-
公开(公告)号：CN111915099B
公开(公告)日：2024-05-03
申请号：CN202010825898.1
申请日：2020-08-17
Applicant: 北京交通大学
IPC: G06Q10/04 , G06Q10/083 , G06Q10/067 , G06Q50/26 , G06F16/215 , G06F21/31
Abstract: 本发明提供的一种货运信息可视化的货运量预测系统，包括表现层、业务逻辑层和数据库访问层，以及数据库。其中，业务逻辑层采用灰色关联分析计算各个影响因素与铁路货运需求的关联度，探究铁路货运需求存在密切关联的指标，从而初步把握铁路货运量演变的主要原因；还通过弹性分析计量经济学的模型计算一定时期内铁路货运需求对于各个影响因素的弹性，据此确认该时期影响铁路货运需求发展的关键因素。本发明提供的系统通过将系统划分为三层，可以大大提高系统的稳定性、运行效率、可维护性和可扩展性。各层之间相互独立，有利于后期功能的增删和修改，便于扩展和维护。
-
公开(公告)号：CN117347485A
公开(公告)日：2024-01-05
申请号：CN202311300697.X
申请日：2023-10-09
Applicant: 京沪高速铁路股份有限公司 , 北京交通大学
Abstract: 本发明公开了一种用于无人机的铁路桥梁裂缝超声波检测载荷系统，涉及无人机技术领域，包括载荷系统本体，所述载荷系统本体的前端外壁两侧分别固定连接有安装块，所述安装块的一侧固定连接有限位杆。通过载荷系统搭载在无人机上飞到桥梁裂缝下方，发射换能器和接收换能器贴合在裂缝两侧，换能器与混凝土表面耦合后，主控板激发发射换能器，通过接收换能器接收返回超声波信号，移动到第二点位置，重复以上测量过程，通过公式计算裂纹深度，将测量数据通过无线通讯模块发送到操作者控制机上，通过一个主控板实现超声波收发、计算、电机驱动、无线通讯功能，直接显示裂缝深度，具有数据存储、查看、传输功能，智能化程度高，检测效率更高。
-
公开(公告)号：CN116489708A
公开(公告)日：2023-07-25
申请号：CN202310455136.0
申请日：2023-04-25
Applicant: 北京交通大学
IPC: H04W28/08
Abstract: 本发明提供了一种面向元宇宙的云边端协同的移动边缘计算任务卸载方法。该方法包括：根据用户终端设备、边缘服务器和云服务器的时延消耗和能量消耗，计算出云‑边‑端协同系统中所有移动边缘计算任务卸载过程消耗的总时延消耗和总能量消耗；以最小化所述总时延消耗和总能量消耗为目标，建立面向元宇宙的移动边缘计算卸载的目标函数；采用改进的云边端协同网络计算卸载算法求解所述目标函数，得到最优的用户终端设备的任务卸载策略。本发明方法有效融合云边端的计算能力，寻求强时效、低代价、实时性和可用性的联合目标，有效解决了云上集中处理带宽消耗大、响应速度慢的问题以及边端处理能力不足的问题，为用户提供了良好的体验。
-
公开(公告)号：CN112001539A
公开(公告)日：2020-11-27
申请号：CN202010849453.7
申请日：2020-08-21
Applicant: 北京交通大学
Abstract: 本发明提供的一种高精度的客运预测方法及客运预测系统，解决以往的客运预测方法单一，预测结果精度与可靠性较低，没有一个完整的客运需求预测系统来进行综合的整合数据资源的技术问题。本发明提供近似非齐次指数序列灰色预测模型DNGM(1,1)、OGM(1,N)模型、OBGM(1,N)模型三种预测模型，解决了预测方法单一，预测结果精度与可靠性较低等问题。客运预测系统解决了目前并没有一个完整的客运需求预测系统，来进行综合的整合数据资源，通过选择适合的算法来合理预测客运需求，并对客运信息进行综合查看展示的问题。本预测方法和预测系统可以对铁路管理决策者和工作者提供有效的支持。
-
公开(公告)号：CN111915099A
公开(公告)日：2020-11-10
申请号：CN202010825898.1
申请日：2020-08-17
Applicant: 北京交通大学
Abstract: 本发明提供的一种货运信息可视化的货运量预测系统，包括表现层、业务逻辑层和数据库访问层，以及数据库。其中，业务逻辑层采用灰色关联分析计算各个影响因素与铁路货运需求的关联度，探究铁路货运需求存在密切关联的指标，从而初步把握铁路货运量演变的主要原因；还通过弹性分析计量经济学的模型计算一定时期内铁路货运需求对于各个影响因素的弹性，据此确认该时期影响铁路货运需求发展的关键因素。本发明提供的系统通过将系统划分为三层，可以大大提高系统的稳定性、运行效率、可维护性和可扩展性。各层之间相互独立，有利于后期功能的增删和修改，便于扩展和维护。
-
Patent Agency Ranking
公开(公告)号：CN116489708B
公开(公告)日：2024-01-30
申请号：CN202310455136.0
申请日：2023-04-25
Applicant: 北京交通大学
IPC: H04W28/08
Abstract: 本发明提供了一种面向元宇宙的云边端协同的移动边缘计算任务卸载方法。该方法包括：根据用户终端设备、边缘服务器和云服务器的时延消耗和能量消耗，计算出云‑边‑端协同系统中所有移动边缘计算任务卸载过程消耗的总时延消耗和总能量消耗；以最小化所述总时延消耗和总能量消耗为目标，建立面向元宇宙的移动边缘计算卸载的目标函数；采用改进的云边端协同网络计算卸载算法求解所述目标函数，得到最优的用户终端设备的任务卸载策略。本发明方法有效融合云边端的计算能力，寻求强时效、低代价、实时性和可用性的联合目标，有效解决了云上集中处理带宽消耗大、响应速度慢的问题以及边端处理能力不足的问题，为用户提供了良好的体验。
-
公开(公告)号：CN115756873A
公开(公告)日：2023-03-07
申请号：CN202211619600.7
申请日：2022-12-15
Applicant: 北京交通大学
Abstract: 本发明提供一种基于联邦强化学习的移动边缘计算卸载方法和平台，在MEC系统目前的分布式DRL架构上引入联邦学习架构，使得卸载策略计算具备高度智能化、鲁棒性、数据安全等特性。在移动边缘计算场景中，使用该发明训练得到的智能体可以实时感知移动设备和边缘服务器的计算资源和通信资源状况，实现对这些资源的统一调度，MEC系统在调度决策的基础上可以处理移动设备的计算卸载请求。本发明提供的方法和平台考虑了在现有的分布式DRL架构下引入联邦学习策略，在指导MEC系统进行智能化的计算卸载的同时，提升模型的鲁棒性并保护数据隐私，在提升QoE的同时获得最大的系统收益。
-
公开(公告)号：CN113127538A
公开(公告)日：2021-07-16
申请号：CN202110411100.3
申请日：2021-04-16
Applicant: 北京交通大学
Abstract: 本发明提供了一种高精度的备件需求预测方法。该方法包括：采集备件需求预测相关的元数据，将ETL处理后的元数据存入数据库中；对数据库中存储的元数据进行预处理，对预处理后的元数据进行数据特征挖掘，确定影响备件需求的各个因素，分析出各个因素对备件需求的影响程度，在备件需求预测阶段，以经过影响程度分析处理后的元数据、各个有用的影响因素以及排序后的各个影响因素对备件需求的影响程度作为源数据，将源数据输入到基于LinearRegression、AdaBoost、GBDT的机器学习融合建模预测方法中，对未来某个月份的备件需求量进行预测分析，并输出预测结果。本发明方法能够通过供应链经济原理，做出合理的购买计划，有利于部门充分利用资源，合理地分配购买各备件数量，减少不必要的财产成本和其他运营成本。
-
公开(公告)号：CN111985716B
公开(公告)日：2024-05-14
申请号：CN202010849449.0
申请日：2020-08-21
Applicant: 北京交通大学
IPC: G06Q10/0637 , G06Q50/40 , G06F16/2455 , G06F16/25 , G06F16/951
Abstract: 本发明提供的一种客运信息可视化的客运量预测系统，包括：数据获取模块、数据库、分析预测模块、可视化交互模块和数据管理模块，运用可视化与用户交互技术，集查询、统计、数据挖掘和分析于一体，在建立和完善数据汇交、数据更新的机制的基础上，通过对全国旅客客运量、城市旅客发送量、旅客出行量等基础数据和专题信息的汇集、整合，基于数据建立预测模型，观测客运市场需求，开展异构、异源、海量数据资源的深度挖掘，为列车开行方案的制定提供依据。通过可视化界面以及数据管理功能，直接面向用户提供友好的人机交互界面，方便非专业的管理与决策人员操作。同时为相关部门提供数据共享和信息化服务，为铁路局的管理决策提供支撑。
-
公开(公告)号：CN112001539B
公开(公告)日：2024-03-29
申请号：CN202010849453.7
申请日：2020-08-21
Applicant: 北京交通大学
IPC: G06Q10/0637 , G06Q50/40
Abstract: 本发明提供的一种高精度的客运预测方法及客运预测系统，解决以往的客运预测方法单一，预测结果精度与可靠性较低，没有一个完整的客运需求预测系统来进行综合的整合数据资源的技术问题。本发明提供近似非齐次指数序列灰色预测模型DNGM(1,1)、OGM(1,N)模型、OBGM(1,N)模型三种预测模型，解决了预测方法单一，预测结果精度与可靠性较低等问题。客运预测系统解决了目前并没有一个完整的客运需求预测系统，来进行综合的整合数据资源，通过选择适合的算法来合理预测客运需求，并对客运信息进行综合查看展示的问题。本预测方法和预测系统可以对铁路管理决策者和工作者提供有效的支持。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.031 seconds)
