-
公开(公告)号：CN108399749A
公开(公告)日：2018-08-14
申请号：CN201810207311.3
申请日：2018-03-14
Applicant: 西南交通大学
Abstract: 本发明公开了一种短时交通出行需求预测方法，属于数据挖掘技术领域。包括一种基于ConvLSTM网络的交通出行预测框架。将预测地区按道路划分成子区域，统计子区域在历史时刻下的交通出行需求量；然后，将统计的结果按照区域位置进行填充，形成历史数据快照；将历史数据按照时间维度划分成时间近期分支、时间趋势分支、时间区段分支；该框架包括从时间维度划分成不同的分支。首先它将待预测地区划分成不同的子区域，统计各个子区域中的交通出行需求量，将其按照不同的时间维度整理成为历史快照序列数据；然后搭建预测网络框架，训练得到每个分支的最优权重。最后预测每个分支的结果，并利用模型融合的方法对不同分支进行融合，提升预测的准确程度。
-
公开(公告)号：CN107729942A
公开(公告)日：2018-02-23
申请号：CN201710990955.X
申请日：2017-10-23
Applicant: 西南交通大学
IPC: G06K9/62
CPC classification number: G06K9/6298 , G06K9/6271 , G06K9/6274
Abstract: 本发明公开了一种结构化视图缺失数据的分类方法。属于数据挖掘技术领域。该框架有两个阶段：结构化视图缺失数据处理阶段、结构化视图缺失多任务多视图分类阶段。1.结构化视图缺失数据处理阶段：构建样本图；确定权重；转换样本到特征映射空间；删除缺失视图。2.结构化视图缺失多任务多视图分类阶段：选择合适分类器；训练分类器参数；将删除视图后的样本构造成完备数据集；利用提出的MMLE框架进行分类。本发明可用于实际场景中类似数据的信息不一致或原始数据保存过程中出现的数据缺漏，可以最大程度地提取原始数据特征，同时保留数据的分布及结构，大大提升了多任务多视图分类的性能及应用范围。
-
公开(公告)号：CN104865963A
公开(公告)日：2015-08-26
申请号：CN201510127455.4
申请日：2015-03-24
Applicant: 西南交通大学
IPC: G05D1/02
Abstract: 本发明涉及自动行驶领域，特别是一种基于主动光源的车辆控制系统、自动行驶车辆及系统。本发明提供的基于主动光源的车辆控制系统、自动行驶车辆及系统；设置了指定波段或波长的发光装置和图像采集装置，行驶道路上涂有反光涂料，指定波段选用自然界中少见的波长，有效排除了复杂变化的外界光源的干扰，同时可有效排除道路以外的其他物体或光源造成的干扰；优先选用红外光发光装置，可有效降低烟雾等因素的干扰，本发明的技术方案起到了不易受外界干扰、工作更加稳定的效果。
-
公开(公告)号：CN116341763A
公开(公告)日：2023-06-27
申请号：CN202310581242.3
申请日：2023-05-23
Applicant: 西南交通大学 , 四川省生态环境科学研究院
IPC: G06Q10/04 , G06F18/213 , G06N3/08 , G01W1/10 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开了一种空气质量预测方法，包括基于时空特征提取空气质量参数进行预测，属于数据挖掘技术领域。首先对数据集进行处理，其次构建了一种包含图卷积神经网络、长短期记忆网络以及时间卷积网络的时空子网络提取数据的空间特征和时间特征。最后，构建预测器融合抽取的时空特征实现最终的多任务空气质量预测。本发明可用于实际场景当中，它能够获取空气质量数据中的时空特性，同时该发明实现了多任务空气污染物浓度的预测，具有良好的普适性。
-
公开(公告)号：CN107563403B
公开(公告)日：2020-07-31
申请号：CN201710579423.7
申请日：2017-07-17
Applicant: 西南交通大学
Abstract: 本发明公开了一种高速列车运行工况的识别方法，首先将采集到的高速列车的振动信号数据进行预处理，其次对不同通道的监测数据采用变分模态分解，得到模态函数特征，然后对应求取模糊熵，获得多个通道下不同工况的特征向量作为多视图学习的待测样本，最后采用Multi‑View K‑means作为聚类器进行识别。该方法具有知识学习更完备，流程简单，可操作性强等优点。主要用于高速列车运行工况的识别。
-
Patent Agency Ranking
公开(公告)号：CN107563403A
公开(公告)日：2018-01-09
申请号：CN201710579423.7
申请日：2017-07-17
Applicant: 西南交通大学
Abstract: 本发明公开了一种高速列车运行工况的识别方法，首先将采集到的高速列车的振动信号数据进行预处理，其次对不同通道的监测数据采用变分模态分解，得到模态函数特征，然后对应求取模糊熵，获得多个通道下不同工况的特征向量作为多视图学习的待测样本，最后采用Multi-View K-means作为聚类器进行识别。该方法具有知识学习更完备，流程简单，可操作性强等优点。主要用于高速列车运行工况的识别。
-
公开(公告)号：CN105741503B
公开(公告)日：2017-11-14
申请号：CN201610121826.2
申请日：2016-03-04
Applicant: 西南交通大学
Abstract: 本发明公开一种现有监控设备下的停车场实时预警方法，用于实时监控停车场特别是室内停车场所停放车辆的状况，在出现异常情况时主动预警，提高停车场的可靠性和安全性。本发明方法充分利用现有监控设备资源，考虑了汽车双闪灯的闪烁特征，在颜色空间模型YCbCr中使用网格聚类方法识别所停放车辆双闪灯闪烁情况。即根据Cr分量变化情况对所划分网格进行Cr分量的聚类；然后根据所聚类结果确定是否为双闪灯闪烁，并对双闪灯闪烁情况进行判别。该发明方法能够实现日常低开销和异常高效率的独立并行运转，具有复杂度低、效率高、准确度高、可实施性强、灵活度高的优点。
-
-
公开(公告)号：CN104133944A
公开(公告)日：2014-11-05
申请号：CN201410330803.3
申请日：2014-07-11
Applicant: 西南交通大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于一个超图邻接矩阵的Tracy-Singh积运算的超网络构建方法，其主要步骤包括确定生成超网络、计算生成超网络邻接矩阵、计算生成超网络节点度分布多项式、计算生成超网络节点超度分布多项式、计算生成超网络超边度分布多项式、计算超网络的邻接矩阵、计算超网络节点度分布多项式、计算超网络节点超度分布多项式、计算超网络超边度分布多项式等。采用本发明构建的超网络不同于通常的超网络。而且，对超网络应用节点度分布多项式、节点超度分布多项式及超边度分布多项式等，对Tracy-Singh积运算采用类似多项式乘法的次数相乘及系数相乘的运算可以从理论上严格计算出此类超网络的节点度分布、节点超度分布及超边度分布。
-
公开(公告)号：CN119516277A
公开(公告)日：2025-02-25
申请号：CN202411674166.1
申请日：2024-11-21
Applicant: 西南交通大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06T5/50
Abstract: 本申请提供了一种基于毛发去除网络的皮肤图像分类方法、装置与产品，涉及图像分类技术领域，方法包括：对第一皮肤图像数据集中的每张第一皮肤图像，进行毛发仿真，得到毛发仿真图像；利用毛发仿真图像，对毛发去除网络进行训练，得到初始毛发去除网络；利用第一皮肤图像数据集，对皮肤图像分类网络进行训练，得到初始皮肤图像分类网络；利用第二皮肤图像数据集，对初始毛发去除网络和初始皮肤图像分类网络进行训练，得到训练完成的毛发去除网络和皮肤图像分类网络；将待检测皮肤图像，输入训练完成的毛发去除网络，得到去除毛发后的处理后检测图像，将处理后检测图像输入训练完成的皮肤图像分类网络，得到待检测图像的皮肤分类结果。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.042 seconds)
