单元包含50~150道数据，再将每个识别单元沿深度方向均分为若干个识别子单元，相邻的两个识别子单元有50%重叠区域；d）特征提取：以识别子单元为单位提取各项特征值，每个识别单元的所有识别子单元的特征值构成该识别单元的特征向量，特征向量的初始维度M=识别子单元个数×特征值个数；所述特征值包括雷达图像的信号特征和直方图统计特征，其中雷达图像的信号特征包括能量和方差；所述直方图统计特征包括：均值、标准方差、平滑度、三阶矩、一致性及熵；e）特征降维：确定降维维度N，利用主成分分析对特征向量进行降维，构建低维特征向量；f）构建识别模型：建立支持向量机分类器，将低维特征向量输入到分类器中，训练该分类器，构建基于探地雷达的铁路路基病害智能识别模型，完成铁路路基病害智能识别软件系统的构建；（2）进行铁路路基病害识别使用探地雷达检测待识别的铁路路基，保存检测数据；由建立的智能识别软件进行预处理、二维离散和特征提取，以降维维度N进行特征降维；利用识别模型对对应的这段待识别铁路路基进行识别，获取该段待识别铁路路基每个识别单元的路基类型；其中，确定降维维度N的具体过程包括：1）以8~M为特征向量的维度范围，设定一系列维度值，分别利用主成分分析对特征向量进行降维，每个维度值下获取一组降维后的数据集；2）分别利用各组降维后的数据集重构原始数据集，计算重构数据集与原始数据集的均方根误差；3）在均方根误差小于0 .5%的维度值中，选择最小的维度值作为降维维度N。