-
公开(公告)号：CN114398712B
公开(公告)日：2022-07-01
申请号：CN202210297991.9
申请日：2022-03-25
Applicant: 西南交通大学
IPC: G06F30/13 , G06F30/20 , G06F119/14
Abstract: 本发明提供了一种斜拉索实时索力的计算方法、装置、设备及可读存储介质，涉及桥梁结构分析技术领域，包括获取第一信息，第一信息包括斜拉索振动总数据及车辆过桥时间信息；基于车辆过桥时间信息对斜拉索振动总数据进行截取得到每辆列车过桥期间对应的斜拉索振动数据；分别对每辆列车过桥期间对应的斜拉索振动数据进行时序分割计算得到每辆列车过桥期间每个时刻对应的索力。其中，时序分割计算为斜拉索振动数据功率谱分析提取频域数据能量的自振频率及其阶次，短时傅里叶变换将斜拉索振动数据进行时频域计算得到斜拉索时变基频，转化为实时索力。
-
公开(公告)号：CN113792945B
公开(公告)日：2022-02-08
申请号：CN202111361152.0
申请日：2021-11-17
Applicant: 西南交通大学 , 成都交大大数据科技有限公司
Abstract: 本发明提供了一种营运车辆的派遣方法、装置、设备及可读存储介质，所述方法包括：获取第一数据、第二数据和第三数据；利用所述第一数据、第二数据和第三数据对周期性卷积双向长短时神经网络模型进行训练，得到当前时刻各区域的营运车辆预测订单量；利用自适应Adaptive‑DBSCAN聚类算法查找所述城市中的热点出行区域；根据所述当前时刻各区域的营运车辆预测订单量和所述城市中的热点出行区域，得到派遣方案，根据所述派遣方案对所述营运车辆进行派遣。本发明可以降低预测的时间和提高预测的精度和准确性，进而及时准确的做出派遣方案，从而降低道路发生拥堵的概率。
-
公开(公告)号：CN113792945A
公开(公告)日：2021-12-14
申请号：CN202111361152.0
申请日：2021-11-17
Applicant: 西南交通大学 , 成都交大大数据科技有限公司
Abstract: 本发明提供了一种营运车辆的派遣方法、装置、设备及可读存储介质，所述方法包括：获取第一数据、第二数据和第三数据；利用所述第一数据、第二数据和第三数据对周期性卷积双向长短时神经网络模型进行训练，得到当前时刻各区域的营运车辆预测订单量；利用自适应Adaptive‑DBSCAN聚类算法查找所述城市中的热点出行区域；根据所述当前时刻各区域的营运车辆预测订单量和所述城市中的热点出行区域，得到派遣方案，根据所述派遣方案对所述营运车辆进行派遣。本发明可以降低预测的时间和提高预测的精度和准确性，进而及时准确的做出派遣方案，从而降低道路发生拥堵的概率。
-
公开(公告)号：CN113570867B
公开(公告)日：2021-12-07
申请号：CN202111125550.2
申请日：2021-09-26
Applicant: 西南交通大学 , 成都交大大数据科技有限公司
Abstract: 本发明提供了一种城市交通状态预测方法、装置、设备及可读存储介质，所述方法包括：获取当前时刻之前的第一时间段内城市中各车辆的GPS定位数据和城市的路网数据；将车辆的GPS定位数据匹配到城市的路网数据上，得到匹配路网后的GPS定位数据；根据匹配路网后的GPS定位数据计算得到第一结果；基于CS‑BiLSTM模型和第一结果预测得到当前时刻之后的第二时间段内每个区域的TTI拥堵系数预测值，根据第二结果得到城市在当前时刻之后的第二时间段内的交通状态。本发明通过改进后的CS‑BiLSTM模型预测出未来某一时间段的TTI拥堵系数，可以帮助城市交通管理系统的交通管理者合理的分配交通资源。
-
公开(公告)号：CN111931345A
公开(公告)日：2020-11-13
申请号：CN202010658273.0
申请日：2020-07-09
Applicant: 西南交通大学 , 成都交大大数据科技有限公司 , 成都新橙北斗智联有限公司
IPC: G06F30/20
Abstract: 本发明涉及信息技术领域，具体而言，涉及一种监测数据预测方法、装置、设备及可读存储介质。包括获取监测点的监测数据，所述监测数据包括所述监测点每一数据时刻与所述监测点最初监测数据的差值；绘制计算曲线；根据所述计算曲线计算每一数据时刻所述计算曲线的第一切线角值；根据所述第一切线角值和回归参数，计算下一数据时刻所述计算曲线切线角的预测值；根据所述下一数据时刻所述计算曲线切线角的预测值，计算所述监测点下一数据时刻监测数据与所述监测点最初监测数据的差值的预测值。本发明通过直接利用的监测数据进行监测数据的预测，预测数据准确度高，误差小，有利于评估监测对象的安全。
-
Patent Agency Ranking
公开(公告)号：CN102082632A
公开(公告)日：2011-06-01
申请号：CN201010608554.1
申请日：2010-12-28
Applicant: 西南交通大学
Abstract: 一种多输入多输出蜂窝通信系统中下行多用户多中继传输方法。其步骤主要是：A、第一个时隙，基站进行汤姆林森-哈拉希玛预编码，将数据传输给所有中继及基站服务用户。B、基站服务用户检测与中继放大：在第一时隙内，接收到信号的基站服务用户检测出原始的数据信息，中继将接收数据进行直接放大；C、第二个时隙，基站与中继进行基于干扰对齐预编码，基站传输一个新的符号给一个新基站服务用户，而中继则将放大转发的数据进行预编码发送给所有中继服务用户；D、第二个时隙的检测：在第二个时隙接收到数据的基站服务用户与所有中继服务用户检测出发送信号。该法对空分信道的自由度利用充分，频谱利用率高，系统开销低，系统定时亦不敏感。
-
公开(公告)号：CN117874487A
公开(公告)日：2024-04-12
申请号：CN202311701877.9
申请日：2023-12-12
Applicant: 西南交通大学
IPC: G06F18/213 , G06F18/214 , G06F18/24 , G06N3/0475 , G06N3/094 , G06N3/098
Abstract: 本发明涉及辐射源识别技术领域，涉及一种未知辐射源识别方法、装置、设备及可读存储介质，所述方法包括获取辐射源信息和预设的对抗神经网络模型；将辐射源信息进行特征提取，得到特征向量；根据特征向量划分训练集和测试集，并根据训练集确定锚样本、正样本和负样本；根据锚样本、正样本和负样本对预设的对抗神经网络中的分类器的损失函数进行优化，得到第一损失函数；根据第一损失函数、测试集和训练集对预设的对抗神经网络模型进行训练，得到训练后的对抗神经网络模型；将每个客户端训练后的对抗神经网络模型进行联邦学习，得到全局模型，本发明对神经网络的损失函数进行优化，提高了训练集中样本特征的聚集性，使神经网络的识别精度更高。
-
公开(公告)号：CN117274957A
公开(公告)日：2023-12-22
申请号：CN202311567597.3
申请日：2023-11-23
Applicant: 西南交通大学
IPC: G06V20/58 , G06T3/40 , G06V10/40 , G06V10/764
Abstract: 本发明提供了一种基于深度学习的道路交通标志检测方法及系统，涉及图像处理技术领域，包括获取道路的实景原图信息；基于预设的切图策略将所述道路的实景原图信息进行切割，得到至少两个所述实景原图的子图信息；将所述实景原图的子图信息发送至预设的神经网络模型进行筛选，得到包含交通标志的子图信息；将所述包含交通标志的子图信息进行分辨率重建，得到增强分辨率后的子图信息；将增强分辨率后的子图信息发送至预设的目标检测模型进行检测，得到子图信息内的特征数据信息；将所述子图信息内的特征数据信息进行融合，得到交通标志的位置信息。本发明实现了自动化道路交通标志检测，提高了标志检测的准确性和效率。
-
公开(公告)号：CN116383982A
公开(公告)日：2023-07-04
申请号：CN202211733689.X
申请日：2022-12-30
Applicant: 西南交通大学
IPC: G06F30/17 , G06F30/23 , G06F111/10 , G06F119/02 , G06F119/14 , G06F119/08
Abstract: 本发明公开了一种CRTSII型轨道板上拱稳定性判别方法，该方法包括以下步骤：建立CRTSII型轨道板的二维数值计算模型；将不同的不利影响因素进行组合形成计算工况，并采用二维数值计算模型计算所述计算工况在上拱允许矢度条件下的轨道板允许升温幅度；根据计算工况和轨道板允许升温幅度建立样本数据库，采用回归分析方法构建不利影响因素与板体允许升温幅度间的回归模型，并对所述回归模型进行改进；根据改进后的回归模型、不利影响因素实测值和轨道板实际最大升温幅度，判断CRTSII型轨道板上拱稳定性。本发明对CRTSII型轨道板的不利影响因素进行了精确的模拟，建立了具有代表性的样本数据库，并通过改进的回归模型提升了CRTSII型轨道板上拱稳定性判别的准确性和高效性。
-
公开(公告)号：CN115496709A
公开(公告)日：2022-12-20
申请号：CN202210976567.7
申请日：2022-08-15
Applicant: 西南交通大学
Abstract: 本发明提供了一货车轴型判别方法、货车限重判断方法及系统，涉及车辆监测技术领域，包括获取图像中的货车目标所对应的区域检测框和轮轴目标对应的目标检测框；将所述区域检测框和目标检测框映射在所述直角坐标系中；确定区域检测框和目标检测框在直角坐标系中的坐标值，根据坐标值判断每一个目标检测框与区域检测框的位置关系；获取位于区域检测框内的所有目标检测框，按照横坐标对所有目标检测框依次排序；依次计算相邻目标检测框间的距离和相邻目标检测框的平均宽度，若所述距离小于平均宽度，则相邻目标检测框内的检测目标为联轴关系，用于解决现有技术中当在对货车的轮轴进行检测时，附近其他车的轮轴也会被检测到，对判断结果造成干扰的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.03 seconds)
