-
公开(公告)号：CN116338988A
公开(公告)日：2023-06-27
申请号：CN202310277031.0
申请日：2023-03-21
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于相变材料二氧化钒(VO2)的温控拓扑开关。包括：以六个沿圆周方向均匀分布的硅介质圆柱体组成的周期性单元结构，在所述硅介质圆柱体之间以空气作为填充材料。所述周期性单元结构内的硅介质圆柱体之间的距离在开关器件上半个区域较大，在开关器件下半个区域较小。所述开关器件在中间一部分单元结构区域的圆柱体以VO2代替硅介质。所述圆柱体夹在两块平行金属板之间。所述开关器件以放置在中间区域的上侧单元结构中心位置处的磁偶极子作为激励点源。本发明提供的基于相变材料VO2的温度控制开关具有能量单向稳定传输的特性，实现了在低温状态下的导通和高温状态下的关闭状态，并且具有较大的消光比。
-
公开(公告)号：CN113569849A
公开(公告)日：2021-10-29
申请号：CN202110891232.0
申请日：2021-08-04
Applicant: 北京交通大学
Abstract: 本发明属于汽车充电桩出厂质量检测领域，具体方案为：基于计算机视觉的汽车充电桩界面检测智能交互系统，具体步骤为：一、拍摄充电桩屏幕界面获得实时画面，并进行三维重建得到深度信息；二、使用卷积神经网络对现有充电桩屏幕界面样本进行文字检测与界面定位，得到充电桩屏幕界面类别信息与文本行信息；三、将类别信息与文本行信息送入并行多模型文字识别网络中，提取关键信息并记录文本行中心点坐标；四、将文本识别结果与指令内容匹配，得到需要点击的内容；五、寻找文本行中心点坐标，并从深度图中进行深度采样，获得中心点的三维坐标；六、借助ROS平台进行静态坐标转换；七、机械臂根据坐标点击充电桩屏幕，完成操作，速度快，准确率高。
-
公开(公告)号：CN109670144A
公开(公告)日：2019-04-23
申请号：CN201811366755.8
申请日：2018-11-16
Applicant: 北京交通大学
IPC: G06F17/18 , G06F16/2458
Abstract: 本发明提供了一种基于拉格朗日插值法的缺失值处理方法，用于解决现有技术中使用拉格朗日插值法对缺失值处理时存在的问题。所述方法通过对需要进行插值计算的数据集，逐个判断数据集中的数据是否为缺失值，对所判断的缺失值，分别计算对应不同窗口大小时的预测值，再计算所有预测值与当前缺失值前向/后向数据的连线斜率，通过对所有斜率的比较，得出最优的插补值。本发明引入斜率作为评判预测值的标准，使得拉格朗日插补法确定最优阶数以实现对缺失值的最优插补，提高了插补精度，同时改善了拉格朗日插补方法中的“龙格”现象。
-
公开(公告)号：CN110826316B
公开(公告)日：2021-08-10
申请号：CN201911077763.5
申请日：2019-11-06
Applicant: 北京交通大学
IPC: G06F40/279 , G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本发明实施例提供了一种应用于裁判文书中敏感信息的识别方法，包括：步骤1：在中国裁判文书网上获取的裁判文书，对裁判文书进行分句和分词处理；步骤2：对处理后的裁判文书进行命名实体识别抽取实体以及属性值；步骤3：对处理后的裁判文书进行语义角色标注，构建关于事件发生情况的三元组；步骤4：对抽取实体和属性值利用关系抽取，构建关系三元组；步骤5：根据事件发生情况的三元组和关系三元组通过实体对齐构建结构数据网；步骤6：根据不宜公开的信息内容定义敏感信息，利用结构数据网标注裁判文书中所对应的敏感信息。本发明实施例提供了一种应用于裁判文书中敏感信息的识别方法，利用机器学习对法律概念、自然语言的语义理解，对裁判文书中的敏感信息进行识别，对司法公开，保障公众的知情权和监督权具有良好的现实意义。
-
公开(公告)号：CN110826316A
公开(公告)日：2020-02-21
申请号：CN201911077763.5
申请日：2019-11-06
Applicant: 北京交通大学
IPC: G06F40/279 , G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本发明实施例提供了一种应用于裁判文书中敏感信息的识别方法，包括：步骤1：在中国裁判文书网上获取的裁判文书，对裁判文书进行分句和分词处理；步骤2：对处理后的裁判文书进行命名实体识别抽取实体以及属性值；步骤3：对处理后的裁判文书进行语义角色标注，构建关于事件发生情况的三元组；步骤4：对抽取实体和属性值利用关系抽取，构建关系三元组；步骤5：根据事件发生情况的三元组和关系三元组通过实体对齐构建结构数据网；步骤6：根据不宜公开的信息内容定义敏感信息，利用结构数据网标注裁判文书中所对应的敏感信息。本发明实施例提供了一种应用于裁判文书中敏感信息的识别方法，利用机器学习对法律概念、自然语言的语义理解，对裁判文书中的敏感信息进行识别，对司法公开，保障公众的知情权和监督权具有良好的现实意义。
-
Patent Agency Ranking
公开(公告)号：CN115275015B
公开(公告)日：2025-05-13
申请号：CN202210821389.0
申请日：2022-07-13
Applicant: 北京交通大学
Abstract: 本发明提供一种基于载流子选择透过膜的双功能光电探测器及制备方法，包括自下而上依次布置的透明基底、透明阳极、透明空穴传输层、钙钛矿层、载流子选择透过层、有机响应层、电子传输层、阴极修饰层和透明阴极。载流子选择透过层使有机响应层产生的空穴自由通过，阻碍钙钛矿层的光生电子通过；在载流子选择透过膜的作用下，对前、后活性层的载流子进行主动行为调控，最终使得信号光从阳极入射时可实现窄带信号探测，信号光从阴极入射时可实现宽带信号探测。本发明提供的双功能光电探测器：在无外置偏压下，单个器件中可分别实现近红外窄带和紫外‑可见‑近红外宽带的光信号探测，并且具有较高的外量子效率和响应度，同时具有较高的弱光探测能力。
-
公开(公告)号：CN110175557A
公开(公告)日：2019-08-27
申请号：CN201910439572.2
申请日：2019-05-24
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于驾驶特征群的驾驶员驾驶行为识别分类方法及系统，属于数据分析技术领域，从数据库中采集固定时间段内多名驾驶员的行车轨迹数据作为原始数据集；根据道路交通安全规则对各驾驶员固定时间段内的行车轨迹进行特征提取，获得各驾驶员的驾驶行为特征；对提取的各驾驶员的驾驶行为特征进行归一化，得到驾驶特征向量；对驾驶特征向量进行主成分分析降维；根据降维后的驾驶特征向量，结合均值聚类算法k-means进行驾驶行为识别分类。本发明全面提取了驾驶员的十种反应驾驶行为倾向的驾驶特征，再通过kmeans聚类将驾驶员分为“危险型，普通型，温和型”三类，可用于道路交通安全监管部门和车载语音系统等对存在潜在安全隐患的驾驶员进行警示。
-
公开(公告)号：CN117135940A
公开(公告)日：2023-11-28
申请号：CN202311052981.X
申请日：2023-08-21
Applicant: 北京交通大学
Abstract: 本申请实施例提供一种光致诱导窄带光电探测器及其使用方法，包括：基底；阳极，设置在基底的一侧；空穴传输层，设置在阳极背离基底的一侧；光诱导复合滤光层，设置在空穴传输层背离阳极的一侧；光响应层，设置在光诱导复合滤光层背离空穴传输层的一侧；阴极，设置在光响应层背离光诱导复合滤光层的一侧；其中，光诱导复合滤光层吸收的光的波长范围与光响应层吸收的光的波长范围不同，且光诱导复合滤光层的电子传导率大于光响应层的电子传导率。通过本申请实施例提供的一种光致诱导窄带光电探测器及其使用方法，可以降低窄带光电探测器使用时的噪声信号串扰，提高窄带光电探测器的信噪比。
-
公开(公告)号：CN113569849B
公开(公告)日：2023-11-21
申请号：CN202110891232.0
申请日：2021-08-04
Applicant: 北京交通大学
IPC: G06V20/62 , G06V30/148 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/08
-
公开(公告)号：CN114662559A
公开(公告)日：2022-06-24
申请号：CN202210143225.7
申请日：2022-02-16
Applicant: 山西省交通新技术发展有限公司 , 北京交通大学
Inventor： 刘文辉 , 赵建东 , 付文彪 , 刘伟 , 张金亮 , 冯永飞 , 贺晓宇 , 罗二娟 , 朱江 , 罗凯 , 王雪鹏 , 贾志龙 , 和兆建 , 李琳 , 张宇 , 巩跃龙 , 王程宏 , 张泽乾
IPC: G06K9/62
Abstract: 本发明公开了一种基于SVM模型的污水处理系统的健康状态判断方法，包括以下步骤：首先，构建原始特征数据集，根据各个子设备工作时产生的运行数据特点构建数据集，为整个系统中的各个子设备和系统所处环境特征参数构建其自身的单层SVM健康状态判断模型，并且得到各自的健康状态；然后，将各个子设备和系统所处环境特征参数的健康状态进行汇总训练，再训练得出一个单层SVM模型，最终得出整个系统的健康状态判断模型；最后，将待判断的全系统数据输入训练后的双层SVM模型，得到全系统的健康状态判断结果。SVM模型较决策树模型而言不易造成模型过拟合，同时由于各个子设备和整个系统的特征量较多，SVM可以更好的处理高维特征。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.094 seconds)
