-
公开(公告)号：CN115200584A
公开(公告)日：2022-10-18
申请号：CN202210629217.3
申请日：2022-05-30
Applicant: 西南交通大学
IPC: G01C21/20
Abstract: 本发明提供了一种路径规划方法、装置、设备及可读存储介质，所述方法包括：获取全局静态地图；将所述全局静态地图转化为二维灰度图，在所述二维灰度图内进行随机点的采样，得到随机点的位置信息；基于路径起点的位置信息、路径终点的位置信息、所述随机点的位置信息生成全局路径；利用三次B样条曲线法对所述全局路径进行轨迹优化，得到优化后的全局路径。本发明规划出的全局路径相较于传统算法具有路径长度较短、规划时间较短、存储资源消耗少、全局轨迹平滑度较好的优点。因此当此本发明运用到实际的移动机器人中时，机器人的运动耗能、耗时都会减少，运动轨迹也会更加合理，也更加有利于移动机器人的辅助工作。
-
公开(公告)号：CN114817425B
公开(公告)日：2022-09-02
申请号：CN202210740213.2
申请日：2022-06-28
Applicant: 成都交大大数据科技有限公司 , 西南交通大学 , 中铁建安工程设计院有限公司
Abstract: 本发明提供了一种冷热数据分类的方法、装置、设备及可读存储介质，涉及数据存储技术领域。本申请中通过统计入库数据的访问特性以及入库数据本身所具有的价值大小，基于数据价值的改进的牛顿冷却定律的冷热数据分类模型计算入库数据在当前时刻下的温度，从而可以在任意时刻根据入库数据温度值的大小进行划分，将入库数据实时的划分为热数据、温数据、冷数据，基于冷热特性为数据的分层存储提供坚实的基础，有助于将数据价值高、访问频率高的数据放在高速存储设备中，将数据价值低、访问频率低的数据放在低速存储设备中，通过这种方式能够有效降低数据管理终端中海量数据的存储成本。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN112575891B
公开(公告)日：2021-10-15
申请号：CN202011490611.0
申请日：2020-12-17
Applicant: 西南交通大学 , 四川炬原玄武岩纤维科技有限公司
Abstract: 本发明公开一种基于波形BFRP连接板的低震损梁柱节点，具体为：波形BFRP连接板和BFRP开孔板的一端通过环氧树脂粘贴在竖向BFRP管管壁外侧；波形BFRP连接板的另一端部设置平台段，平台段上预留通孔，该通孔与梁纵钢筋端部的弯钩连接；BFRP开孔板、波形BFRP连接板和梁纵钢筋通过混凝土浇筑成整体，形成横梁；竖向BFRP管管内填充混凝土形成立柱。本发明可实现有效增大梁端的弹性变形能力，在中小地震作用下，可有效减轻梁柱节点的地震损伤；在强震作用下，可BFRP板、钢筋等重要材料均保持弹性，仅有部分混凝土出现损伤，震后仅需清除梁端破损混凝土，重新浇筑成形即可。
-
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。
-
公开(公告)号：CN1134404A
公开(公告)日：1996-10-30
申请号：CN95111332.1
申请日：1995-04-25
Applicant: 西南交通大学
IPC: C04B14/38 , C04B35/584 , C01B21/068
Abstract: 本发明涉及一种制备氮化硅(阿耳法-氮化硅)晶须的方法，采用适当粒度的氧化硅粉末为原材料，在一定压力的氮气氛下，在石墨容器内经1200℃～1600℃之间直接反应生成晶体结构完整的，表面质量优良的单晶阿耳法-氮化硅晶须。所得制品可应用于各种复合材料的增强、增韧，以及特殊用途的功能材料。
-
公开(公告)号：CN117874487B
公开(公告)日：2024-07-26
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：CN115200584B
公开(公告)日：2024-07-26
申请号：CN202210629217.3
申请日：2022-05-30
Applicant: 西南交通大学
IPC: G01C21/20
Abstract: 本发明提供了一种路径规划方法、装置、设备及可读存储介质，所述方法包括：获取全局静态地图；将所述全局静态地图转化为二维灰度图，在所述二维灰度图内进行随机点的采样，得到随机点的位置信息；基于路径起点的位置信息、路径终点的位置信息、所述随机点的位置信息生成全局路径；利用三次B样条曲线法对所述全局路径进行轨迹优化，得到优化后的全局路径。本发明规划出的全局路径相较于传统算法具有路径长度较短、规划时间较短、存储资源消耗少、全局轨迹平滑度较好的优点。因此当此本发明运用到实际的移动机器人中时，机器人的运动耗能、耗时都会减少，运动轨迹也会更加合理，也更加有利于移动机器人的辅助工作。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.034 seconds)
