基于异常声波特征识别的货车抱闸安全预警方法及系统

    公开(公告)号:CN115200695A

    公开(公告)日:2022-10-18

    申请号:CN202210826826.8

    申请日:2022-07-14

    Applicant: 扬州大学

    Abstract: 本发明提供了基于异常声波特征识别的货车抱闸安全预警方法及系统。一方面基于声波信号特征分析,对实时采集的数据进行声波频谱处理,采用改进的模板匹配算法,结合SVM机器学习设计编写异常抱闸车辆声波识别算法,判断实时接收到的声波数据是否具备抱闸声波的特征。另一方面,综合利用JAVA开发平台、SQLServer后台数据库、MATLAB模块化编程实现车辆实时运行声波可视化、声波特征实时提取、异常报警提示、统计报表输出等有关抱闸信息的分析汇总查询,对保障货物列车运行和解编组作业安全有重要意义。本发明方案有利于及时有效发现铁路货运车辆在运输作业过程中存在的抱闸安全隐患,避免产生钢轨磨损和车辆倾覆等安全问题。

    一种基于图论的公交运营高风险区域动态辨识方法

    公开(公告)号:CN115204568A

    公开(公告)日:2022-10-18

    申请号:CN202210564169.4

    申请日:2022-05-23

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于图论的公交运营高风险区域动态辨识方法,包括,获取公交车驾驶员行驶异常数据,并将行驶异常数据传入数据库;在数据库所在的区域建立坐标系网格,对每个网格中的行驶异常数据进行统计并建立风险指标;计算每个网格中行驶异常数据类型的权重与网格风险值,基于k‑means聚类算法分割每个网格中的高风险网格与低风险网格,基于图论将高风险网格在区域中以无向无环图的形式表征;基于图连通性聚类算法将高风险网格分割为一个或多个独立的备选高风险区域,并筛选公交车运营高风险区域。通过本方法可以对城市公交运营高风险区域进行动态监控,提高了城市交通的安全指数。

Patent Agency Ranking