公开(公告)号：CN117708715B

公开(公告)日：2024-06-21

申请号：CN202410049997.3

申请日：2024-01-15

Applicant: 华东交通大学

Inventor： 徐峰 ,  王辉 ,  黄宇廷 ,  范自柱

IPC: G06F18/243 ,  G06N5/01 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开一种基于混合结构模型的电熔镁炉工况诊断方法，涉及数据分类领域，首先获取包含多个样本多视角图像集的异构数据集，并根据样本多视角图像集中所有样本视角图像对应的样本初始特征生成图结构和超图结构，将图结构、超图结构和当前迭代轮次对应的分类器组的工况预测结果输入至混合结构模型，得到混合图特征，将混合图特征和当前迭代轮次对应的工况预测结果计算的残差作为下一迭代轮次分类器组的标签，得到训练好的梯度提升决策树。本发明通过混合结构模型的输出和当前迭代轮次对应的工况预测结果计算得到的残差作为下一迭代轮次分类器组的标签，进行训练得到的训练好的梯度提升决策树，其电熔镁炉的工况诊断精度更高。

公开(公告)号：CN117708715A

公开(公告)日：2024-03-15

申请号：CN202410049997.3

申请日：2024-01-15

Applicant: 华东交通大学

Inventor： 徐峰 ,  王辉 ,  黄宇廷 ,  范自柱

IPC: G06F18/243 ,  G06N5/01 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开一种基于混合结构模型的电熔镁炉工况诊断方法，涉及数据分类领域，首先获取包含多个样本多视角图像集的异构数据集，并根据样本多视角图像集中所有样本视角图像对应的样本初始特征生成图结构和超图结构，将图结构、超图结构和当前迭代轮次对应的分类器组的工况预测结果输入至混合结构模型，得到混合图特征，将混合图特征和当前迭代轮次对应的工况预测结果计算的残差作为下一迭代轮次分类器组的标签，得到训练好的梯度提升决策树。本发明通过混合结构模型的输出和当前迭代轮次对应的工况预测结果计算得到的残差作为下一迭代轮次分类器组的标签，进行训练得到的训练好的梯度提升决策树，其电熔镁炉的工况诊断精度更高。

公开(公告)号：CN116246102A

公开(公告)日：2023-06-09

申请号：CN202310070830.0

申请日：2023-02-07

Applicant: 华东交通大学

Inventor： 黄祎婧 ,  王辉 ,  黄宇廷 ,  韩星宇 ,  曹学儒 ,  范自柱

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/08

Abstract: 一种基于自编码器与决策树的图像分类方法与系统，该方法包括：采集图像样本数据，转换图像样本为像素信息矩阵/向量；利用自编码器网络模型，学习图像样本的表征信息，使用编码器压缩并提取图像样本的低维特征信息；在迭代求解自编码器网络最优权重参数的过程中更新每个样本对应的最近邻数值；基于训练好的自编码器网络模型中提取的低维样本特征信息，结合迭代获取的样本最近邻数值作为对应的样本标签构建决策树模型；利用自编码器获得新样本的低维特征信息并输入决策树获得最近邻数值，在训练集中寻找最近邻领域，将最近邻领域中数量最多的类别作为预测结果。本发明可以得到目标的低维特征信息，并预测样本的类别，预测结果具有可解释性。

公开(公告)号：CN115905984A

公开(公告)日：2023-04-04

申请号：CN202310220532.5

申请日：2023-03-09

Applicant: 华东交通大学

Inventor： 王辉 ,  黄宇廷 ,  华姝雅 ,  李欣怡 ,  姜朱丰 ,  范自柱 ,  杨辉

IPC: G06F18/2431 ,  G06F18/2415 ,  G06N3/045 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明提出一种基于多模态数据的决策树分类方法与系统，通过神经网络提取多模态数据特征向量，利用线性网络计算各模态各类别预测概率，拼接一维特征向量生成伪视图并计算伪视图各类别预测概率，同时动态评估各模态及伪视图的数据质量进行融合，综合利用了多模态数据的互补能力，有效提高了分类预测的准确率；与此同时，将各类别融合预测概率输入决策树，在决策树中进行软推理，并使用决策树路由信息对预测结果进行解释，能够说明预测的依据，增强预测结果的可信度。

公开(公告)号：CN115423847B

公开(公告)日：2023-02-07

申请号：CN202211376018.2

申请日：2022-11-04

Applicant: 华东交通大学

Inventor： 王辉 ,  韩星宇 ,  范自柱 ,  杨辉

IPC: G06T7/246 ,  G06V10/75 ,  G06V10/766 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明提出一种基于Transformer的孪生多模态目标跟踪方法，获取场景中的RGB图像信息和热力图像信息；通过预训练的ResNet网络提取不同模态的高级特征，同时基于孪生网络的跨模态特征融合网络以获得不同模态的共同特征；然后将对应模态的高级特征输入到针对多模态设计的Transformer模块中进行跨模态信息融合，再输入到基于全连接卷积神经网络的回归网络中进行最终检测框的回归，在此过程中产生的误差将会反向传播到前序各个网络中，根据最终权重网络构建目标跟踪网络，以对多模态情况下的目标进行跟踪。本发明可准确预测物体在各模态的位置信息，提高目标跟踪与定位准确度，可广泛应用于多种场景。

公开(公告)号：CN113903009A

公开(公告)日：2022-01-07

申请号：CN202111506770.X

申请日：2021-12-10

Applicant: 华东交通大学

Inventor： 王辉 ,  吴雨洁 ,  杨辉

IPC: G06V20/54 ,  G06V20/58 ,  G06V10/774 ,  G06V10/82 ,  G06T7/73 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种基于改进YOLOv3网络的铁路异物检测方法与系统，其中，该方法包括：通过设于铁路列车上的车载监控装置，以获取得到线路上的图像信息；对YOLOv3网络进行预训练，将特征图输入至层内多尺度模块并划分为低频特征图以及高频特征图，通过池化层将低频特征图进行压缩处理以降低分量冗余；然后输入至检测模块，分别计算得到异物对应的类别损失、位置损失以及置信度损失并输出最终权重文件；根据最终权重文件构建目标检测网络，以确定侵限异物的类别与位置。本发明提出的方法，可准确地得到铁路异物的位置和类别信息，以保证铁路列车自动驾驶的安全性。

公开(公告)号：CN119784656A

公开(公告)日：2025-04-08

申请号：CN202510288014.6

申请日：2025-03-12

Applicant: 华东交通大学

Inventor： 朱志亮 ,  邱雷宁馨 ,  郭泉剑 ,  罗国亮 ,  王辉

IPC: G06T5/90 ,  G06T5/70 ,  G06T5/60 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明公开了一种低照度图像增强方法、系统、存储介质及设备，涉及图像处理技术领域，该方法通过对低照度图像中的噪声进行更为细致的划分，根据噪声与图像信号之间的关系，将其分为信号相关噪声和信号无关噪声，通过这种细分，可更充分处理不同类型的噪声，从而避免去噪放大的问题。且为避免噪声对Retinex分解的干扰，区别于其他方法的处理流程，本发明当中所示方法基于构建的混合相关噪声分离的低照度图像模型和Retinex理论提出逐层分解式网络。该网络逐层将输入图像分解为噪声图像、干净图像、反射分量和照度分量，有助于网络提升去噪和Retinex分解的准确性。

公开(公告)号：CN118897474A

公开(公告)日：2024-11-05

申请号：CN202411396559.0

申请日：2024-10-09

Applicant: 华东交通大学 ,  吉安职业技术学院

Inventor： 谢春华 ,  刘永康 ,  张艳艳 ,  邓林保 ,  樊邦昌 ,  杨辉 ,  李中奇 ,  王辉 ,  张坤鹏 ,  周艳丽

IPC: G05B13/04

Abstract: 本申请公开了一种基于自适应补偿机制的高速列车容错跟踪控制方法及系统，涉及高速列车控制技术领域，该方法包括：通过对高速列车内耦合作用力的分析，构建得到非线性多质点动态模型，并将误差变量代入到其中，得到线性动态误差模型，随后转化为状态空间方程，再将执行器故障模型结合到其中，得到带有执行器故障模型的高速列车系统方程；之后设计得到干扰观测器，在线估计并补偿列车运行过程中受到的未知复杂扰动，并根据带有执行器故障模型的高速列车系统方程设计生成自适应容错控制器，即可基于干扰观测器和自适应容错控制器对高速列车进行控制，实现对期望速度曲线和期望位移曲线的跟踪。本申请上述方案可实现对高速列车速度和位移的跟踪控制。

公开(公告)号：CN118467976B

公开(公告)日：2024-09-17

申请号：CN202410911393.5

申请日：2024-07-09

Applicant: 华东交通大学

Inventor： 徐峰 ,  王辉 ,  王帆 ,  唐孝坤 ,  范自柱

IPC: G06F18/20 ,  G06F18/213 ,  G06F18/214 ,  G06F17/16

Abstract: 本申请公开了一种电熔镁炉故障诊断方法、设备及介质，涉及工业炼镁故障分类领域，该方法包括：对历史综合数据进行归一化处理，得到相应的历史视频节点特征和历史电流节点特征，根据历史视频节点特征和历史电流节点特征构造视频内模态伴随矩阵、电流内模态伴随矩阵以及时序视频与电流跨模态伴随矩阵，进行时序多模态混合网络结构的训练，得到训练好的时序多模态混合网络结构，本发明通过对电流数据和视频数据进行内模态和跨模态矩阵构造，通过视频内模态伴随矩阵、电流内模态伴随矩阵、时序视频与电流跨模态伴随矩阵，能够采集时序数据中的高阶信息，利用该高阶信息进行电熔镁炉故障诊断，提高了电熔镁炉故障诊断精度。

公开(公告)号：CN118379706A

公开(公告)日：2024-07-23

申请号：CN202410815243.4

申请日：2024-06-24

Applicant: 华东交通大学

Inventor： 王辉 ,  姜朱丰 ,  夏玉婷 ,  李泽龙 ,  范自柱 ,  罗国亮 ,  杨辉

IPC: G06V20/56 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明提供一种基于注意力与特征分频的多模态融合模型训练方法及系统，方法包括：获取多模态数据，并将多模态数据输入至预训练特征提取网络当中，以分别提取出每一种模态数据对应的不同频率大小的多种特征图；将同一频率大小的不同模态的特征图进行通道拼合，并对多种频率的通道拼合后的特征图进行分频特征融合；将多种频率的融合特征图输入到预设目标位置识别网络当中，得到车辆附近的目标位置信息，并将多种频率的融合特征图输入到预设车道位置识别网络当中进行多次迭代更新，得到车道线位置信息；计算损失函数并进行反向传播，以训练模型。本发明不仅可以提高模型识别精度，还能够有效节省计算量、提升硬件运算效率。