桥梁状况评定方法、装置、计算机设备和存储介质

    公开(公告)号:CN116305439A

    公开(公告)日:2023-06-23

    申请号:CN202310176946.2

    申请日:2023-02-27

    Abstract: 本申请涉及一种桥梁状况评定方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取待评定桥梁中的各结构的结构云模型;所述结构云模型表示对应结构的状态定性评定和定量评定之间的转换模型;对各结构的结构云模型进行合成处理,得到所述待评定桥梁的桥梁云模型;从预设的多个基准云模型中,确定出与所述桥梁云模型对应的目标基准云模型;每个基准云模型具有对应的技术状况等级;获取所述目标基准云模型对应的技术状况等级,对应作为所述待评定桥梁的技术状况等级。采用本方法能够使得桥梁技术状况的评定过程体现出实际操作所具有的模糊性和不确定性,得到更客观的评定结果。

    桥梁状态评定方法、装置、计算机设备和存储介质

    公开(公告)号:CN115545388A

    公开(公告)日:2022-12-30

    申请号:CN202210784076.2

    申请日:2022-07-05

    Abstract: 本申请涉及一种桥梁状态评定方法、装置、计算机设备和存储介质。所述方法包括:获取待评定桥梁部件的锈蚀状况,基于锈蚀状况、采用锈蚀分类分级评定标准生成待评定桥梁部件的构件可拓物元模型;锈蚀分类分级评定标准包括用于表征锈蚀类型的多个构件锈蚀指标;基于构件可拓物元模型,确定各构件锈蚀指标的指标关联度;采用熵权法确定各构件锈蚀指标的指标权重;采用模糊综合评价方法处理各指标关联度和各指标权重,确定待评定桥梁部件的锈蚀等级。采用本方法能够全面且客观地评价桥梁锈蚀状况。

    一种早强沥青冷补料及其制备方法

    公开(公告)号:CN113045249A

    公开(公告)日:2021-06-29

    申请号:CN202110352644.7

    申请日:2021-03-31

    Applicant: 长安大学

    Abstract: 本发明公开了一种早强沥青冷补料及其制备方法,原材料包括基质沥青、SBS改性剂、多聚磷酸、催干剂、乳化剂、无机稳定剂、有机稳定剂、集料、矿粉、水泥和水。在水中加入有机稳定剂搅拌均匀;然后添加催干剂并搅拌均匀,再依次加入无机稳定剂和乳化剂,利用工业盐酸调节PH至2~3,制得皂液;将集料烘干后冷却至室温,然后进行常温机械拌合;将水加入到拌合锅中,机械拌合,使集料完全润湿;向集料中添加SBS/PPA复合改性乳化沥青,机械拌和,使SBS/PPA复合改性乳化沥青均匀裹敷于集料表面;将矿粉和水泥混合均匀,添加到集料中,常温机械拌合,制得早强沥青冷补料。

    一种无线网络节点部署优化方法、系统及装置

    公开(公告)号:CN111988789A

    公开(公告)日:2020-11-24

    申请号:CN202010873933.7

    申请日:2020-08-26

    Applicant: 长安大学

    Abstract: 本发明公开了一种无线网络节点部署优化方法、系统及装置,方法具体为:基于二项式点过程在有限无线网络中建立D2D节点分布模型,在此基础上将毫米波部署在有限无线网络中,设定D2D天线模型,建立阻塞、信道分布和路径衰落的通用模型,然后基于D2D节点分布模型和通用模型推导SINR分布模型和目标接收机到视距范围内发射机的距离分布,然后基于距离分布和二项式点过程的特性完成干扰功率的拉普拉斯变换推导,最后根据覆盖概率定义式,利用距离分布和干扰功率的拉普拉斯变换可以得到目标接收机处的覆盖概率精确表达式。本发明通过数值仿真结果发现,所提方法可以准确描述有限无线网络中的覆盖概率。

    基于多维单步LSTM网络的车辆轨迹预测方法

    公开(公告)号:CN111027461A

    公开(公告)日:2020-04-17

    申请号:CN201911243162.7

    申请日:2019-12-06

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于多维单步LSTM网络的车辆轨迹预测方法,首先针对单目摄像机存在的镜头畸变情况进行矫正,克服了因获取的行车视频数据画面失真所导致的目标检测漏检的问题;其次,利用基于KITTI数据集训练的YOLO目标检测模型来检测视频中的车辆边框坐标,采用多维单步LSTM网络,通过对前两秒的轨迹进行学习,预测一秒后的轨迹,并采用滑动窗口的方法循环学习并预测整个视频的车辆轨迹。本发明采用多维单步LSTM网络对时间序列进行预测,解决了长序列训练过程中的梯度消失与梯度爆炸问题,相比普通的利用RNN进行时间序列预测的方法,本发明能够在更长的序列中有更好的表现,能极大的降低成本,且采用端到端的模型,通过目标检测模型输出的周围车辆边框信息。

    基于多级优化提高车联网传输信号可靠性的方法

    公开(公告)号:CN110234092A

    公开(公告)日:2019-09-13

    申请号:CN201910519097.X

    申请日:2019-06-14

    Applicant: 长安大学

    Abstract: 本发明公开了基于多级优化提高车联网传输信号可靠性的方法,首先初始化迭代次数t=0,设定迭代次数T=N,将原Q比特序列Q(t)与随机矩阵比较产生可行解c(t),通过初始适应度函数f(t)评估c(t)将最优解存入到cbest(t),然后迭代t=t+1,更新Q(t)与重新产生的随机矩阵与比较产生c(t),使用更新过的f(t)评估c(t)从而选出最优解,找出cbest(t-1)和c(t)中的最优解c存入cbest(t),再次迭代,直至满足迭代结束条件输出c,然后将c与输入序列相乘,得到最终发送序列;本发明对车联网原始输入信号采用选择映射序列技术对信号进行处理的过程中引入量子理论和多目标优化机制,用U个统计独立向量Xu,(u=1,2,...,U)来表示同一组输入信号,然后选择整体幅度最小的信号进行传输,达到降低系统传输能耗和计算复杂度的目的。

    一种无线网络节点部署优化方法、系统及装置

    公开(公告)号:CN111988789B

    公开(公告)日:2022-11-11

    申请号:CN202010873933.7

    申请日:2020-08-26

    Applicant: 长安大学

    Abstract: 本发明公开了一种无线网络节点部署优化方法、系统及装置,方法具体为:基于二项式点过程在有限无线网络中建立D2D节点分布模型,在此基础上将毫米波部署在有限无线网络中,设定D2D天线模型,建立阻塞、信道分布和路径衰落的通用模型,然后基于D2D节点分布模型和通用模型推导SINR分布模型和目标接收机到视距范围内发射机的距离分布,然后基于距离分布和二项式点过程的特性完成干扰功率的拉普拉斯变换推导,最后根据覆盖概率定义式,利用距离分布和干扰功率的拉普拉斯变换可以得到目标接收机处的覆盖概率精确表达式。本发明通过数值仿真结果发现,所提方法可以准确描述有限无线网络中的覆盖概率。

    基于多维单步LSTM网络的车辆轨迹预测方法

    公开(公告)号:CN111027461B

    公开(公告)日:2022-04-29

    申请号:CN201911243162.7

    申请日:2019-12-06

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于多维单步LSTM网络的车辆轨迹预测方法,首先针对单目摄像机存在的镜头畸变情况进行矫正,克服了因获取的行车视频数据画面失真所导致的目标检测漏检的问题;其次,利用基于KITTI数据集训练的YOLO目标检测模型来检测视频中的车辆边框坐标,采用多维单步LSTM网络,通过对前两秒的轨迹进行学习,预测一秒后的轨迹,并采用滑动窗口的方法循环学习并预测整个视频的车辆轨迹。本发明采用多维单步LSTM网络对时间序列进行预测,解决了长序列训练过程中的梯度消失与梯度爆炸问题,相比普通的利用RNN进行时间序列预测的方法,本发明能够在更长的序列中有更好的表现,能极大的降低成本,且采用端到端的模型,通过目标检测模型输出的周围车辆边框信息。

Patent Agency Ranking