-
公开(公告)号：CN112836577B
公开(公告)日：2024-02-20
申请号：CN202011616139.0
申请日：2020-12-30
Applicant: 中南大学
IPC: G06F18/241 , G06F18/10 , G06F18/213 , G06N3/0442 , G06N3/045 , G06N3/08 , G06F18/214
Abstract: 本发明公开了一种智慧交通无人驾驶车辆故障基因诊断方法及系统，虚拟LabVIEW图形化数据采集系统与现有CAN、车载以太网和WiFi的结合为大量历史数据需求提供了保障，大数据车载互联、车辆故障信息检测、基因信号转化、可编码的基因序列特征提取、故障模块的DNA序列模板库搭建、深度学习人工智能建模相互配合，准确识别车辆故障的位置及类型。
-
公开(公告)号：CN110395286A
公开(公告)日：2019-11-01
申请号：CN201910714887.3
申请日：2019-08-02
Applicant: 中南大学
Abstract: 本发明公开了一种列车车内空气品质监测与通风调控方法、系统，其中列车车内空气品质监测与通风调控方法包括：采集多组车内外空气品质检测数据；利用实验数据求得车内外空气综合评价指标Q0和Q1；若Q0≥Q1则训练车外新风量控制模型，否则训练车内空气净化控制模型；检测车内外空气品质检测数据；利用检测数据求得车内外空气综合评价指标Q0和Q1；若Q0≥Q1，则调用车外新风量控制模型，求得需要的通风量等级并以该输出结果调控通风系统；否则，调用车内空气净化控制模型，求得需要的通风量等级及空气净化装置功率等级，并以该输出结果调控通风系统和空气净化装置。本发明能根据不同程度的空气品质选择合适的通风调控策略，在节能环保的条件下，实现列车车内空气品质的健康保障。
-
公开(公告)号：CN118942702A
公开(公告)日：2024-11-12
申请号：CN202411041793.1
申请日：2024-07-31
Applicant: 中南大学
IPC: G16H50/30 , G06F18/10 , G16H10/60 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/047 , G06N3/048 , G06F18/213 , G06T5/90 , G06T5/73 , G06F18/2135 , G06F18/25 , G06F18/22 , G06F18/23
Abstract: 本发明提供了一种基于异质图和图神经网络的肺气肿风险预测方法及设备，本发明整合来自不同源的肺气肿医疗数据，通过构建异质图从多源数据中提取关键特征，通过图神经网络综合分析多种数据源，能够捕捉不同数据类型之间的复杂关系和相互作用，能够识别出肺气肿的微妙且复杂的病理特征，提高了肺气肿风险预测的准确性和效率。
-
公开(公告)号：CN112182267B
公开(公告)日：2023-08-08
申请号：CN202011030231.9
申请日：2020-09-27
Applicant: 中南大学
IPC: G06F16/55 , G06F16/583 , G06F16/2458 , G06F17/18 , G06T11/00 , G06Q50/26
Abstract: 本发明公开了一种地铁车厢乘客精细化引导方法及系统，利用地铁每节车厢现有的空气弹簧和压力传感器来检测车厢载重，将压力时间序列作为乘客分布预测模型输入，进而实现整节车厢乘客分布的智能感知。将每节车厢内乘客分布数据映射到空间位置坐标系，并对乘客分布情况进行像素化描述，通过图像聚类方式实现了乘客分布模式的智能分类，解决了车厢内乘客典型分布模式描述不准的问题；通过分布预测模型来预测乘客分布情况，并根据预测的乘客分布情况调节车厢内照明灯管的亮度，实现乘客流动的引导，该方法无需额外增加检测装置来检测乘客分布情况，能够获取车厢内乘客分布情况，并采用照明灯管亮度调节方式进行引导避免了车厢嘈杂环境的干扰。
-
公开(公告)号：CN112650204A
公开(公告)日：2021-04-13
申请号：CN202011616264.1
申请日：2020-12-30
Applicant: 中南大学
IPC: G05B23/02
Abstract: 本发明公开了一种智慧轨道无人驾驶车辆故障基因识别方法及系统，采用基于增量式网络爬虫方法获取列车历史振动数据；对所述振动数据的振动幅度EA，振动周期ET进行预处理，输出新的X；将X作为故障检测模块的输入，检测故障序列后，输出故障序列数据E；将所述故障序列数据E作为降维模型的输入，输出可编码的基因序列I1,I2,I3,I4；将所述可编码的基因序列I1,I2,I3,I4整合为DNA序列S＝S1,S2,S3,...,SN，提取所述DNA序列的碱基特征，并排列组合所述碱基特征，形成可预测的预判定候选车辆部件故障基因Vs；利用所述候选车辆部件故障基因训练双向长短时记忆网络深度学习模型，得到分类模型。本发明可以准确识别车辆故障的位置及类型。
-
Patent Agency Ranking
公开(公告)号：CN110395286B
公开(公告)日：2020-08-07
申请号：CN201910714887.3
申请日：2019-08-02
Applicant: 中南大学
Abstract: 本发明公开了一种列车车内空气品质监测与通风调控方法、系统，其中列车车内空气品质监测与通风调控方法包括：采集多组车内外空气品质检测数据；利用实验数据求得车内外空气综合评价指标Q0和Q1；若Q0≥Q1则训练车外新风量控制模型，否则训练车内空气净化控制模型；检测车内外空气品质检测数据；利用检测数据求得车内外空气综合评价指标Q0和Q1；若Q0≥Q1，则调用车外新风量控制模型，求得需要的通风量等级并以该输出结果调控通风系统；否则，调用车内空气净化控制模型，求得需要的通风量等级及空气净化装置功率等级，并以该输出结果调控通风系统和空气净化装置。本发明能根据不同程度的空气品质选择合适的通风调控策略，在节能环保的条件下，实现列车车内空气品质的健康保障。
-
公开(公告)号：CN112734094B
公开(公告)日：2023-11-24
申请号：CN202011620731.8
申请日：2020-12-30
Applicant: 中南大学
IPC: G06F18/241 , G06F30/27 , G06F18/213 , G06F18/2321 , G06N3/047 , G06N3/084 , G06F111/06
Abstract: 本发明公开了一种智慧城市智轨车辆故障基因预测方法及系统，采集列车部件的振动数据Xh(0)＝[e1,e2,e3,...,en]∈R，其中，e1,e2,...,en代表列车上每一个采样点的振动信息；将所述振动数据编码为DNA序列，提取所述DNA序列的特征，并排列组合以形成可预测的DNA序列，即候选车辆部件故障基因；利用所述候选车辆部件故障基因训练ESNs深度回声状态网络，得到预测模型。本发明可以准确预测车辆故障。
-
公开(公告)号：CN112734094A
公开(公告)日：2021-04-30
申请号：CN202011620731.8
申请日：2020-12-30
Applicant: 中南大学
IPC: G06Q10/04 , G06F30/27 , G06K9/62 , G06F111/06
Abstract: 本发明公开了一种智慧城市智轨车辆故障基因预测方法及系统，采集列车部件的振动数据Xh(0)＝[e1,e2,e3,...,en]∈R，其中，e1,e2,...,en代表列车上每一个采样点的振动信息；将所述振动数据编码为DNA序列，提取所述DNA序列的特征，并排列组合以形成可预测的DNA序列，即候选车辆部件故障基因；利用所述候选车辆部件故障基因训练ESNs深度回声状态网络，得到预测模型。本发明可以准确预测车辆故障。
-
公开(公告)号：CN112182267A
公开(公告)日：2021-01-05
申请号：CN202011030231.9
申请日：2020-09-27
Applicant: 中南大学
IPC: G06F16/55 , G06F16/583 , G06F16/2458 , G06F17/18 , G06T11/00 , G06Q50/26
Abstract: 本发明公开了一种地铁车厢乘客精细化引导方法及系统，利用地铁每节车厢现有的空气弹簧和压力传感器来检测车厢载重，将压力时间序列作为乘客分布预测模型输入，进而实现整节车厢乘客分布的智能感知。将每节车厢内乘客分布数据映射到空间位置坐标系，并对乘客分布情况进行像素化描述，通过图像聚类方式实现了乘客分布模式的智能分类，解决了车厢内乘客典型分布模式描述不准的问题；通过分布预测模型来预测乘客分布情况，并根据预测的乘客分布情况调节车厢内照明灯管的亮度，实现乘客流动的引导，该方法无需额外增加检测装置来检测乘客分布情况，能够获取车厢内乘客分布情况，并采用照明灯管亮度调节方式进行引导避免了车厢嘈杂环境的干扰。
-
公开(公告)号：CN110232415B
公开(公告)日：2020-10-30
申请号：CN201910506772.5
申请日：2019-06-12
Applicant: 中南大学
Abstract: 本发明公开了一种基于生物信息特征的列车转向架故障识别方法，包括：获取列车转向架的历史振动信号，并进行预处理转化为人工DNA序列；通过滑动窗口法获取所有窗口序列，并从中选择满足预设要求的特征序列；以人工DNA序列中四个碱基的含量、序列长度以及各特征序列的数量，作为人工DNA序列的基因特征向量；利用人工DNA序列的基因特征向量构建训练样本，并针对每种故障类型均训练相应的LPBoost二分类器；从而在故障检测时，将相应的基因特征向量输入至每个LPBoost二分类器，通过投票表决方法确定待检测列车转向架的故障类型。本发明通过挖掘导致各故障类型的特征序列，从而实现准确地进行多种故障类别的识别与分类。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.024 seconds)
