-
公开(公告)号：CN103486971A
公开(公告)日：2014-01-01
申请号：CN201310353919.4
申请日：2013-08-14
Applicant: 北京交通大学
Abstract: 本发明涉及轨道交通中地铁隧道裂缝宽度的检测和估计。在地铁隧道表面裂缝检测过程中，由于地铁隧道内环境的复杂性，如灰尘掩盖、阴影影响等，对裂缝宽度的检测产生干扰，以及图像处理过程中对裂缝宽度测量的不准确的限制，简单通过一次图像处理得到的裂缝宽度数据并不能完全准确代表裂缝真实宽度，可能存在较大的误差，不能满足安全性要求。因此，本算法提出了一种有效的地铁隧道裂缝宽度检测及校正算法，本发明算法流程分为三个阶段：数据采集阶段、数据处理阶段、校正阶段。本发明对图像处理得到的结果和历史数据进行融合，提高了裂缝宽度预测的真实性。
-
Patent Agency Ranking
公开(公告)号：CN103486971B
公开(公告)日：2016-07-13
申请号：CN201310353919.4
申请日：2013-08-14
Applicant: 北京交通大学
Abstract: 本发明涉及轨道交通中地铁隧道裂缝宽度的检测和估计。在地铁隧道表面裂缝检测过程中，由于地铁隧道内环境的复杂性，如灰尘掩盖、阴影影响等，对裂缝宽度的检测产生干扰，以及图像处理过程中对裂缝宽度测量的不准确的限制，简单通过一次图像处理得到的裂缝宽度数据并不能完全准确代表裂缝真实宽度，可能存在较大的误差，不能满足安全性要求。因此，本算法提出了一种有效的地铁隧道裂缝宽度检测及校正算法，本发明算法流程分为三个阶段：数据采集阶段、数据处理阶段、校正阶段。本发明对图像处理得到的结果和历史数据进行融合，提高了裂缝宽度预测的真实性。
-
公开(公告)号：CN103617289A
公开(公告)日：2014-03-05
申请号：CN201310684518.7
申请日：2013-12-12
Applicant: 北京交通大学长三角研究院
IPC: G06F17/30
CPC classification number: G06F16/3322 , G06F16/9535 , G06Q50/01
Abstract: 本发明涉及一种基于用户特征及网络关系的微博推荐方法。该方法包括以下步骤：1）网络拓扑关系矩阵的建立和更新；2)网络拓扑关系矩阵更新；3）不同用户之间关联度的确定；4）关注强度矩阵的最终确定。本发明通过构建了用户和话题之间的网络关系，得到用户和话题之间的关联程度，通过一段时间内话题内容的变化分析用户行为，利用分析的结果对关联关系进行进一步的修正，从而准确的得到用户关注的话题，对用户进行推荐，与传统的推荐方法相对比，该方法有效提高了微博话题推荐的准确度。
-
公开(公告)号：CN103546465A
公开(公告)日：2014-01-29
申请号：CN201310482763.X
申请日：2013-10-15
Applicant: 北京交通大学长三角研究院
IPC: H04L29/06
Abstract: 本发明涉及一种基于数据流周期监测的LDoS攻击检测与防御方法。方法包括以下步骤：1）记录进入该路由器的每个数据包的流标识与到达时刻；2）查找数据流特征库，判断该数据包的流标识是否已经存在于数据流特征库中，若没有则将该数据流的特征信息先存入数据流特征库，然后直接跳到第5）步，否则继续执行以下步骤；3）计算该数据流最新的前项、后项比以及周期等，存入数据流特征库；4）断该数据流是否符合攻击特征库中的特征，如若符合，计算出最新攻击时长、周期存入数据流特征库并丢弃该包，否则继续执行以下步骤；5）进入路由器的队列模块，根据相应的队列丢弃规则排队。本发明检测效率高、误判率低、实施方便、易于扩展。
-
公开(公告)号：CN103617289B
公开(公告)日：2017-09-19
申请号：CN201310684518.7
申请日：2013-12-12
Applicant: 北京交通大学长三角研究院
IPC: G06F17/30
Abstract: 本发明涉及一种基于用户特征及网络关系的微博推荐方法。该方法包括以下步骤：1）网络拓扑关系矩阵的建立和更新；2)网络拓扑关系矩阵更新；3）不同用户之间关联度的确定；4）关注强度矩阵的最终确定。本发明通过构建了用户和话题之间的网络关系，得到用户和话题之间的关联程度，通过一段时间内话题内容的变化分析用户行为，利用分析的结果对关联关系进行进一步的修正，从而准确的得到用户关注的话题，对用户进行推荐，与传统的推荐方法相对比，该方法有效提高了微博话题推荐的准确度。
-
公开(公告)号：CN103546465B
公开(公告)日：2016-10-19
申请号：CN201310482763.X
申请日：2013-10-15
Applicant: 北京交通大学长三角研究院
IPC: H04L29/06
Abstract: 本发明涉及一种基于数据流周期监测的LDoS攻击检测与防御方法。方法包括以下步骤：1）记录进入该路由器的每个数据包的流标识与到达时刻；2）查找数据流特征库，判断该数据包的流标识是否已经存在于数据流特征库中，若没有则将该数据流的特征信息先存入数据流特征库，然后直接跳到第5）步，否则继续执行以下步骤；3）计算该数据流最新的前项、后项比以及周期等，存入数据流特征库；4）断该数据流是否符合攻击特征库中的特征，如若符合，计算出最新攻击时长、周期存入数据流特征库并丢弃该包，否则继续执行以下步骤；5）进入路由器的队列模块，根据相应的队列丢弃规则排队。本发明检测效率高、误判率低、实施方便、易于扩展。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
