-
公开(公告)号：CN118869616A
公开(公告)日：2024-10-29
申请号：CN202410844937.0
申请日：2024-06-27
Applicant: 北京交通大学
IPC: H04L47/2491 , H04L47/2416 , H04L47/52
Abstract: 本发明提供基于矢量偏移的差异业务流调度方法及系统，属于互联网业务调度技术领域，收集并提取流量的五元组信息，识别不同的服务类型，每条路径分配一个INT探测包，生成多路径资源矩阵；将服务需求向量加入到路径资源矩阵中，进行归一化处理，对路径资源向量与服务需求向量进行矢量偏移求解，根据适配度，对路径评分，评分最高的路径作为服务需求最适配的路径，得到基于矢量偏移的调度策略。本发明可根据用户需求的多维指标分配合适的路径进行传输；可实时探测各链路的传输时延、丢包率以及带宽利用率等指标；采用多路径传输调度，可靠性更好，带宽聚合效果更明显；算法简单，计算量小，易于部署，可在任意支持可编程交换机收发两端进行单独部署。
-
公开(公告)号：CN118740647A
公开(公告)日：2024-10-01
申请号：CN202410827550.4
申请日：2024-06-25
Applicant: 北京交通大学
IPC: H04L41/122 , H04L43/08 , H04L43/12
Abstract: 本发明公开了一种区分场景的网络遥测方法，基于软件定义网络SDN架构，控制平面和数据平面分离，控制平面由中央控制器管理，数据平面由网络设备执行实际的数据包处理，使用中央控制器负责整个网络的决策制定；数据平面采用P4可编程交换机支撑网络节点功能；包括网络状态收集单元、工作模式切换单元、探测频率调整单元和路径控制单元，其中工作模式切换单元和探测频率调整单元均包含在遥测控制单元中；本发明围绕实现INT多工作模式结合切换、网内节点主动感知通告功能与感知属性优先路径规划等关键问题，考虑不同网络业务场景感知需求，赋予网内节点主动感知功能，提高网内信息感知更新能力，实现INT工作模式与网内节点感知的混合技术实现。
-
公开(公告)号：CN117591888B
公开(公告)日：2024-04-12
申请号：CN202410064148.5
申请日：2024-01-17
Applicant: 北京交通大学
IPC: G06F18/214 , G06F18/241 , G06F18/213 , G06N3/0464
Abstract: 本发明涉及轨道交通设备故障诊断技术领域，具体涉及一种面向列车关键部件的集群自主学习故障诊断方法，包括：构建数据流阶层，设定多个边缘客户端和一个中心服务器；进入初始学习阶层，对各边缘端模型进行R轮集群协作训练，并聚合至中心服务器；进入自主学习阶层，构造各边缘客户端的局域损失函数；以局域损失函数作为学习准则，对各边缘端模型进行R轮集群协作训练，并聚合至中心服务器，中心服务器从全局视角选择R轮中的诊断准确率最高的模型作为本阶层的最优全局模型。本发明在云边协同的架构下，能够在保护数据隐私的前提下充分利用散落在边缘端的动态数据资源，实现集群自主训练。
-
公开(公告)号：CN117313251B
公开(公告)日：2024-03-15
申请号：CN202311621104.X
申请日：2023-11-30
Applicant: 北京交通大学
IPC: G06F30/15 , G06F30/27 , G06N3/0464 , G06N3/084 , G06N5/022 , G06F111/08
Abstract: 本发明涉及列车运行安全保障技术领域，具体涉及一种基于非滞后渐进学习的列车传动装置全局故障诊断方法，包括：在基础学习阶段，构建全局诊断模型，并获取数据集；构建列车传动装置各部件之间的空间关系图，通过掩码方式将空间关系图中各节点信息进行结合；对全局诊断模型进行初步训练；在进阶学习阶段，从上一阶段数据集中选取部分样本，与新数据集组合为进阶学习阶段的数据集；将上一阶段学习到的健康信息衔接至当前学习阶段，构造当前阶段的非滞后损失函数，对全局诊断模型进行再次训练，直至模型收敛，进入下一进阶学习阶段。本发明能够对整个列车传动装置进行全局诊断，同时缓解了渐进学习过程中，模型在新故障样本不足情况下的过拟合。
-
公开(公告)号：CN117591888A
公开(公告)日：2024-02-23
申请号：CN202410064148.5
申请日：2024-01-17
Applicant: 北京交通大学
IPC: G06F18/214 , G06F18/241 , G06F18/213 , G06N3/0464
Abstract: 本发明涉及轨道交通设备故障诊断技术领域，具体涉及一种面向列车关键部件的集群自主学习故障诊断方法，包括：构建数据流阶层，设定多个边缘客户端和一个中心服务器；进入初始学习阶层，对各边缘端模型进行R轮集群协作训练，并聚合至中心服务器；进入自主学习阶层，构造各边缘客户端的局域损失函数；以局域损失函数作为学习准则，对各边缘端模型进行R轮集群协作训练，并聚合至中心服务器，中心服务器从全局视角选择R轮中的诊断准确率最高的模型作为本阶层的最优全局模型。本发明在云边协同的架构下，能够在保护数据隐私的前提下充分利用散落在边缘端的动态数据资源，实现集群自主训练。
-
Patent Agency Ranking
公开(公告)号：CN117150377B
公开(公告)日：2024-02-02
申请号：CN202311439543.9
申请日：2023-11-01
Applicant: 北京交通大学
IPC: G06F18/2413 , G01R31/34 , G06F18/214 , G06F18/2415 , G06F18/213 , G06N3/0464 , G06N3/08 , G06N3/084
Abstract: 本发明涉及电机故障诊断技术领域，具体涉及一种基于全自主动机偏移的电机故障诊断阶梯式学习方法，包括多个学习阶段；在训练初始，收集电机的基础故障数据集样本，对特征提取器模型和故障分类器模型进行训练；将初始训练后的样本特征向量分为典型样本和非典型样本，对构造好的新型故障检测器模型进行训练，以识别新型故障；识别出新型故障后，进入高阶学习阶段；在动机偏移损失的指导下，利用带有新型故障的新训练数据集样本对上一学习阶段训练后的特征提取器模型和故障分类器模型进行训练；训练完成后，进入到下一学习阶段。本发明可自主地判别数据中是否出现新型故障，还在出现新故障时，对原有模型进行阶梯式学习，提高模型
-
公开(公告)号：CN117313251A
公开(公告)日：2023-12-29
申请号：CN202311621104.X
申请日：2023-11-30
Applicant: 北京交通大学
IPC: G06F30/15 , G06F30/27 , G06N3/0464 , G06N3/084 , G06N5/022 , G06F111/08
Abstract: 本发明涉及列车运行安全保障技术领域，具体涉及一种基于非滞后渐进学习的列车传动装置全局故障诊断方法，包括：在基础学习阶段，构建全局诊断模型，并获取数据集；构建列车传动装置各部件之间的空间关系图，通过掩码方式将空间关系图中各节点信息进行结合；对全局诊断模型进行初步训练；在进阶学习阶段，从上一阶段数据集中选取部分样本，与新数据集组合为进阶学习阶段的数据集；将上一阶段学习到的健康信息衔接至当前学习阶段，构造当前阶段的非滞后损失函数，对全局诊断模型进行再次训练，直至模型收敛，进入下一进阶学习阶段。本发明能够对整个列车传动装置进行全局诊断，同时缓解了渐进学习过程中，模型在新故障样本不足情况下的过拟合。
-
公开(公告)号：CN117150377A
公开(公告)日：2023-12-01
申请号：CN202311439543.9
申请日：2023-11-01
Applicant: 北京交通大学
IPC: G06F18/2413 , G01R31/34 , G06F18/214 , G06F18/2415 , G06F18/213 , G06N3/0464 , G06N3/08 , G06N3/084
Abstract: 本发明涉及电机故障诊断技术领域，具体涉及一种基于全自主动机偏移的电机故障诊断阶梯式学习方法，包括多个学习阶段；在训练初始，收集电机的基础故障数据集样本，对特征提取器模型和故障分类器模型进行训练；将初始训练后的样本特征向量分为典型样本和非典型样本，对构造好的新型故障检测器模型进行训练，以识别新型故障；识别出新型故障后，进入高阶学习阶段；在动机偏移损失的指导下，利用带有新型故障的新训练数据集样本对上一学习阶段训练后的特征提取器模型和故障分类器模型进行训练；训练完成后，进入到下一学习阶段。本发明可自主地判别数据中是否出现新型故障，还在出现新故障时，对原有模型进行阶梯式学习，提高模型的诊断精度。
-
公开(公告)号：CN104875774B
公开(公告)日：2017-01-25
申请号：CN201510332884.5
申请日：2015-06-16
Applicant: 北京交通大学
Abstract: 本发明公开了一种城市轨道交通运行图延迟调整方法，该方法的步骤包括获取列车运营参数，所述运营参数包括列车运行图数据、车站最小停站时间和区间最小运行时间等信息S1；利用上述运营参数，建立基于列车到发时间分布的运行图延迟调整模型S2；基于交叉和变异概率公式，利用改进的自适应遗传算法，对所述列车运行图延迟调整模型进行计算，获得最优调整运行图S3。本发明进一步公开了一种城市轨道交通运行图调整系统。本发明与现有技术相比，延迟列车在车站的到站和发车时间分布更加均匀，防止了过于密集的到发时间导致的客流累积，能改善和帮助行车调度员的调度工作。
-
公开(公告)号：CN105835912A
公开(公告)日：2016-08-10
申请号：CN201610211104.6
申请日：2016-04-06
Applicant: 北京交通大学
CPC classification number: B61L27/0055 , G05B17/02
Abstract: 本发明公开一种城市轨道交通运行仿真系统及方法，该系统包括：运行管理模块，用于根据外部输入的线路参数、列车参数和运行参数，生成时刻表，并根据列车的实时速度、列车的实时位置信息和车站的乘客上下车时间调整时刻表；列车运行仿真模块，用于根据时刻表进行列车运行仿真，并跟踪列车运行仿真中的运行曲线以获取列车的实时速度、列车的实时位置信息和列车的实际到站时间；车站仿真模块，用于实时统计车站的候车人数，并根据车站的候车人数和列车的实际到站时间进行乘客上下车动作仿真以获取车站的乘客上下车人数和车站的乘客上下车时间。本发明考虑到突发状况下运行图调整因素和客流因素对于列车运行的影响，仿真性能好且实用性强。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.028 seconds)
