-
公开(公告)号：CN111143934B
公开(公告)日：2024-04-09
申请号：CN201911370873.0
申请日：2019-12-26
Applicant: 长安大学 , 中铁第一勘察设计院集团有限公司
IPC: G06F30/13 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于时间卷积网络的结构变形预测方法，包括以下步骤：1)测量结构的实际变形监测数据，进行插值和归一化等预处理；2)对步骤1)处理后的结构的变形监测数据进行特征提取，通过时间卷积网络来充分挖掘时间序列的内部特征；3)对步骤2)提取的时间特征连接到全连接层得到预测输出；4)通过对模型超参数的分析和交叉验证，得到最佳组合参数，并将最优参数的预测结果作为最终预测结果。该方法能够有效利用监测数据的历史信息，获得长时记忆，来充分挖掘数据的时间特征，通过一维扩张卷积操作可以减少训练的参数，结果表明该方法有较高的预测精度，能够为分析结构变形趋势提供科学依据。
-
公开(公告)号：CN111147079B
公开(公告)日：2023-04-07
申请号：CN201911387276.9
申请日：2019-12-26
Applicant: 长安大学 , 中铁第一勘察设计院集团有限公司
IPC: H03M1/12
Abstract: 本发明公开了一种采样频率自适应可调的数据采集方法及装置，设定时间检测窗，计算时间检测窗内的采样数据变化速率与累计变化量，对相邻时间检测窗内数据变化速率及累计变化量比值进行处理后，得最终的实时采样频率，即当数据变化较快时，提高采样频率，从而使得到的采样数据可以精确地反映被测对象的参数变化细节；当数据变化较慢时，则降低采样频率，降低系统功耗的同时避免无效的大数据。该方法及装置能够实现采样频率的自适应调整。
-
Patent Agency Ranking
公开(公告)号：CN110617927B
公开(公告)日：2022-04-05
申请号：CN201910893924.1
申请日：2019-09-20
Applicant: 长安大学 , 中铁第一勘察设计院集团有限公司
IPC: G01M5/00
Abstract: 本发明公开了一种基于EMD‑SVR‑WNN的结构沉降变形预测方法，包括如下步骤：1)测量实际结构的沉降监测数据，若得到的实际监测数据样本足够大时，则直接对监测数据进行处理；若监测数据样本过小影响数据预测精度时，则对测量得到的实际结构的沉降监测数据进行插值加噪及预处理；2)对经步骤1)处理后的实际结构的沉降监测数据进行EMD分解，并将EMD分解得到的最低频分量作为该沉降监测数据的趋势项，再将剩余的IMF分量叠加结果作为该沉降监测数据的随机项；3)对步骤2)得到的沉降监测数据的随机项进行SVR建模预测，得随机项预测结果；4)对步骤2)得到的沉降监测数据的趋势项进行WNN建模预测，得趋势项预测结果；5)将随机项预测结果与趋势项预测结果进行融合，得最终预测的结构沉降变形，该方法能够实现结构沉降变形的准确预测。
-
公开(公告)号：CN111147079A
公开(公告)日：2020-05-12
申请号：CN201911387276.9
申请日：2019-12-26
Applicant: 长安大学 , 中铁第一勘察设计院集团有限公司
IPC: H03M1/12
Abstract: 本发明公开了一种采样频率自适应可调的数据采集方法及装置，设定时间检测窗，计算时间检测窗内的采样数据变化速率与累计变化量，对相邻时间检测窗内数据变化速率及累计变化量比值进行处理后，得最终的实时采样频率，即当数据变化较快时，提高采样频率，从而使得到的采样数据可以精确地反映被测对象的参数变化细节；当数据变化较慢时，则降低采样频率，降低系统功耗的同时避免无效的大数据。该方法及装置能够实现采样频率的自适应调整。
-
公开(公告)号：CN110617927A
公开(公告)日：2019-12-27
申请号：CN201910893924.1
申请日：2019-09-20
Applicant: 长安大学
IPC: G01M5/00
Abstract: 本发明公开了一种基于EMD-SVR-WNN的结构沉降变形预测方法，包括如下步骤：1)测量实际结构的沉降监测数据，若得到的实际监测数据样本足够大时，则直接对监测数据进行处理；若监测数据样本过小影响数据预测精度时，则对测量得到的实际结构的沉降监测数据进行插值加噪及预处理；2)对经步骤1)处理后的实际结构的沉降监测数据进行EMD分解，并将EMD分解得到的最低频分量作为该沉降监测数据的趋势项，再将剩余的IMF分量叠加结果作为该沉降监测数据的随机项；3)对步骤2)得到的沉降监测数据的随机项进行SVR建模预测，得随机项预测结果；4)对步骤2)得到的沉降监测数据的趋势项进行WNN建模预测，得趋势项预测结果；5)将随机项预测结果与趋势项预测结果进行融合，得最终预测的结构沉降变形，该方法能够实现结构沉降变形的准确预测。
-
公开(公告)号：CN111143934A
公开(公告)日：2020-05-12
申请号：CN201911370873.0
申请日：2019-12-26
Applicant: 长安大学
Abstract: 本发明公开了一种基于时间卷积网络的结构变形预测方法，包括以下步骤：1)测量结构的实际变形监测数据，进行插值和归一化等预处理；2)对步骤1)处理后的结构的变形监测数据进行特征提取，通过时间卷积网络来充分挖掘时间序列的内部特征；3)对步骤2)提取的时间特征连接到全连接层得到预测输出；4)通过对模型超参数的分析和交叉验证，得到最佳组合参数，并将最优参数的预测结果作为最终预测结果。该方法能够有效利用监测数据的历史信息，获得长时记忆，来充分挖掘数据的时间特征，通过一维扩张卷积操作可以减少训练的参数，结果表明该方法有较高的预测精度，能够为分析结构变形趋势提供科学依据。
-
公开(公告)号：CN202904925U
公开(公告)日：2013-04-24
申请号：CN201220624605.4
申请日：2012-11-22
Applicant: 长安大学
IPC: G09B9/00
Abstract: 本实用新型提供一种物联网车路控制教学实验平台：该实验平台包括RFID标签、RFID读写器、RFID天线、ETC控制计算机以及绘制有跑道的展布，所述展布上设置有智能循迹机器人、栏杆机以及用于引导智能循迹机器人沿跑道移动的循迹引导线，RFID标签设置于智能循迹机器人上，ETC控制计算机分别与RFID读写器、RFID天线以及栏杆机相连，本实用新型所述实验平台采用展布模拟道路交通环境的场景，可以在模拟道路交通场景之下进行将物联网技术应用于道路交通控制的实验，填补了物联网教学实验平台产品针对交通类专业应用的空白，平台占地面积小，搬迁方便，可以作为科研成果的展示平台对外进行展览。
-
-
-
-
-
-
Search Results
7
records
(took 0.06 seconds)
