-
公开(公告)号：CN112883785A
公开(公告)日：2021-06-01
申请号：CN202110048996.3
申请日：2021-01-14
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于平行视觉理论的铁路运行环境安全图像检测系统。包括互相等价的平行执行的实际铁路图像检测系统和模拟铁路图像检测系统；模拟铁路图像检测系统：用于生成模拟现实世界中铁路环境的模拟场景，利用深度学习对实际场景图像数据进行进化和迭代生成模拟场景图像数据集，利用模拟场景图像数据集通过基于深度学习的检测模型对列车在模拟场景中的模拟运行情况进行图像检测，通过平行执行对模拟铁路图像检测系统进行优化；实际铁路图像检测系统；用于利用实际场景图像数据集通过检测模型对列车的实际运行情况进行图像检测，对实际铁路图像检测系统进行优化。本发明实现对铁路轨道、护栏、声屏障、供电网等对象的自动化检测。
-
公开(公告)号：CN112801138A
公开(公告)日：2021-05-14
申请号：CN202110009492.0
申请日：2021-01-05
Applicant: 北京交通大学
IPC: G06K9/62 , G06K9/00 , G06F16/951 , G06N3/02
Abstract: 本发明提供了一种基于人体拓扑结构对齐的多人姿态估计方法。该方法包括：用MS‑COCO和MPLL数据集为输入训练HRNet网络，得到XZZNet网络；利用HRNet网络对数据集的图像样本进行学习得到人体关键点图像；将SZF数据集输入到XZZNet网络中，生成候选的没有袖子的人体姿态关键点；对HRNet网络生成的人体关键点图和XZZNet生成的候选的人体关键点图进行图匹配，利用交叉熵损失函数微调XZZNet网络，得到优化的XZZNet网络；将SZF数据集输入到优化的XZZNet网络中，生成SZF数据集中的图像对应的关键点检测图像，根据关键点检测图像得到图像中包含人体的各个关键点姿态信息。本发明在没有标记或者稀疏标记的图像中可以显著提高目标域的性能，在无监督网络学习框架下可以准确地区分图像中人体的各个关键点。
-
公开(公告)号：CN112800565A
公开(公告)日：2021-05-14
申请号：CN202110038173.2
申请日：2021-01-12
Applicant: 北京交通大学
Abstract: 本发明提供了一种高速铁路网络列车延误传播的预测方法，包括：获取待预测路网内所有车次的列车时刻表和车站股道容量信息；根据获取的列车时刻表信息，建立物理线路轨道层的有向加权网络；根据获取的列车时刻表信息，建立计划时刻表层的有向加权网络；根据建立的物理线路轨道层的有向加权网络和计划时刻表层的有向加权网络，建立离散事件动态网络，并通过极大代数方法将离散事件动态网络表示为延误传播的数学模型；以初始延误点作为输入，根据延误传播的数学模型，并以股道容量为约束对高速铁路网络列车延误进行车延误传播的预测。本方法可以进行全网的延误时空范围预测，为实际运营维护提供重要参考。
-
公开(公告)号：CN112141164A
公开(公告)日：2020-12-29
申请号：CN202010966746.3
申请日：2020-09-15
Applicant: 北京交通大学
Abstract: 本发明提供的一种基于贝叶斯博弈的列车自主防护方法和系统，针对车车通信异常时导致列车运行安全存在隐患的问题，利用贝叶斯博弈，通过主动判别每次通信过程是否异常，通信异常时则对错误的列车位置进行修正，使修正后的列车位置在安全范围内，以此实现对列车的主动防护。本发明提供的方法和系统，创新性地将贝叶斯博弈引入到列车防护领域，可以根据所掌握的信息，来估计车车通信状态，通过求解边界概率与更新后验概率来实现车车通信状态的判别，并修正由于车车通信状态所导致错误的前车位置信息，以此保护列车安全运行。
-
公开(公告)号：CN112115712A
公开(公告)日：2020-12-22
申请号：CN202010935001.0
申请日：2020-09-08
Applicant: 北京交通大学
IPC: G06F40/284 , G06F16/33 , G06F16/35 , G06F16/951 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于话题的群体情感分析方法，包括：对待处理话题的评论文本进行预处理、聚类和摘要生成，得到待处理话题的多个代表性观点；对多个代表性观点中每个观点对应的用户信息进行特征提取，得到每个观点对应的用户的属性特征和兴趣特征；采用LSTM神经网络模型对各个代表性观点对应用户的情感倾向进行预测，得到预测的各个代表性观点对应用户的情感倾向；根据得到每个观点对应的用户的属性特征、兴趣特征以及预测的各个代表性观点对应用户的情感倾向，采用梯度下降树算法和关联性分析得到用户特征与情感之间的关联关系。本方法可以实现对群体情感倾向更有效地预测，改善文本情感分析或用户画像的单一结果解释性较差的问题。
-
Patent Agency Ranking
公开(公告)号：CN112115700A
公开(公告)日：2020-12-22
申请号：CN202010836950.3
申请日：2020-08-19
Applicant: 北京交通大学
IPC: G06F40/211 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于依存句法树和深度学习的方面级情感分析方法。该方法包括：对待分析的文本进行分词和嵌入训练处理，得到文本中的每个单词的词向量表达，输入到双向长短时神经网络中得到每个单词和文本的整合信息；利用文本中的所有单词构造依存句法树，利用依存句法树构造GCN图，将文本的整合信息与GCN图进行迭代处理，得到文本中的评价对象的依存句法树表示；对文本的整合信息和评价对象的依存句法树表示进行结合，对结合的结果使用CNN进行分析处理，得到文本对评价对象的情感预测结果。本发明的方法有效的利用了文本的语义信息，同时强调了评价对象在方面级情感分析的重要性，提高了对于已知评价对象的方面级情感分析任务的准确率。
-
公开(公告)号：CN112087442A
公开(公告)日：2020-12-15
申请号：CN202010916431.8
申请日：2020-09-03
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于注意力机制的时序相关网络入侵检测方法。该方法包括：利用入侵检测数据集对SSAE网络进行训练，得到训练好的待分类的网络流量数据，对待分类的网络流量数据经过独热编码和标准化处理，得到预处理后的网络流量数据；将预处理后的网络流量数据输入到训练好的叠层稀疏自编码器SSAE网络的基于注意力机制的分类器，分类器对待分类的网络流量数据进行分类处理，得到待分类的网络流量数据的网络入侵检测结果。本发明设计了加入了注意力机制的双层Bi‑GRU网络结构作为分类器，具有较高的分类准确率与较低的误报率，同时大大缩短了模型的训练与测试时间。
-
公开(公告)号：CN111968123A
公开(公告)日：2020-11-20
申请号：CN202010885756.4
申请日：2020-08-28
Applicant: 北京交通大学
Abstract: 本发明提供了一种半监督视频目标分割方法，包括：S1对视频图像进行预处理，得到当前帧的图像和第一帧的图像，并给定第一帧的分割图；S2构建半监督视频目标分割网络模型，半监督视频目标分割网络模型包括短时网络模块、长时网络模块、注意力门网络模块和上采样模块；S3将前一帧的图像，前一帧的分割结果图和当前帧的图像输入短时网络模块，得到当前帧的粗糙分割图和相对变化信息；将当前帧的图像、第一帧的图像、第一帧的分割图以及当前帧的粗糙分割图输入至长时网络模块，得到绝对变化信息；将相对变化信息以及绝对变化信息输入至注意力门网络，得到分割结果，最后通过上采样模块得到分割结果图。本方法可以提高分割性能和分割的速度。
-
公开(公告)号：CN110530369B
公开(公告)日：2020-11-10
申请号：CN201910779178.3
申请日：2019-08-22
Applicant: 北京交通大学
IPC: G01C21/20
Abstract: 本发明提供了一种基于时间窗的AGV任务调度方法。该方法包括：根据执行任务的AGV进入路径的时间、驶出路径的时间和任务需要经过的所有路径的长度，确定任务需要经过的所有路径的时间窗；基于任务需要经过的所有路径的时间窗和任务的初始优先级，计算出各个任务的动态优先级；根据各个任务的动态优先级利用任务调度策略对各个任务进行调度。本发明把AGV之间的避碰和冲突死锁问题的解决作为研究的重点，以图论模型以及单AGV路径规划算法为基础，针对多AGV系统中可能出现的问题，通过应用合适的多AGV路径规划算法，解决多AGV系统的避碰和冲突死锁问题，为每个AGV规划出无冲突的路径。
-
公开(公告)号：CN111679577A
公开(公告)日：2020-09-18
申请号：CN202010461495.3
申请日：2020-05-27
Applicant: 北京交通大学
IPC: G05B13/04
Abstract: 本发明提供一种高速列车的速度跟踪控制方法和自动驾驶控制系统，其跟踪控制方法设计了一种完全不依赖列车控制系统内部动态特性的ATO控制算法，基于积分强化学习技术通过分析利用列车运行状态数据来求解最优列车速度跟踪控制策略，并根据此进行列车速度跟踪控制，解决由于列车动力学特性的不确定性导致的控制性能下降问题，并且保证列车控制输入被约束在预设值内从而避免执行器饱和现象。自动驾驶控制系统在跟踪控制方法的作用下控制输入被约束在预设值以内，从而避免了执行器饱和，并且能控制列车按照给定的目标速度-距离曲线行车，实现高速列车自动驾驶。
-
-
-
-
-
-
-
-
-
Search Results
201
records
(took 0.073 seconds)
