-
公开(公告)号：CN116883254B
公开(公告)日：2025-05-06
申请号：CN202310393944.9
申请日：2023-04-13
Applicant: 重庆交通大学 , 湖北交通职业技术学院
IPC: G06T5/70
Abstract: 本发明属于SAR图像降噪技术领域，尤其涉及一种基于稀疏表达的增量式时间序列SAR图像降噪方法，通过利用目标图像所在地区的时间序列图像，选取目标图像邻近日期的图像作为窗口；然后计算该窗口的超图像——临时超图像；之后，引入经验图像，通过相似度加权平均的方式计算临时超图像和经验图像的加权平均值，并将此作为目标图像对应的超图像；接着，对超图像进行滤波得到低噪声超图像；然后，计算目标图像和低噪声超图像的比率图像；通过RuLoG滤波器对比率图像进行滤波得到低噪声比率图像；最后将低噪声比率图像和低噪声超图像相乘即可得到降噪后的目标图像。本发明能够在兼顾处理效率的同时，保证目标图像的降噪效果。
-
公开(公告)号：CN118410145B
公开(公告)日：2025-04-04
申请号：CN202410530331.X
申请日：2024-04-29
Applicant: 重庆交通大学 , 重庆中科云从科技有限公司
IPC: G06F16/3329 , G06F16/36 , G06F16/3332 , G06F16/334 , G06N5/022 , G06N5/04 , G06N20/00 , G06Q10/20 , G06Q50/08
Abstract: 本发明公开了一种大模型与知识图谱协同的桥梁管养问答方法，包括：构建桥梁管养复杂问答的Prompt指令提示；将复杂问题和Prompt指令提示输入注入了桥梁管养知识的对话大模型中，对复杂问题进行问题分解；对当前迭代次数下的首个子问题进行理解，生成Cypher查询语句，在桥梁管养知识图谱中检索得到答案；将首个子问题的答案、第二个子问题以及Prompt指令提示输入对话大模型中对第二个子问题进行再次分解，并执行下一次迭代；若再次分解失败，则对第二个子问题进行问题重写；根据第二个子问题的Cypher查询语句检索对应的答案；结合所有子问题的答案生成复杂问题的最终答案。本发明利用对话大模型和桥梁管养知识图谱的协同和融合实现复杂问题的问答。
-
公开(公告)号：CN118470533A
公开(公告)日：2024-08-09
申请号：CN202410631470.1
申请日：2024-05-21
Applicant: 重庆交通大学
IPC: G06V20/10 , G06V10/26 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明创造属于桥梁裂缝检测的技术领域，具体涉及了一种混凝土桥梁的裂缝检测方法、装置、设备及介质。本申请通过获取目标桥梁的表面照片；利用训练好的神经网络模型在所述表面照片中确定裂缝存在的特征区域；根据所述特征区域进行图像切割，得到裂缝的主骨架线；根据所述主骨架线确定所述裂缝信息。本申请解决了桥梁裂缝存在细小模糊、多干扰物影响等问题，提高对桥梁裂缝的检测准确性,同时使用图像分割算法对已检测到的裂缝进行分割，最后进行裂缝长宽测量实现裂缝的量化信息检测。
-
公开(公告)号：CN117195894B
公开(公告)日：2024-07-26
申请号：CN202310883609.7
申请日：2023-07-18
Applicant: 安徽省交通规划设计研究总院股份有限公司 , 重庆交通大学 , 安徽省交规院工程智慧养护科技有限公司
IPC: G06F40/295 , G06F40/30
Abstract: 本发明公开了一种多维特征融合的桥梁康养领域实体对齐方法，收集实体名称、本体概念、概念描述、属性值、知识三元组相关数据，构建该领域实体对齐语料库，进一步构建多维特征融合的桥梁康养领域实体对齐模型，通过领域词嵌入捕获浅层语义，文本嵌入捕获深层语义，三元组嵌入捕获结构特征，并计算目标实体相关特征在相同向量空间下的语义相似度，设置可学习的自适应权重超参数实现实体对间的多维特征融合，得到最终的实体对综合语义相似度结果。本发明将领域词嵌入、文本嵌入与知识三元组嵌入方法相结合，同时保留了领域实体对间的浅层语义特征、深层语义特征以及在结构上的关联，进一步提高了模型的性能和领域适应性。
-
公开(公告)号：CN115432038B
公开(公告)日：2023-06-16
申请号：CN202211270988.4
申请日：2022-10-17
Applicant: 重庆交通大学
Abstract: 本发明提供了一种轨道电路故障下虚拟连挂列车的控制方法，其特征在于：当虚拟连挂列车即将运行线路上的某个路段出现轨道电路故障时，控制虚拟连挂列车在故障路段入口前停车，然后以固定巡航速度通过故障路段，从首车提速至固定巡航速度开始到尾车完全通过故障路段的时间内生成新的自动驾驶曲线，一旦虚拟连挂列车的尾车通过故障路段，首车即以新的自动驾驶曲线行驶，追踪车以追踪模式跟随行驶。采用本申请的控制方法，能在保证安全的前提下，提高虚拟连挂列车通过轨道电路故障路段的通行效率。
-
Patent Agency Ranking
公开(公告)号：CN115716492A
公开(公告)日：2023-02-28
申请号：CN202211550614.8
申请日：2022-12-05
Applicant: 重庆交通大学
Abstract: 本发明提供了一种基于云边架构人机混合驾驶列车的控制方法，其特征在于：涉及的硬件包括中心云计算模块、边缘云计算模块、列车控制调度中心和人机混合驾驶仿真系统；控制方法包括：人机混合驾驶仿真系统进行仿真试验获取N个训练数据集，中心云计算模块构建深度学习模型，并利用训练数据集进行训练得到N个仲裁深度学习模型集，再将N个仲裁深度学习模型集分别迁移到N个边缘云计算模块中，各个边缘云计算模块利用仲裁深度学习模型解决的人机操纵档位指令冲突问题。采用本发明所述的控制方法，能快速、准确、安全地解决多列车人机操纵档位指令冲突问题，充分保障了列车的安全、顺畅地行驶，提高了线路的运行效率。
-
公开(公告)号：CN115392255A
公开(公告)日：2022-11-25
申请号：CN202211035572.4
申请日：2022-08-26
Applicant: 重庆交通大学
Abstract: 本发明涉及桥梁文本信息检索技术领域，具体涉及一种面向桥梁检测文本的少样本机器阅读理解方法。本方法中，即使获取到的样本数据并不多，但每一个样本，既可以通过问题分类模型及答案预测模型构建模拟预测数据，同时也可以通过人工标注的方式得到实际训练数据，每一个样本数据均可以得到充分的使用。与现有技术相比，本方法对收集到的文本数据进行了充分的开发使用，通过模拟训练数据及待标注的文本数据，可以让答案抽取模型在预训练Pre‑Training后，得到预微调Pre‑Tuning和微调Fine‑Tuning两次训练，与使用预训练+微调的现有训练方式相比，在只能收集到相同数据的文本数据时，同样可以大幅度提升答案抽取模型的训练效果。
-
公开(公告)号：CN115188214A
公开(公告)日：2022-10-14
申请号：CN202210812751.8
申请日：2022-07-11
Applicant: 重庆交通大学
Abstract: 本发明具体涉及两车道混合交通协同控制方法、汽车及可读存储介质。方法包括：获取两条目标车道上智能汽车和人驾车的相对位置信息；沿目标车道的行驶方向将目标车道上的智能汽车和人驾车划分为若干个小车队；通过控制策略和人驾车模型分别控制小车队中的智能汽车和人驾车行驶；其中，控制策略中包括分别用于控制通信正常和通信异常的智能汽车行驶的两种策略；以缩小小车队的规模为目标随机控制通信正常的智能汽车从小队中分离并变道至旁侧目标车道中重新组建小车队。本发明还公开了一种汽车及可读存储介质。本发明能够在智能汽车异常通信条件下实现两车道混合交通协同控制，进而能够实现智能汽车异常通信条件下的车辆高效协同。
-
公开(公告)号：CN114863210A
公开(公告)日：2022-08-05
申请号：CN202210443055.4
申请日：2022-04-25
Applicant: 重庆交通大学
IPC: G06V10/774 , G06V10/776
Abstract: 本发明公开了一种桥梁结构健康监测数据驱动模型的对抗样本攻击方法及系统，该方法包括：步骤1)获取原始数据；步骤2)获取目标模型的信息；步骤3)根据步骤2)中获取的目标模型的信息选择对抗样本的生成方式，并设置扰动值；步骤4)根据步骤3)中选择的对抗样本的生成方式和扰动值生成与原始数据对应的对抗样本；步骤5)将步骤4)中生成的对抗样本作为目标模型的输入以对目标模型进行攻击；步骤6)对步骤5)中对抗样本的攻击效果进行评价；步骤7)结束。本发明提出的攻击方法攻击成功率高且极具隐蔽性，可以用于评估桥梁结构健康监测数据驱动模型的鲁棒性，具有较高的实用价值。
-
公开(公告)号：CN113221571A
公开(公告)日：2021-08-06
申请号：CN202110600808.3
申请日：2021-05-31
Applicant: 重庆交通大学
IPC: G06F40/295 , G06F40/289 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明涉及互联网络人工智能技术和自然语言处理技术领域，具体涉及基于实体相关注意力机制的实体关系联合抽取方法，其包括：获取待处理文本；将待处理文本输入经过预先训练的实体关系联合抽取神经网络模型中；实体关系联合抽取神经网络模型首先识别所述待处理文本中的所有实体；然后将各个实体分别作为目标头实体去识别对应的目标尾实体；最后识别各个目标头实体与对应目标尾实体之间的关系，并根据目标头实体、目标尾实体和相应关系构建对应的三元组；输出所有的三元组。本发明中的实体关系联合抽取方法能够保证实体关系联合抽取关联性并解决重叠关系问题，从而能够提升实体关系联合抽取的效果。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.033 seconds)
