-
公开(公告)号：CN114169130A
公开(公告)日：2022-03-11
申请号：CN202111300564.3
申请日：2021-11-04
Applicant: 北京交通大学
IPC: G06F30/20
Abstract: 本发明提供了一种高速公路流量的动态仿真方法和系统，所述方法基于设定的仿真区域，对历史通行大数据进行清洗，得到流量仿真数据集；基于流量仿真数据集，进行车辆成本偏好类型的划分，并根据所划分的类型赋予不同类型车辆以不同的费用和时长权重，将权重赋予每种类型车辆的平均通行费用和平均通行时长，构建综合通行成本模型；基于综合通行成本模型，计算在修改后的路网上不同类型车辆的综合通行成本，构建逻辑路网，从而实现动态流量仿真。本发明基于历史数据结合实际路网动态进行路网修改，再构建逻辑路网，完成路网全局路径推演；依据路径推演结果完成流量动态仿真，从宏观层面反映出整个路网环境的流量变化，为交通管理部门提供了决策依据。
-
公开(公告)号：CN112529305A
公开(公告)日：2021-03-19
申请号：CN202011485308.1
申请日：2020-12-16
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于深度学习的快递员揽件顺序预测方法，属于物流优化领域。所述揽件顺序预测方法包括：采集历史揽件数据，提取待揽收包裹的特征和快递员个人揽件特征作为原始数据集，并划分为训练集、验证集和测试集；基于深度学习算法构建快递员揽件顺序预测模型，使用所述训练集和验证集对所述快递员揽件顺序预测模型进行训练，并使用测试集对训练完成的模型进行测试；测试达标时，通过快递员揽件顺序预测模型，输入当前快递员信息，对该快递员的待揽收包裹的揽件顺序进行预测，输出所预测的当前待预测快递员在预定时间段内的揽件顺序。本发明优化了物流调度，提高了预测揽件到达时间的准确性，提高了揽收效率，降低了逾期率。
-
公开(公告)号：CN111489549A
公开(公告)日：2020-08-04
申请号：CN202010164607.9
申请日：2020-03-11
Applicant: 北京交通大学
IPC: G08G1/01 , G08G1/0968
Abstract: 本发明提供了一种基于历史行为画像的出行车辆路径选择方法，用以现有技术中出行车辆路径选择问题。所述基于历史行为画像的出行车辆路径选择方法，基于历史通行数据中车辆的通行特点建立车辆画像，构建时间费用通行模型，出行车辆采用所构建的通行模型进行路径选择。本发明基于历史行为画像的出行车辆路径选择方法，充分提取历史通行数据的车辆出行特征，寻找出最贴近实际通行规律的较优代价路径选择方法，从微观层面给每辆车提供车辆路径的最优选择方案，实现了基于实时路况下行程耗时少、费用低的经济环保出行方式，并进一步为交通管控决策提供基础数据，交通管控部门采用所构建的通行模型判断出行车辆的路径选择进行有效的交通管控。
-
公开(公告)号：CN111166294A
公开(公告)日：2020-05-19
申请号：CN202010077427.7
申请日：2020-01-29
Applicant: 北京交通大学
IPC: A61B5/00 , A61B5/0205 , A61B5/0402
Abstract: 本发明提供了一种基于心跳间期的睡眠呼吸暂停自动检测方法和装置，用于解决现有技术中睡眠呼吸暂停检测不准确、精度不高的问题。所述睡眠呼吸暂停自动检测方法首先采集睡眠时的心跳间期信息，再通过残差神经网络对所述心跳间期信息自动提取特征，并进一步提取心率变异性特征，再将所述自动提取特征和心率变异性特征集合进行融合，从而判断是否出现呼吸暂停。本发明通过提取心电图ECG信号中的心跳间期特征，并将此特征在残差神经网络中进行深入分析，结合了心率变异性特征，且所述残差神经网络中的所有权重都可以在临床上进行微调，提高了提高了睡眠检测的灵性性、准确性和精确性；同时只需要单导心电信息，采集过程简单便捷，具有相当的普适性。
-
公开(公告)号：CN110287987A
公开(公告)日：2019-09-27
申请号：CN201910407940.5
申请日：2019-05-16
Applicant: 北京交通大学
IPC: G06K9/62
Abstract: 本发明涉及大型数据中心运维技术领域，尤其涉及一种带层次网络结构的业务系统层次组织结构发现方法。该方法利用日志大数据建立了一种自动化集群发现、分层的方法，可以用来自动绘制复杂业务系统的业务架构图，从而提高运维效率和系统架构信息的时效性。该方法构建的业务系统架构图可以真实反映业务系统在服务器上的运行的业务逻辑关系，辅助运维人员管理。且本发明的输入仅需要数据中心的服务器日志数据，能够自动发现复杂业务系统的业务架构图，不仅结果准确，而且无须过多人操作，节省了大量人力、物力开支。
-
Patent Agency Ranking
公开(公告)号：CN116068593B
公开(公告)日：2023-06-16
申请号：CN202310042710.X
申请日：2023-01-28
Applicant: 中国铁建电气化局集团有限公司 , 北京交通大学 , 北京中铁建电气化设计研究院有限公司
IPC: G01S19/37
Abstract: 本公开涉及一种基于贝叶斯的卫星定位权重计算方法、装置、设备及介质。其中，基于贝叶斯的卫星定位权重计算方法包括：接收多个卫星发出的目标信号，计算目标信号的视距信号概率；基于视距信号概率集合构建贝叶斯模型，视距信号概率集合包括多个视距信号概率；基于视距信号概率，计算多个卫星的几何分布参数，确定几何分布参数最小的卫星组合，卫星组合包括第一预设数量个卫星；基于贝叶斯模型，计算卫星组合中第一预设数量个卫星的定位权重。根据本公开实施例，能够提高卫星的定位精度，减少恶性事故发生。
-
公开(公告)号：CN114810970A
公开(公告)日：2022-07-29
申请号：CN202210364243.8
申请日：2022-04-08
Applicant: 北京交通大学
Abstract: 一种单自由度球面翻转机构，包括第一、第二、第三反平行四边形球面单元(A、B、C)，第一和第二反平行四边形球面单元(A、B)通过第二和第五弯杆(A‑2、B‑1)的第二、第三连接关节(A‑2‑3、B‑1‑3)形成转动连接，第二和第三反平行四边形球面单元(B、C)通过第六和第九弯杆(B‑2、C‑1)的第四、第五连接关节(B‑2‑3、C‑1‑3)形成转动连接，第三和第一反平行四边形球面单元(C、A)通过第十和第一弯杆(C‑2、A‑1)的第六、第一连接关节(C‑2‑3、A‑1‑3)形成转动连接；第一、第二、第三反平行四边形球面单元(A、B、C)结构组成相同，整体机构可以实现空间翻转运动。
-
公开(公告)号：CN114160000A
公开(公告)日：2022-03-11
申请号：CN202111586397.3
申请日：2021-12-20
Applicant: 北京交通大学
IPC: B01F27/112 , B01F27/90
Abstract: 本发明公开了一种空间翻涌搅拌装置，包括：主动扇叶，从动扇叶，转轴，电动机，轴承，螺栓，端盖，连接轴；主动扇叶和从动扇叶间隔布置，主动扇叶的A端与从动扇叶的A端通过电动机转轴相连，主动扇叶的C端与从动扇叶的C端通过连接轴相连，从动扇叶的B端和主动扇叶的B端通过转轴相连，主动扇叶和从动扇叶依次连接形成闭环，通过主动扇叶驱动相邻从动扇叶转动，实现整个装置的内部扇面翻向外部，外部扇面翻向内部，进而带动内外物质进行翻涌运动，实现搅拌功能。
-
公开(公告)号：CN111489549B
公开(公告)日：2021-08-27
申请号：CN202010164607.9
申请日：2020-03-11
Applicant: 北京交通大学
IPC: G08G1/01 , G08G1/0968
Abstract: 本发明提供了一种基于历史行为画像的出行车辆路径选择方法，用以现有技术中出行车辆路径选择问题。所述基于历史行为画像的出行车辆路径选择方法，基于历史通行数据中车辆的通行特点建立车辆画像，构建时间费用通行模型，出行车辆采用所构建的通行模型进行路径选择。本发明基于历史行为画像的出行车辆路径选择方法，充分提取历史通行数据的车辆出行特征，寻找出最贴近实际通行规律的较优代价路径选择方法，从微观层面给每辆车提供车辆路径的最优选择方案，实现了基于实时路况下行程耗时少、费用低的经济环保出行方式，并进一步为交通管控决策提供基础数据，交通管控部门采用所构建的通行模型判断出行车辆的路径选择进行有效的交通管控。
-
公开(公告)号：CN112215879A
公开(公告)日：2021-01-12
申请号：CN202011021999.X
申请日：2020-09-25
Applicant: 北京交通大学
Abstract: 本发明提供了一种光场极平面图像的深度提取方法，用以解决现有技术中光场极平面图像深度提取不精确的问题。所述深度提取方法，在获取光场图像水平、垂直两个方向的极平面图像的基础上，构建图像的直方图，并对直方图进行以桶内像素数量为基准的均衡化及高斯模糊，并构建每一个中心视角像素点下的平行四边形算子设置距离权重和颜色权重，再对直方图和距离权重、颜色权重进行融合，计算左右直方图的距离，选择最大的左右直方图距离对应的深度，作为估计深度。本发明仅通过一张基础的光场图像，恢复出较为平滑、精确的深度图像，获取深度的算法具有较好的鲁棒性，对于弱纹理、噪声、遮挡都有着一定的适应性，提高了建图精度。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.073 seconds)
