-
公开(公告)号：CN117195894A
公开(公告)日：2023-12-08
申请号：CN202310883609.7
申请日：2023-07-18
Applicant: 安徽省交通规划设计研究总院股份有限公司 , 重庆交通大学 , 安徽省交规院工程智慧养护科技有限公司
IPC: G06F40/295 , G06F40/30
Abstract: 本发明公开了一种多维特征融合的桥梁康养领域实体对齐方法，收集实体名称、本体概念、概念描述、属性值、知识三元组相关数据，构建该领域实体对齐语料库，进一步构建多维特征融合的桥梁康养领域实体对齐模型，通过领域词嵌入捕获浅层语义，文本嵌入捕获深层语义，三元组嵌入捕获结构特征，并计算目标实体相关特征在相同向量空间下的语义相似度，设置可学习的自适应权重超参数实现实体对间的多维特征融合，得到最终的实体对综合语义相似度结果。本发明将领域词嵌入、文本嵌入与知识三元组嵌入方法相结合，同时保留了领域实体对间的浅层语义特征、深层语义特征以及在结构上的关联，进一步提高了模型的性能和领域适应性。
-
公开(公告)号：CN117131200A
公开(公告)日：2023-11-28
申请号：CN202310883586.X
申请日：2023-07-18
Applicant: 安徽省交通规划设计研究总院股份有限公司 , 重庆交通大学 , 安徽省交规院工程智慧养护科技有限公司
Abstract: 本发明公开了一种基于深度学习的桥梁康养知识图谱构建方法,该方法首先对桥梁管养领域文本中的实体和关系进行标注，形成该领域知识抽取语料库；其次，提出基于预训练语言模型的信息抽取模型，该模型的嵌入层共享ALBERT预训练语言模型对领域文本描述进行知识表征，命名实体识别模块采用Transformer进行词嵌入的语义特征提取，关系抽取模块采用BiGCN提取特征，分别使用CRF和Softmax对命名实体和实体间关系进行标签预测，输入领域标注语料进行模型训练；然后，利用训练好的知识抽取模型进行该领域命名实体识别和关系抽取；最后，根据所抽取的实体和关系构建桥梁康养知识图谱。本发明应用于领域知识图谱构建过程，实现了桥梁康养知识的半自动化信息抽取，降低人工构建成本。
-
公开(公告)号：CN116612082A
公开(公告)日：2023-08-18
申请号：CN202310562761.5
申请日：2023-05-18
Applicant: 重庆交通大学
IPC: G06T7/00 , G06N3/0455 , G06N3/045 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048
Abstract: 本发明涉及桥梁裂缝检测技术领域，尤其涉及一种基于高低层特征关联的混凝土桥梁网状裂缝检测方法。本发明包括以下步骤：S1：基于编码器‑解码器结构，建立低级特征层和高级特征层之间的关系，形成高低层特征关联模块；S2：采用自适应最大池化取代高效注意力机制模块中的全局平均池化，形成注意力机制处理模块；S3：将最大池化和平均池化相结合，形成池化叠加模块。本发明通过基于编码器‑解码器结构，建立低级特征层和高级特征层之间的关系，形成高低层特征关联模块，能够很好地连接上下层之间的特征提取图，弥补上层特征图在池化过程中丢失的部分特征，以此达到提高细小分支裂缝特征信息的分割效果。
-
公开(公告)号：CN116573019A
公开(公告)日：2023-08-11
申请号：CN202310590078.2
申请日：2023-05-24
Applicant: 重庆交通大学
IPC: B61L27/00 , G06N3/0464 , G06N3/08 , G06N3/096
Abstract: 本发明提供了一种无人驾驶列车的多场景停车控制方法，其特征在于：涉及的硬件包括列车控制调度中心、中心云计算模块和多个边缘云计算模块；所述控制方法包括：边缘云计算模块采集训练数据，中心云计算模块采用知识蒸馏的方法训练并轻量化正常停车深度学习模型，边缘云计算模块与中心云计算模块相结合采用模型聚合的方法训练临时停车深度学习模型，各个边缘云计算模块利用正常停车深度学习模型和临时停车深度学习模型分别控制对应子线路上运行列车的正常停车和临时停车。采用本发明所述的控制方法，能实现对无人驾驶列车的多场景停车控制，还能提高停车精度、减小通信压力。
-
公开(公告)号：CN116573016A
公开(公告)日：2023-08-11
申请号：CN202310590081.4
申请日：2023-05-24
Applicant: 重庆交通大学
IPC: B61L23/00 , G06N3/045 , G06N3/0475 , G06N3/094 , B61L25/02
Abstract: 本发明提供了一种新开通线路列车的精确停车控制方法，其特征在于：包括数据收集模块、模型训练模块、生成器微调模块和列车停车控制模块；新开通线路上A类列车的精确停车控制方法包括：针对4种载客类型训练得到4个停车控制序列生成器，列车根据当前的客流量类型选择对应的停车控制序列生成器控制列车停车。对于单个载客类型，从k条成熟线路上采集停车数据放入GAN模型的k个判别器中作为真实样本，k个判别器组成一个集成判别器与生成器对抗训练，将训练得到的生成器用新开通线路少量的停车数据进行模型参数微调得到停车控制序列生成器。采用本发明所述的方法，能有效提高新开通线路列车的停车精度。
-
Patent Agency Ranking
公开(公告)号：CN110532303B
公开(公告)日：2023-05-09
申请号：CN201910833315.7
申请日：2019-09-04
Applicant: 重庆交通大学
IPC: G06F16/2458 , G06Q50/08
Abstract: 本发明公开了一种针对桥梁管养信息的信息检索及潜在关系发掘方法，包括：S1、定义样本数据结构信息，所述样本数据结构信息包括样本数据及样本数据相互之间的关系；S2、基于所述样本数据结构信息构建桥梁管养本体知识库结构，将实例样本数据导入桥梁管养本体知识库结构生成桥梁管养本体知识库；S3、基于桥梁管养本体知识库建立推理规则；S4、获取待发掘信息，基于所述推理规则利用语义逻辑推理机检索桥梁管养本体知识库和/或生成待发掘信息之间的潜在关系信息。本发明提高了BIM模型对桥梁管养信息的重用性和交互性，通过采用语义逻辑推理机发掘管养信息中潜在的关系信息，极大地提升了桥梁管养领域的智能化管理水平。
-
公开(公告)号：CN114878576A
公开(公告)日：2022-08-09
申请号：CN202210383239.6
申请日：2022-04-13
Applicant: 云南武易高速公路有限公司 , 同济大学 , 云南楚姚高速公路有限公司 , 湖南大学 , 重庆交通大学
Abstract: 本发明的一种公路隧道病害集成检测车，其通过设置前检测部和后检测部，使得该检测车能够通过剪叉机构实现在隧道内的行进，而且由于在前检测部和后检测部上均设置了不相互重叠的检测组件，使得本检测车的检测更加全面，同时，检测组件由于设置了软笔头和硬笔头从而使得该检测组件能够同时检测出裂缝和凸起并且做出不同的记录，更进一步的，在检测出裂缝后还可以通过浆液修补组件进行裂缝修补，进一步提高了设备的智能化，同时，在检测车上设置了扫描仪结构，将纸质的记录纸转换为可远程发送和电脑操作的数据格式，进一步提高了检测车的智能性。
-
公开(公告)号：CN112926448B
公开(公告)日：2022-06-14
申请号：CN202110209645.6
申请日：2021-02-24
Applicant: 重庆交通大学
Abstract: 本发明公开了一种相干斑模式起伏稳健的SAR图像分类方法，包括：获取待分类SAR图像；将待分类SAR图像输入训练后的SAR图像分类网络得到待分类SAR图像的分类结果，所述训练后的SAR图像分类网络对无相干斑噪声SAR图像以及对应的相干斑噪声SAR图像提取的特征描述矢量相似且分类结果相同。本发明通过正则约束对特征提取部分和分类器部分都做了约束，增强了对于相干斑噪声的鲁棒性。并且，与现有技术相比，无需进行数据增强，也无需设计特定的相干斑滤波方法。
-
公开(公告)号：CN108932382B
公开(公告)日：2022-05-10
申请号：CN201810701641.8
申请日：2018-06-29
Applicant: 重庆交通大学
IPC: G06F30/23 , G06F111/10
Abstract: 本发明公开了一种货运铁路简支梁桥的结构状态评价方法，包括获取目标简支梁桥的实时载荷值及与所述实时载荷值对应的实时监测值；获取状态评价区间(η1，η2)，其中η1为最佳状态取值；基于状态评价区间(η1，η2)及实时监测比例值η计算状态评分；基于状态评分生成所述目标简支梁桥的状态评价信息。本发明采用实测值与理论值的比例系数来作为评价简支梁桥结构是否完好的指标，可以避免简支梁桥结构完好时承受较大载荷出现的错报，还可以避免简支梁桥结构损坏时承受载荷较小出现的漏报。
-
公开(公告)号：CN111709393B
公开(公告)日：2022-04-12
申请号：CN202010609544.3
申请日：2020-06-29
Applicant: 重庆交通大学
Abstract: 本发明公开了联合卷积与循环神经网络的结构损伤识别方法，包括：利用多个传感器采集待测目标不同位置的振动响应加速度数据；对振动响应加速度数据进行预处理形成时间序列数据矩阵；利用卷积神经网络从时间序列数据矩阵中提取空间相关性特征及短时间尺度依赖特征；利用门控循环网络基于空间相关性特征及短时间尺度依赖特征提取长时间尺度依赖性特征；利用长时间尺度依赖性特征对待测目标的损伤状态进行分类。本发明考虑监测数据在时间和空间上的联系，避免损伤状态识别中出现特征提取不足、鲁棒性差、模式分类能力较弱的情况，显著提高了结构损伤识别的精度，并能在合理的训练条件下节省更多的计算空间消耗，具有较好的计算时间和空间平衡性。
-
-
-
-
-
-
-
-
-
Search Results
117
records
(took 0.029 seconds)
