1.一种基于轨道几何检测数据的曲线半径分类识别方法，其特征在于，包括：根据轨道台账数据和轨道几何检测数据，制作曲线半径识别标准数据库，所述曲线半径识别标准数据库包括多个曲线文件，每个曲线文件包括一条曲线的多个分段数据；对多条曲线的多个分段数据分别进行多维度特征提取和曲线半径类别标注，分别获得每个分段数据的多维特征向量和标注的曲线半径类别；基于多条曲线的多个分段数据的多维特征向量和标注的曲线半径类别，训练稀疏约束的Lp范数LDA模型，获得训练好的稀疏约束的Lp范数LDA模型，在训练时采用多条曲线的多个分段数据的多维特征向量和标注的曲线半径类别对稀疏约束的Lp范数LDA模型的参数进行迭代求解，获得稀疏约束的Lp范数LDA模型的投影向量，基于所述投影向量对每个分段数据的多维特征向量进行高维映射，获得每个分段数据的多维特征向量对应的曲线半径类别，其中每一曲线半径类别对应一个投影向量；在获得新的轨道几何检测数据后，提取新的轨道几何检测数据中多条曲线的多个分段数据的多维特征向量并输入至训练好的稀疏约束的Lp范数LDA模型中，获得新的轨道几何检测数据中每条曲线的每个分段数据对应的曲线半径类别。
2.如权利要求1所述的基于轨道几何检测数据的曲线半径分类识别方法，其特征在于，所述轨道台账数据包括起点里程、终点里程和曲线半径；所述轨道几何检测数据包括采样里程、采样点、曲率和曲率变化率。
3.如权利要求2所述的基于轨道几何检测数据的曲线半径分类识别方法，其特征在于，根据轨道台账数据和轨道几何检测数据，制作曲线半径识别标准数据库，包括：把轨道几何检测数据按轨道台账数据里的起点里程、终点里程字段进行拆分，获得每条曲线的轨道几何检测数据，将每条曲线的轨道几何检测数据存储在不同的曲线文件中；将每条曲线的轨道几何检测数据按照实时分辨率要求进行划分，获得每条曲线的多个分段数据。
4.如权利要求1所述的基于轨道几何检测数据的曲线半径分类识别方法，其特征在于，对多条曲线的多个分段数据分别进行多维度特征提取和曲线半径类别标注，分别获得每个分段数据的多维特征向量和标注的曲线半径类别，包括：对每条曲线的多个分段数据提取连续数据特征、离散数据特征和第三类数据特征；从每个分段数据提取的提取连续数据特征、离散数据特征和第三类数据特征中，整理出每个分段数据的多维特征向量；对每条曲线的每个分段数据按照曲线半径类别进行标注，获得每个分段数据的标注的曲线半径类别。
5.如权利要求4所述的基于轨道几何检测数据的曲线半径分类识别方法，其特征在于，连续数据特征包括均值和方差；离散数据特征至少包括上下四分位数、中位数、众数、最大值和最小值；第三类数据特征至少包括熵、偏度系数、峰度系数和线性回归斜率；所述多维特征向量来自曲率、曲率变化率、曲率+曲率变化率、曲率的导数、曲率变化率的导数组成的数据序列。
6.如权利要求1所述的基于轨道几何检测数据的曲线半径分类识别方法，其特征在于，曲线半径类别包括三分类和六分类。
7.如权利要求1所述的基于轨道几何检测数据的曲线半径分类识别方法，其特征在于，所述投影向量采用如下公式表示：其中，W为投影向量；η是正则化参数； 为L1范数的损失项， 为Lp范数附加项，其中，p≤0.5。
8.如权利要求7所述的基于轨道几何检测数据的曲线半径分类识别方法，其特征在于，采用多条曲线的多个分段数据的多维特征向量和标注的曲线半径类别对稀疏约束的Lp范数LDA模型的参数进行迭代求解，获得稀疏约束的Lp范数LDA模型的投影向量，包括：确定迭代次数k为0，确定迭代终止条件为||L(W k+1 )-L(W k )||＜ε 1 或者||W k+1 -W k ||＜ε 2 ，确定投影向量W的初始值为一随机N维非零向量，对投影向量W的初始值进行归一化处理，其中，ε 1 和ε 2 为终止迭代误差；在不满足迭代终止条件时，重复执行以下步骤，直至满足迭代终止条件，输出满足迭代终止条件时的投影向量：采用如下公式对投影向量W进行更新：采用如下公式对参数B进行更新：采用如下公式对拉格朗日参数μ进行更新：更新迭代次数k＝k+1。
9.如权利要求1所述的基于轨道几何检测数据的曲线半径分类识别方法，其特征在于，基于所述投影向量对每个分段数据的多维特征向量进行高维映射，获得每个分段数据的多维特征向量对应的曲线半径类别，包括：对每个分段数据，计算该分段数据的多维特征向量在每个曲线半径类别对应的投影向量的映射值；确定最大映射值对应的曲线半径类别为该分段数据的曲线半径类别。
10.如权利要求1所述的基于轨道几何检测数据的曲线半径分类识别方法，其特征在于，还包括：在获得新的轨道几何检测数据后，提取新的轨道几何检测数据中多条曲线的多个分段数据的多维特征向量；基于新的轨道几何检测数据中多条曲线的多个分段数据的多维特征向量，训练所述训练好的稀疏约束的Lp范数LDA模型，获得增量训练后的稀疏约束的Lp范数LDA模型。
11.一种基于轨道几何检测数据的曲线半径分类识别装置，其特征在于，包括：标准数据库制作模块，用于根据轨道台账数据和轨道几何检测数据，制作曲线半径识别标准数据库，所述曲线半径识别标准数据库包括多个曲线文件，每个曲线文件包括一条曲线的多个分段数据；特征提取模块，用于对多条曲线的多个分段数据分别进行多维度特征提取和曲线半径类别标注，分别获得每个分段数据的多维特征向量和标注的曲线半径类别；训练模块，用于基于多条曲线的多个分段数据的多维特征向量和标注的曲线半径类别，训练稀疏约束的Lp范数LDA模型，获得训练好的稀疏约束的Lp范数LDA模型，在训练时采用多条曲线的多个分段数据的多维特征向量和标注的曲线半径类别对稀疏约束的Lp范数LDA模型的参数进行迭代求解，获得稀疏约束的Lp范数LDA模型的投影向量，基于所述投影向量对每个分段数据的多维特征向量进行高维映射，获得每个分段数据的多维特征向量对应的曲线半径类别，其中每一曲线半径类别对应一个投影向量；识别模块，用于在获得新的轨道几何检测数据后，提取新的轨道几何检测数据中多条曲线的多个分段数据的多维特征向量并输入至训练好的稀疏约束的Lp范数LDA模型中，获得新的轨道几何检测数据中每条曲线的每个分段数据对应的曲线半径类别。
12.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至10任一项所述方法。
13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至10任一项所述方法的计算机程序。
