-
公开(公告)号:CN117421547A
公开(公告)日:2024-01-19
申请号:CN202311469461.9
申请日:2023-11-07
Applicant: 重庆交通大学
IPC: G06F18/15 , G06F18/214 , G06N3/006 , G06F18/241
Abstract: 本发明提供了一种用于增强列车机器学习驾驶策略数据集的方法,其特征在于:包括数据采集模块、数据处理模块、一级数据增强模块和二级数据增强模块;二级数据增强模块内设置有GAN模型,所述GAN模型包括生成器和判别器;所述方法包括采集人工驾驶速度曲线策略数据,识别出待繁衍粒子,采用粒子集群扰动算法填补模态缺失数据,然后采用GAN模型对数据样本进行进一步增强,然后对所有可行解和可用样本进行Pareto支配处理得到增强的机器学习的训练样本数据。采用本方法能填补和增强模态缺失的数据,使用于机器学习的驾驶策略数据更完整分布更均匀,从而使训练得到的机器模型泛化能力增强,将其用于列车自动驾驶控制精度得以提高,列车驾驶的多个目标得到优化。
-
公开(公告)号:CN117274194A
公开(公告)日:2023-12-22
申请号:CN202311230738.2
申请日:2023-09-22
Applicant: 重庆交通大学
Abstract: 本发明提供了一种用于确定高海拔地铁接触网融冰的双向变流器电流的方法,其特征在于:包括图像采集处理模块、深度学习模块、融冰电流计算模块、微气象站和融冰车;所述方法包括:一)利用无人机及计算机图像处理技术获取训练数据集,利用训练数据集训练深度学习模型得到融冰热量计算模型训练;二)利用融冰热量计算模型获取融冰热量,然后利用热平衡方程计算融冰电流。采用本发明所述的方法能快速、高效获取接触网覆冰段所需融冰电流,能提高融冰效率、节约能源成本。
-
公开(公告)号:CN117079226A
公开(公告)日:2023-11-17
申请号:CN202311053491.1
申请日:2023-08-21
Applicant: 重庆交通大学
IPC: G06V20/54 , G06V20/40 , G06V10/44 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08 , G06N3/048 , G06V10/764
Abstract: 本发明公开了一种基于多尺度注意力机制的车辆重识别方法,该方法借助注意力模块能帮助多尺度注意力预测模型聚焦于车辆图像中具有显著性信息的区域,即对车辆图像中重要的局部特征和全局特征进行加权,提高模型的性能和预测准确性。注意力机制的原理是对需要重点关注的信息区域分配较高的权重,对图像内不重要的信息分配较低的权重,并且注意力机制具有增强显著特征和抑制无关特征的特点。本发明的车辆重识别方法在对不同尺度图像进行特征提取时增加了注意力权重分配,从而得到车辆图像中更加显著的特征,利用这些特征可有效提高基于车辆外观图像的车辆重识别的精度。
-
公开(公告)号:CN117048664A
公开(公告)日:2023-11-14
申请号:CN202311230743.3
申请日:2023-09-22
Applicant: 重庆交通大学
IPC: B61L15/00
Abstract: 本发明提供了一种列车ATP系统故障下主动自愈的调控方法,其特征在于:所述调控方法包括:每个单列车均设置一个曲线生成模块,单个曲线生成模块的两个曲线模块每次同时生成两个速度监控包络线,然后曲线比较模块对上述两个速度监控包络线进行比较,从而判断ATP设备是否故障,当ATP设备故障时,再将曲线生成模块功能整体切换到备车上进行,从而实现故障车ATP系统的主动自愈。本调控方法,即能提高单列车内部以及车车之间的ATP系统安全性和可靠性,还大大降低了列车的配置成本。
-
公开(公告)号:CN117033596A
公开(公告)日:2023-11-10
申请号:CN202311019385.1
申请日:2023-08-14
Applicant: 重庆交通大学
IPC: G06F16/332 , G06F16/33 , G06F40/211 , G06F40/289 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及抽取式问答任务技术领域,具体涉及一种基于进阶训练的少样本抽取式问答方法,包括:构建数据格式统一的伪问答对数据和问答对数据;伪问答对数据中将问题末尾存在的实体或名词短语进行掩盖;获取预训练语言模型;通过伪问答对数据对预训练语言模型进行进阶训练,得到进阶训练模型;对进阶训练模型进行微调,得到最终的语言模型;将待预测的问题文本和给定的上下文文本输入最终的语言模型中,预测得到对应的答案。本发明能够有效改善预训练语言模型在预训练阶段和微调阶段存在的任务差异以及输入数据格式差异,从而提高少样本抽取式问答的有效性和实用性,并为少样本抽取式问答任务提供一种新的解决思路。
-
公开(公告)号:CN116883254A
公开(公告)日:2023-10-13
申请号:CN202310393944.9
申请日:2023-04-13
Applicant: 重庆交通大学 , 湖北交通职业技术学院
IPC: G06T5/00
Abstract: 本发明属于SAR图像降噪技术领域,尤其涉及一种基于稀疏表达的增量式时间序列SAR图像降噪方法,通过利用目标图像所在地区的时间序列图像,选取目标图像邻近日期的图像作为窗口;然后计算该窗口的超图像——临时超图像;之后,引入经验图像,通过相似度加权平均的方式计算临时超图像和经验图像的加权平均值,并将此作为目标图像对应的超图像;接着,对超图像进行滤波得到低噪声超图像;然后,计算目标图像和低噪声超图像的比率图像;通过RuLoG滤波器对比率图像进行滤波得到低噪声比率图像;最后将低噪声比率图像和低噪声超图像相乘即可得到降噪后的目标图像。本发明能够在兼顾处理效率的同时,保证目标图像的降噪效果。
-
公开(公告)号:CN116823800A
公开(公告)日:2023-09-29
申请号:CN202310874021.5
申请日:2023-07-17
Applicant: 重庆交通大学
Abstract: 本发明公开了一种基于深度学习的复杂背景下桥梁混凝土裂缝检测方法,该方法使用深度学习方法训练后的桥梁裂缝识别检测模型对桥梁裂缝图像中的裂缝区域进行分割识别预测;该桥梁裂缝识别检测模型,通过注意力融合特征提取网络提取桥梁裂缝图像的高层语义特征图,通过浅层特征提取网络提取桥梁裂缝图像的位置轮廓特征图,再依据二者的融合结果预测得到桥梁裂缝图像的裂缝分割识别检测结果,降低对复杂背景像素的误判,并准确实现对裂缝区域的定位;本发明方法能够更快速、更准确的实现对复杂背景下桥梁混凝土裂缝的分割识别和提取,从而改善因背景噪声过大造成的裂缝分割识别速度慢、准确性不足等问题。
-
公开(公告)号:CN116721352A
公开(公告)日:2023-09-08
申请号:CN202310831927.9
申请日:2023-07-07
Applicant: 重庆交通大学
IPC: G06V20/10 , G06V10/774 , G06V10/764 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及混凝土桥梁表观病害检测技术领域,尤其涉及一种基于改进Segformer的轻量级混凝土桥梁表观病害检测方法。步骤如下:S1:构建混凝土桥梁表观病害数据集,选取混凝土桥梁图片并对混凝土桥梁表观病害所在区域进行标注;S2:对混凝土桥梁数据集进行增强且按照8:2划分训练集和验证集;S3:建立改进的Segformer轻量化模型,选取MiTB0作为模型的编码器,并在解码器中引入SFM模块和PSA自注意力机制模块。本发明提供的一种基于改进Segformer的轻量级混凝土桥梁表观病害检测方法,能够在混凝土桥梁表观病害检测方面具有较强的鲁棒性和较高的准确性,能在较小参数量的情况下实现桥梁表观病害的高效快速检测。
-
公开(公告)号:CN116620354A
公开(公告)日:2023-08-22
申请号:CN202310749873.1
申请日:2023-06-25
Applicant: 重庆交通大学
Abstract: 本发明提供了一种环境变化下列车自适应学习的自动驾驶控制方法,其特征在于:所述自动驾驶控制方法包括:从成熟线路的多条线路采集自动驾驶数据,然后设置多个基础学习器和一个综合学习器,将多条线路的自动驾驶数据分别用于多个基础学习器的训练,然后使多个基础学习器依次与综合学习器进行交互训练,将最终得到的综合学习器的模型参数赋予至新建线路学习器的深度学习模型中,然后采用新建线路的小样本自动驾驶数据对新建线路学习器进行训练得到可用新建线路学习器,采用可用新建线路学习器对列车进行自动驾驶控制。采用本发明所述的方法,能快速、高效地在新建线路上利用机器学习的方法高精度地控制列车的运行。
-
公开(公告)号:CN116303971A
公开(公告)日:2023-06-23
申请号:CN202310335356.X
申请日:2023-03-29
Applicant: 重庆交通大学
IPC: G06F16/332 , G06F16/33 , G06F40/177 , G06F16/36
Abstract: 本发明涉及桥梁管理养护领域,具体涉及面向桥梁管养领域的少样本表格问答方法,包括:构建包含问题文本和SQL查询语句的问题‑SQL对作为训练样本,并进行标注;在训练样本的问题文本中注入桥梁管养领域实体关系知识;建立输入为问题文本、输出为SQL查询语句的语义解析模型,并通过带标注的训练样本对语义解析模型进行预训练;对预训练后的语义解析模型进行模型微调,得到最终的语义解析模型;通过最终的语义解析模型基于给定问题文本输出SQL查询语句,以实现问答。本发明能够通过构建伪数据来让模型学习到表格问答Text‑To‑SQL任务的形式与方法,并且能够让模型精准识别桥梁管养领域的语言表述及领域词汇。
-
-
-
-
-
-
-
-
-