公开(公告)号：CN115269567B

公开(公告)日：2023-04-18

申请号：CN202210675433.1

申请日：2022-06-15

Applicant: 北京交通大学

Inventor： 李旭 ,  李海波 ,  王玉杰 ,  王双敬 ,  李建斌 ,  武雷杰 ,  荆留杰 ,  李鹏宇 ,  原继东

IPC: G06F16/215 ,  G06F16/23 ,  G06F30/27 ,  G06F18/214 ,  G06N3/0464 ,  G06F119/14

Abstract: 本发明提供了一种基于机器学习的TBM新建工程数据增强方法。该方法包括对历史工程和新建工程TBM循环段中关键破岩参数数据进行数据清洗；对历史工程清洗后的TBM关键破岩参数采用转换不变量进行转换；将经过转换不变量转换后的历史工程关键破岩数据和新建工程掘进初期的少量数据进行合并，统一到新建工程数据的框架下，得到数据增强后的新数据集；利用机器学习模型对所示新数据集进行训练，验证所述新数据集的准确性。本发明通过不变量转换，将不同工程的数据统一到同一个框架下进行数据增强，从而起到新建工程施工初期增加数据量的作用。

公开(公告)号：CN119046134A

公开(公告)日：2024-11-29

申请号：CN202410975322.1

申请日：2024-07-19

Applicant: 北京交通大学

Inventor： 林友芳 ,  李博诺 ,  陈明达 ,  王博 ,  江云松 ,  陈睿 ,  李鹏宇

IPC: G06F11/36 ,  G06F8/30 ,  G06F8/41

Abstract: 一种基于代码大语言模型的对话驱动回归测试生成方法，属于计算机技术领域。收集并准备面向C语言程序的数据集，包括源代码、对应的测试需求自然语言描述、测试用例数据约束以及官方测试用例示例；确定合适的大语言模型；从数据集中选择待测函数开始生成测试用例；设计面向不同类型C语言程序的提示(prompt)模板，以引导模型生成特定类型和规范格式的测试用例；使用大语言模型对测试需求进行语义分析并将分析结果反馈给自身来加深大语言模型对测试需求的理解；检测生成测试用例的测试输入参数是否与被测函数参数一一对应，指导大模型修正测试用例数据类型；对生成的测试用例进行测试，生成用例质量评估报告。

公开(公告)号：CN116682010B

公开(公告)日：2024-01-23

申请号：CN202310643903.0

申请日：2023-06-01

Applicant: 北京交通大学

Inventor： 董子开 ,  李旭 ,  荆留杰 ,  李鹏宇 ,  姚敏 ,  龚秋明 ,  周小雄 ,  田国帅 ,  刘建国 ,  陈祖煜

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/774 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 类识别输出结果。本案涉及一种基于TBM岩渣图像的围岩分类实时预测方法，涉及隧道工程TBM围岩分类预测及自动化判别技术领域，用于提前判断掌子面岩体围岩分类，为后续支护及掘进参数调整实时提供建议；同时减少围岩分类判断的人为主观性，提高地质工程师的工作效率，为自动化围岩分类判别提供技术支持。步骤包括：在当前循环段，定时获取的TBM岩渣图像，利用训练好的围岩分类预测模型判定围岩等级分类结果；循环段进行过

公开(公告)号：CN116682010A

公开(公告)日：2023-09-01

申请号：CN202310643903.0

申请日：2023-06-01

Applicant: 北京交通大学

Inventor： 董子开 ,  李旭 ,  荆留杰 ,  李鹏宇 ,  姚敏 ,  龚秋明 ,  周小雄 ,  田国帅 ,  刘建国 ,  陈祖煜

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/774 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本案涉及一种基于TBM岩渣图像的围岩分类实时预测方法，涉及隧道工程TBM围岩分类预测及自动化判别技术领域，用于提前判断掌子面岩体围岩分类，为后续支护及掘进参数调整实时提供建议；同时减少围岩分类判断的人为主观性，提高地质工程师的工作效率，为自动化围岩分类判别提供技术支持。步骤包括：在当前循环段，定时获取的TBM岩渣图像，利用训练好的围岩分类预测模型判定围岩等级分类结果；循环段进行过程中，根据当前循环段已获取多张岩渣图像判定结果，实时计算当前循环段属于各类围岩的概率Pi，选取最高概率对应的围岩分类，作为围岩分类识别输出结果。

公开(公告)号：CN115269567A

公开(公告)日：2022-11-01

申请号：CN202210675433.1

申请日：2022-06-15

Applicant: 北京交通大学

Inventor： 李旭 ,  李海波 ,  王玉杰 ,  王双敬 ,  李建斌 ,  武雷杰 ,  荆留杰 ,  李鹏宇 ,  原继东

IPC: G06F16/215 ,  G06F16/23 ,  G06F30/27 ,  G06K9/62 ,  G06N3/04 ,  G06F119/14

Abstract: 本发明提供了一种基于机器学习的TBM新建工程数据增强方法。该方法包括对历史工程和新建工程TBM循环段中关键破岩参数数据进行数据清洗；对历史工程清洗后的TBM关键破岩参数采用转换不变量进行转换；将经过转换不变量转换后的历史工程关键破岩数据和新建工程掘进初期的少量数据进行合并，统一到新建工程数据的框架下，得到数据增强后的新数据集；利用机器学习模型对所示新数据集进行训练，验证所述新数据集的准确性。本发明通过不变量转换，将不同工程的数据统一到同一个框架下进行数据增强，从而起到新建工程施工初期增加数据量的作用。