-
公开(公告)号:CN111489013A
公开(公告)日:2020-08-04
申请号:CN202010164538.1
申请日:2020-03-11
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于时空多图卷积的交通站点流量预测方法,用以解决现有技术中交通站点流量预测的特征捕获能力及预测精度不高的问题。所述交通站点流量预测方法,首先构建邻居图和流通流量图,并分别构建卷积组件及捕获站点流量的时空特征输出映射为与待预测结果形状相同的流量值,对两个组件融合,得到基于上下文门控的时空多图卷积网络模型;再根据站点出入流量数据构建训练及测试数据,得到成熟时空多图卷积网络模型,完成站点流量预测。本发明将多图卷积应用于交通站点流量数据的深度挖掘,从空间维度与时间维度出发,充分捕获交通站点流量的时空特征,全面考虑用于预测交通站点出入流量的各种因素,提高交通站点流量预测精度。
-
公开(公告)号:CN110933685B
公开(公告)日:2020-06-05
申请号:CN202010072957.2
申请日:2020-01-22
Applicant: 北京中铁建电气化设计研究院有限公司 , 北京交通大学 , 中国铁建电气化局集团有限公司
Abstract: 本发明实施例涉及一种基于机器学习和射线跟踪的高铁网络覆盖预测方法及装置,方法包括:获取目标高铁场景的三维电子地图;基于目标高铁场景的三维电子地图,使用射线跟踪仿真计算目标高铁场景中每个位置测量点的初步预测值;基于相同目标高铁场景下每个位置测量点的实际测量值,结合每个位置测量点的初步预测值,通过机器学习对初步预测值进行校正,获取初步预测值的校正因子;根据初步预测值的校正因子,使用射线跟踪仿真进行高铁场景接收场强预测。本发明实施例中,利用射线跟踪仿真技术和深度强化机器学习,为场景校正提供更加精确的输入依据,应用部署范围更普适,鲁棒性更高。
-
公开(公告)号:CN110933685A
公开(公告)日:2020-03-27
申请号:CN202010072957.2
申请日:2020-01-22
Applicant: 北京中铁建电气化设计研究院有限公司 , 北京交通大学 , 中国铁建电气化局集团有限公司
Abstract: 本发明实施例涉及一种基于机器学习和射线跟踪的高铁网络覆盖预测方法及装置,方法包括:获取目标高铁场景的三维电子地图;基于目标高铁场景的三维电子地图,使用射线跟踪仿真计算目标高铁场景中每个位置测量点的初步预测值;基于相同目标高铁场景下每个位置测量点的实际测量值,结合每个位置测量点的初步预测值,通过机器学习对初步预测值进行校正,获取初步预测值的校正因子;根据初步预测值的校正因子,使用射线跟踪仿真进行高铁场景接收场强预测。本发明实施例中,利用射线跟踪仿真技术和深度强化机器学习,为场景校正提供更加精确的输入依据,应用部署范围更普适,鲁棒性更高。
-
公开(公告)号:CN114529573B
公开(公告)日:2025-04-01
申请号:CN202210089918.2
申请日:2022-01-25
Applicant: 北京交通大学
Abstract: 本发明提供了一种光场图像的反射分离方法及系统,用于解决现有技术光场图像反射分离不准的问题。所述方法基于光场图像获取多尺度空间角度特征;再进行重聚焦操作获取重聚焦图像后,分别生成初步背景图像和初步反射图像,并进一步卷积,获得背景边缘图、背景重聚焦图像、反射边缘图、反射重聚焦图像;再基于空间注意力机制图生成背景和反射空间注意力权重;合并多尺度空间角度特征和重聚焦特征,获取背景重构特征和反射重构特征,进一步生成反射通道注意力权重,根据两个权重调整重构特征,最后分别利用U型网络重构分离后的背景图像和反射图像。本发明通过带反射的光场图像,自动恢复出对应的背景图像和反射图像,提高图像的定性和定量分析效果。
-
公开(公告)号:CN112215879B
公开(公告)日:2024-06-21
申请号:CN202011021999.X
申请日:2020-09-25
Applicant: 北京交通大学
IPC: G06T7/50 , G06T7/90 , G06V10/764 , G06T5/40 , G06T5/50
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。
-
公开(公告)号:CN117770779A
公开(公告)日:2024-03-29
申请号:CN202410144029.0
申请日:2024-02-01
Applicant: 北京交通大学
IPC: A61B5/0205 , G06F18/2131 , G06F18/24 , G06N3/0464 , G06N3/09 , A61B5/18 , A61B5/145 , A61B5/0533
Abstract: 一种飞行员抗应激能力精准评估方法,属于心理抗应激状态评估及计算机程序技术领域。包含数据采集步骤、数据预处理步骤、应激应对能力建模步骤、模型训练步骤以及模型评估步骤。相较于仅提供单次飞行任务下受试者状态定性评估的现有方法,本发明结合了多角度静态量表调查和动态生理信号的个性特征采集的方法,建立了个体间共性特征提取方案,同时基于时间动态感知实现抗应激能力定量评价,完成了受试者个体抗应激能力到时间细粒度级能力评分的关系映射,能够实现在给定任务下受试者抗应激能力的动态精准评估,进而为专家和教练员实现个性化训练和任务执行人员选择提供有效途径。
-
公开(公告)号:CN116663712A
公开(公告)日:2023-08-29
申请号:CN202310515768.1
申请日:2023-05-09
Applicant: 北京交通大学
IPC: G06Q10/04 , G06Q10/109 , G06N3/0442 , G06N3/084
Abstract: 一种航母舰载机起飞的保障作业完成时间预测方法,属于计算机程序及流程剩余时间预测技术领域。采集JZJ出动的样本数据,包括所有起飞历史数据的日志,将样本数据进行预处理,作为训练模型时的输入数据。使用加入双层注意力机制的双向长短期记忆网络模型进行训练,生成预测模型。针对某时刻的待预测JZJ时空场景,建立状态映射。将处理好的数据作为预测模型的输入数据,进行预测后得到预测结果。
-
公开(公告)号:CN115835231A
公开(公告)日:2023-03-21
申请号:CN202310112602.5
申请日:2023-02-14
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 , 中铁建电气化局集团第四工程有限公司
Inventor: 丁珣 , 官科 , 黄国胜 , 何丹萍 , 张硕 , 陈照 , 胡亦茗 , 杜晓 , 张望 , 张平 , 王继军 , 曾成胜 , 罗颖欣 , 司福强 , 荣正官 , 陶光辉 , 杨晓燕 , 李建磊
Abstract: 本公开涉及一种基站角度确定方法、装置、设备及介质。其中,基站角度确定方法包括:获取目标基站的位置数据;基于目标基站的位置数据,在目标正线上划分对应的目标矩形等效区域,得到目标矩形等效区域的尺寸数据;对目标基站的位置数据和目标矩形等效区域的尺寸数据进行角度计算处理,得到对应的角度计算结果;基于角度计算结果,确定目标基站的目标角度。根据本公开实施例,能够快速准确的得到最优的目标基站的覆盖目标角度。
-
公开(公告)号:CN114160000B
公开(公告)日:2022-10-11
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:第一从动扇叶,第三从动扇叶,第五从动扇叶,第二主动扇叶,第四主动扇叶,第六主动扇叶,正端盖和反端盖,正轴承和反轴承,电动机,连接轴,顶丝;第一从动扇叶,第二主动扇叶,第三从动扇叶,第四主动扇叶,第五从动扇叶,第六主动扇依次连接形成闭环,通过第二主动扇叶,第四主动扇叶,第六主动扇叶驱动第一从动扇叶,第三从动扇叶,第五从动扇叶转动,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:CN111166294B
公开(公告)日:2021-09-14
申请号:CN202010077427.7
申请日:2020-01-29
Applicant: 北京交通大学
IPC: A61B5/00 , A61B5/0205 , A61B5/346 , A61B5/352
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。
-
-
-
-
-
-
-
-
-