Научная статья на тему 'Выбор признаков и решающих правил при распознавании состояний рельсовых линий сортировочных горок'

Выбор признаков и решающих правил при распознавании состояний рельсовых линий сортировочных горок Текст научной статьи по специальности «Электротехника, электронная техника, информационные технологии»

CC BY
273
84
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
РАСПОЗНАЮЩЕЕ УСТРОЙСТВО / ДАТЧИК ИНФОРМАЦИИ / РАЗДЕЛЕНИЕ КЛАССОВ / РАСПОЗНАВАНИЕ / ДИСКРИМИНАНТНАЯ ФУНКЦИЯ / РЕШАЮЩАЯ ФУНКЦИЯ / РЕШАЮЩЕЕ ПРАВИЛО / INTERFACE / INFORMATION SENSOR / CLASS DIVISION / IDENTIFICATION / DISCRIMINATING FUNCTION / FINAL DECISION FUNCTION / FINAL DECISION RULE

Аннотация научной статьи по электротехнике, электронной технике, информационным технологиям, автор научной работы — Тарасов Евгений Михайлович, Трошина Марина Васильевна

В статье рассмотрены вопросы формирования рабочего множества признаков из априорного словаря признаков посредством оценки вероятности ошибки распознавания при селекции признаков. Исключение ошибок I и II рядов при распознавании состояний рельсовых линий предложено осуществить решающим правилом, предполагающим использования нескольких дискриминантных решающих функций.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по электротехнике, электронной технике, информационным технологиям , автор научной работы — Тарасов Евгений Михайлович, Трошина Марина Васильевна

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Choosing the features and rules in diagnosing the conditions of sorting humps rail lines

The paper deals with forming the working set of a priori vocabulary of features by evaluating the probability of error detection during the features selection process. Eliminating the errors of I and II series in detecting the rail lines conditions can be implemented by means of a final decision rule, implying the use of multiple discriminating decision functions.

Текст научной работы на тему «Выбор признаков и решающих правил при распознавании состояний рельсовых линий сортировочных горок»

УДК 681.327.12

Е. М. Тарасов, М. В. Трошина

ВЫБОР ПРИЗНАКОВ И РЕШАЮЩИХ ПРАВИЛ ПРИ РАСПОЗНАВАНИИ СОСТОЯНИЙ РЕЛЬСОВЫХ ЛИНИЙ СОРТИРОВОЧНЫХ ГОРОК

В статье рассмотрены вопросы формирования рабочего множества признаков из априорного словаря признаков посредством оценки вероятности ошибки распознавания при селекции признаков. Иcключение ошибок I и II рядов при распознавании состояний рельсовых линий предложено осуществить решающим правилом, предполагающим использования нескольких дискриминантных решающих функций. Распознающее устройство; датчик информации; разделение классов; распознавание; дискриминантная функция; решающая функция; решающее правило

В настоящее время контроль состояний рельсовых линий по маршруту движения отцепов (вагонов) на сортировочных горках осуществляется горочными рельсовыми цепями, представляющими собой короткие изолированные участки (1уч = 25-50 м), оборудованные нормально-разомкнутыми схемами. Функции контролирующего органа и распознающего устройства в таких горочных рельсовых цепях выполняют электромагнитные реле I класса надежности. Являясь первичным датчиком информации, горочные рельсовые цепи должны обеспечить функции контроля состояний рельсовых линий участков, а именно, фиксировать свободность, занятость и целостность рельсовых линий. Но, из-за того, что они выполнены по схеме разомкнутых рельсовых цепей, осуществление функции контроля целостности рельсовых нитей затруднительно, так как решающее устройство включается только в момент вступления отцепа на участок контроля, и в случае обрыва рельсовой нити включение невозможно и не фиксируется обрыв рельсовой нити. Неисправность и изъятие из схемы элементов рельсовой цепи также не выявляется, так как в нормальном режиме, при отсутствии отцепа на участке контроля схема находится в неактивном состоянии.

В используемых схемах контроля состояния рельсовых линий единственным информативным признаком х, характеризующим пространства состояний рельсовых линий Х”, размерностью т является амплитуда тока на входе нена-груженного рельсового четырехполюсника, которая подвержена влиянию возмущающего фактора в виде колебания проводимости изоляции

Контактная информация: (846)205-73-03 (доб. 144)

рельсовых линий, а также изменение сопротивления шунта колесной пары отцепа.

Реакция решающего устройства на воздействие информативного воздействия и на изменение проводимости изоляции (в сторону увеличения) одинакова, то есть признаковые пространства по X в классе образов свободного Мм и занятого состояний рельсовых линий

пересекаются. В то же время, реакция решающего устройства в классе образов свободного и неисправного состояний Мм и на воздействие сопротивления шунта колесной парой повышенной величины при Мй >> 0,50м (0,5 Ом -

нормированное сопротивление шунта горочной рельсовой цепи) одинакова, т. е. пространства неисправного и занятого состояний рельсовых линий из-за особенностей схемы пересекаются.

Решить задачу разделения классов при распознавании состояний рельсовых линий возможно использованием множества информативных признаков, характеризующих состояния объекта контроля. Известно [1, 2], что состояния рельсовых линий характеризуют физически реализуемые при измерении напряжения и токи на входе рельсовой линии и напряжения на ее выходе, а также их фазовые сдвиги при условии равенства нулю фазы источника питания сигнала опроса рельсовых линий.

На сортировочных горках средней мощности используются десятки коротких рельсовых цепей (80-90), и при построении классификатора состояний с множеством информативных признаков время измерений значений признаков, особенно фаз сигналов, значительно. С учетом того, что время занятия и освобождения участков контроля скатывающимися отцепами незначительно (динамика процесса занятия и освобождения высокая (^30 < 1,5-2 с)), возни-

кает задача минимизации входного описания распознающего устройства, а именно, уменьшения количества информативных признаков без ухудшения распознающих свойств классификатора.

Очевидно, что количество признаков, необходимых для успешного решения задачи распознавания состояний рельсовых линий, зависит от разделяющих свойств выбранных признаков. Задача выбора признаков усложняется обычно тем обстоятельством, что наиболее важные признаки не всегда легко изменить либо, как оказывается во многих случаях (особенно в линиях с распределенными параметрами), соответствующие возможности реализации измерения сдерживаются экономическими обстоятельствами. В случае распознавания состояния вступления отцепа на участок контроля возможно использование скорости изменения тока на входе рельсовой линии у(/) = сИ / Л, но из-за того, что невозможно установить порог изменения тока, зависящего от состояния проводимости изоляции рельсовых линий контролируемого участка, использование принципа практически невозможно. Это приводит к тому, что результаты измерений содержат не много «различительной» информации. Подобные данные, полученные в результате измерений, могут привести к существенному усложнению соответствующей классификации, приводящей к анализу «расстройки» порогов пространства классов состояний из-за того, что они не несут достаточного количества различительной информации. Поэтому необходимо выделить из векторов измерений более существенные признаки с тем, чтобы создать более эффективную и точную систему классификации состояний рельсовых линий. Данная процедура является предварительной обработкой признаков с целью выделения наиболее информативных. Предварительная обработка включает решение двух основных задач: преобразование кластеризации и выбор признаков [3]. Выбор адекватного множества признаков, учитывающий трудности, которые связаны с реализацией процессов выделения или выбора признаков, и обеспечивающий в то же время необходимое качество классификации, представляет собой одну из наиболее трудных задач построения классификаторов распознающих систем.

В априорный словарь признаков обычно включаются все параметры, описывающие состояние объекта распознавания, который может быть представлен в виде набора данных, полу-

ченных путем измерения т признаков, принадлежащих образам классов свободного и исправного {Мы}, занятого отцепом {М$} и неисправного {Мк} состояний

, (1)

*2 хп Х2\ Х\2 Х22 ■ ХУ ■■ ■ *2, ■■ ■ Х1п ■ Х2п

Мм = X? = ХЛ Хг2 ' ■ ху ■■ ■ Хгп

ЛЛ Хш1 х«а ' ■ хщ ■■ Хтп

~*г X2 хп Х2\ Х\2 Х22 ■■ х1; ■■ *2у ■' хт ■' Х2п

II X! = Хг1 Хг2 ■' ху ■■ Хгп

хтт _ Хпг1 Хш2 ■■ хщ Хтг

, (2)

Мк =

1 Е-ч 1 хп Х\2 ■' х1; ' 1 г

Х2\ Х22 ■' Х2} ' ■■ Х2п

X? — ХЛ Хг2 ' ■' хч ■ ■' Хгп

1 2 1 Хт1 Хт2 ' - хщ ■ тп

классы^п) образы(т)

матрицътризнаков

(3)

X/ - транспонированный вектор столбец

Если ошибки измерения некоторых признаков соизмеримы с областью их изменения, то такие признаки исключаются из исходной системы, так как дисперсия их обусловлена, в основном, ошибками измерения. Малая дисперсия а2к определяет большую надежность к'" измерения, а большая дисперсия а2к меньшую надежность кТ° измерения. Результаты измерений, которым соответствуют малые дисперсии, более надежны и могут считаться более существенными признаками [1].

Полезность конкретного признака во множестве признаков можно определить по увеличению полной вероятности ошибки ЛРош [4] при исключении этого признака из исходной совокупности:

(4)

АР = Р - Р'

1-“ оттт 1 оттт 1 о

где Рош - полная вероятность ошибки распознавания классов М\ и М2 для априорного множества п признаков;

Р'ош - полная вероятность ошибки распознавания классов М1 и М2 при исключении к-го признака из множества.

В зависимости от знака приращения АРош имеет место:

• если Рош< 0 - к-й признак полезен, так как его исключение приводит к увеличению вероятности ошибки;

• если Рош = 0 - к-й признак бесполезен, так как вероятность ошибки не меняется;

• если Рош > 0 - к-й признак вреден, так как без него вероятность ошибки уменьшается.

Исключение к-го признака из исходного множества признаков приводит к изменению математических ожиданий и среднеквадратичных отклонений решающей функции Акт12 и АкО!2 для класса свободного и исправного состояния рельсовых линий Мь Акт21 и Ако21 для класса занятого или неисправного состояний М2. В случае нормального распределения плотности вероятностей решающих функций Р(^2 /М) и Р(^2 /М2):

Р = Р

ош Г1

с - т,

о

12

с-т

о

, (5)

21 У

где

•» +¥

Р (г } = ~К= 1 ^ >/2п -¥

2й/ - функция Лапласа; т12,

т21 - математические ожидания и о12, о21 -среднеквадратичные отклонения решающей функции для классов свободного М1 и занятого или неисправного М2 состояний рельсовых линий соответственно.

Выражение (5) после ряда преобразований [4] принимает вид:

А 1С А 1С

А т12 -А т21 > т12 - т2 Дко12 + Ако21 о12 + о2

(6)

и по знаку означает, что -й признак полезен.

Если обозначить оценку полезности к-го признака при распознавании классов М1 и М2, через о(к)12, то в соответствии с (4) можно записать:

4к) =(дкт12 -ДЧ1)- т12 -т21 (Дк012 +Дк021). (7) °12 + °21

Согласно (7) и по условию выражения (4):

• если > 0, то к-й признак полезен;

• если а1(2) < 0, то он вреден;

• если а1(2) = 0, то он бесполезен.

Основной задачей распознавания состояний рельсовых линий является построение решаю-

щих функций, разделяющих пространство измерений в определенный момент времени А/1 (пространство образов) на некоторые классы, а затем по измеренным данным распознавать классы состояний.

Если рассматривать случай разделения пространства состояний рельсовых линий на два класса М1 - свободного и исправного и М2 - занятого или неисправного состояний, то решающая функция имеет вид дискриминантной функции вида

й12 (X ,Ж ) = й1 (X ,Ж1)- й 2 (X ,Ж2). (8)

В общем случае параметры-коэффициенты Ж = (Ж1, Ж2, ..., Ж„) решающей функции неизвестны. Для определения величины коэффициентов, как правило, используются обучающие процедуры с обучающим множеством образов состояний, относительно которых предполагается известной проводимости классификация состояний.

Процедура определения вида решающей функции может быть разделена на три этапа:

• формирование решающего правила;

• определение коэффициентов решающей функции с использованием обучающей выборки образов;

• оценка точности распознавания состояний рельсовых линий полученной решающей функцией.

Определение решающей функции й12 (X, Ж) равносильно разделению «-мерного пространства признаков на две непересекающиеся области N и Ы2. Если данный образ попадает в область В1, то классификатором принимается решение о его принадлежности к классу М1, то есть

X, = (х

)е И1 ® М1

и аналогично,

Xг = (х1, Х2 :? - - -, Хк Х„ )е N2 ® М2.

Качество разделения решающими функциями пространства образов на классы, а следовательно, минимум ошибки распознавания состояний, в первую очередь, определяется видом решающей функции и принципом разделения пространства образов на классы.

В настоящее время при распознавании состояний объектов сложной структуры используются несколько принципов разделения пространства образов на классы [1]. Наиболее эффективно при практической реализации использовать решающее правило, предполагающее применение К решающих функций, обладаю-

X

к

щих свойством таким, что если образ X принадлежит классу М,, то

й, (X) > (X), V; * ,, (9)

и образ XI принадлежит классу М, т. е. если ,-ая решающая функция dг■(X) имеет наибольшее значение, то X, е М,.

Разделяющие границы в этом случае имеют вид (для случая трех классов):

й, (X) - (X) = 0,

й, (X) - йк (X) = 0, (10)

й; ( X ) - йк ( X ) = 0.

При данном методе разделения образов области неопределенности отсутствуют и это позволяет избежать ошибок первого и второго родов, что недопустимо в системах интервального управления движением поездов (СИУДП) на магистральных железных дорогах. Ошибка первого рода в СИУДП характеризует распознавание состояния рельсовой линии как занятое или неисправное при фактическом свободном и исправном состоянии, и движение поездов должно быть разрешено, а ошибка второго рода характеризует распознавание состояния рельсовой линии как свободное и исправное при фактическом занятом или неисправном состоянии, и движение поездов должно быть запрещено.

СПИСОК ЛИТЕРАТУРЫ

1. Тарасов Е. М. Принципы распознавания в классификаторах состояний рельсовых линий. М.: «Маршрут», 2003. 156 с.

2. Тарасов Е. М. Принципы разделения пространства образов на классы решающими функциями // Известия Самарского научного центра РАН, Самара, 2003. С. 78-83.

3. Дж. Ту, Гонсалес Р. Принципы распознавания образов. М.: Мир. 1978. 416 с.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

4. Анисимов Б. В., Курганов В. Д., Злобин В. К. Распознавание и цифровая обработка изображений: Учеб. пособие для студентов вузов. М.: Высшая школа, 1983. 295 с.

ОБ АВТОРАХ

Тарасов Евгений Михайлович, проф., каф. матема-тическ. методов и инф. технологий, проректор по НиИ Самарск. акад. гос. и муниципальн. управления. Дипл. инженер-электрик (КИИТ, 1980). Д-р техн. наук по элементам и устройствам вычислительн. техники и систем управления (УГАТУ, 2004). Иссл. в обл. инвариантных и распознающих систем.

Трошина Марина Васильевна, асп. той же каф. Дипл. инженер-электрик (КИИТ, 1986). Иссл. в обл. распознающих систем.

i Надоели баннеры? Вы всегда можете отключить рекламу.