-
公开(公告)号：CN108830246B
公开(公告)日：2022-02-15
申请号：CN201810661219.4
申请日：2018-06-25
Applicant: 中南大学
Abstract: 本发明公开了一种交通环境行人多维运动特征视觉提取方法，包括：步骤1：构建行人运动数据库；步骤2：提取同一行人在连续图像帧中的行人检测框图像；步骤3：提取同一行人运动能量图的HOG特征；步骤4：构建基于Elman神经网络的行人运动姿势识别模型；步骤5：利用基于Elman神经网络的行人运动姿势识别模型，判断当前视频中行人姿势；步骤6：并计算获得行人在X轴和Y轴方向上的瞬时速度序列，得到行人实时速度；步骤7：根据路口环境下的三维立体场景，实时得到图像中行人的位置信息，结合行人姿势以及实时速度，获得行人的实时运动特征。该方案具有辨识准确率高、鲁棒性好的特点，且应用方便，具有较好的应用推广空间。
-
公开(公告)号：CN112798888B
公开(公告)日：2021-12-17
申请号：CN202011616269.4
申请日：2020-12-30
Applicant: 中南大学
Abstract: 本发明公开了一种无人驾驶列车车载电气系统故障非侵入诊断方法，包括：采集不同已知故障类型下的多组建模数据；基于以总电压和总电流时间序列作为输入向量、以各电气设备的电压和电流时间序列作为输出向量的深度学习模型，获得训练好的深度学习模型；提取电力特征；确定特征选择方法和分类器；采集多组实测数据，将实测数据对应的总电压时间序列和总电流时间序列作为输入向量输入深度学习模型，提取实测数据经由深度学习模型后输出的各输出向量中的电力特征，对实测数据对应的电力特征进行选择，并将其输入分类器，分类器输出待诊断的电气系统的故障类型。本发明的电力负荷分解准确性高，电力特征分析性能高，故障诊断结果准确性高，时效性好。
-
公开(公告)号：CN110361505B
公开(公告)日：2021-06-22
申请号：CN201910676714.7
申请日：2019-07-25
Applicant: 中南大学
IPC: G01N33/00 , G01N15/06 , G06F30/20 , G06F113/08 , G06F111/10
Abstract: 本发明公开了一种车外大气污染环境下列车乘员健康预警系统的方法，系统包括空气质量监测站点数据获取模块、列车数据获取模块、列车大气污染预测模块和列车空气环境预警模块；空气质量监测站点数据获取模块获取空气质量监测站点的数据并上传列车大气污染预测模块；列车数据获取模块获取列车的数据并上传列车大气污染预测模块；列车大气污染预测模块对列车大气污染进行短时预测并上传列车空气环境预警模块；列车空气环境预警模块对列车的空气环境及其列车乘员的健康进行预警。本发明还公开了所述车外大气污染环境下列车乘员健康预警系统的方法。本发明能够对列车的空气环境进行预警，而且可靠性高、准确性好。
-
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。
-
公开(公告)号：CN112150443A
公开(公告)日：2020-12-29
申请号：CN202011029991.8
申请日：2020-09-27
Applicant: 中南大学
Abstract: 本发明公开了一种基于空气质量数据图谱的列车车载空调剩余寿命预测方法，包括：采集不同剩余寿命的车载空调运行时的车厢内空气质量数据作为建模样本数据并获得对应的模板图片；利用各模板图片建立车载空调剩余寿命模板数据库；基于暹罗深度神经网络模型，建立车载空调剩余寿命预测模型；采集检测样本数据并获得实测图片；遍历挑选出的模板图片，以实测图片和单张挑选出的模板图片作为车载空调剩余寿命预测模型的输入图片，获得每个类别的判定结果；选取有效识别类别中判定结果为同类且置信率最高的类别对应的剩余寿命，为待检测车载空调的剩余寿命。本发明能够预测车载空调的剩余寿命，为其维修提供充裕的时间余量，保障乘客的乘车环境和安全。
-
Patent Agency Ranking
公开(公告)号：CN111723925A
公开(公告)日：2020-09-29
申请号：CN202010552814.1
申请日：2020-06-17
Applicant: 中南大学
Abstract: 本发明公开了一种在途智能列车空调机组故障诊断方法、装置、设备及介质，其中方法为：根据标准电功率时间序列构建标准事件模板库，其中包括瞬态和稳态标准事件模板；根据历史电功率时间序列获取对应的瞬态和稳态时间子序列，并在标准事件模板库中找到匹配的瞬态和稳态标准事件模板，进而获取得到对应的历史电功率稳态残差子序列，并作为历史样本训练极限学习机得到列车空调机组故障预测模型；获取在途列车空调机组的实时电功率时间序列，并按上述相同方法获取对应的实时电功率残差序列，以输入至列车空调机组故障预测模型，从而预测得到在途列车空调机组的故障类型。本发明所需要加装的传感器较少，成本较低，故障预测准确度高。
-
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：CN109324604B
公开(公告)日：2020-05-26
申请号：CN201811447449.7
申请日：2018-11-29
Applicant: 中南大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于多源信号的智能列车综合故障分析方法，包括：构建第一样本集和第二样本集；根据第一样本集训练得到多个不同的初级分类器；根据第二样本集训练得到次级分类器；判断确认待测机械设备是否有故障：实时采集智能列车机械设备在运转时的多源信号，对多源信号中的各个运转信号进行特征提取得到多源信号特征矩阵；采用各个初级分类器根据多源信号特征矩阵对待测机械设备的故障进行初始分类；采用次级分类器，对所有次级分类器的分类结果进行验证，以判断确认待测机械设备是否有故障。采用本发明方法对智能列车机械设备进行综合故障分析，实现了智能高铁列车的自身实时在线检测，而且检测快速、准确。
-
公开(公告)号：CN108656992B
公开(公告)日：2020-05-22
申请号：CN201810443654.X
申请日：2018-05-10
Applicant: 中南大学
Abstract: 本发明公开了一种极端暴雨环境下无人驾驶车辆电源智慧预测方法及装置，该方法采用了多种传感器，能够综合考虑极端暴雨环境下无人驾驶车辆的多种环境信息，采用了力敏传感器测量车身的降雨阻力，并用分级分散融合算法进行数据融合；利用Kinect摄像头进行图像采集并用进行灰度处理，得到的积水检测图像简洁明了，检测精度较高；利用两层神经网络对无人驾驶车辆在极端暴雨环境下的电量进行实时预测，神经网络的使用充分考虑了这种非线性环境下的各种定量和定性的变量因子，得到的电量预测结果与一般的SOC电池电量预测方法相比，更加智能，预测结果也更加准确。
-
公开(公告)号：CN110555551A
公开(公告)日：2019-12-10
申请号：CN201910781525.6
申请日：2019-08-23
Applicant: 中南大学
Abstract: 本发明公开了一种智慧城市的空气质量大数据管理方法及系统，对多个智慧城市的空气质量数据进行管理和预警。建立一个多维空气质量大数据库，该数据库为云端数据库，提供存储和检索的功能。基于Hadoop平台搭建智慧城市的空气质量大数据管理主系统，云端主系统的数据来源于各个分系统的监测点，监测点本地仅储存少量历史数据，空气质量预警分系统从主系统获取所需数据，结合多种影响因素和其相应的数据特征，使用基于Spark的分布式预测模型对当地空气质量数据进行预测，对可能出现的严重情况进行预警，并采取处理措施。
-
-
-
-
-
-
-
-
-
Search Results
218
records
(took 0.037 seconds)
