-
公开(公告)号：CN103366368B
公开(公告)日：2016-10-05
申请号：CN201310249921.7
申请日：2013-06-21
Applicant: 西南交通大学
Abstract: 本发明公开了一种消除阴影和高亮噪声的双梯柱体码本前景检测方法，应用于智能视觉监控领域的前景检测。方法基于双梯柱体码本模型，颜色空间采用YUV颜色模型，记为DTCC_YUV，模型下部构造成正立的梯柱体，形成阴影检测区域；模型上部构造成倒立的梯柱体，形成高亮噪声检测区域；模型中部构造成圆柱体，形成主体背景检测区域；所述方法包括模型构建和背景减除两个阶段。本发明方法具有良好的前景检测质量，实现了较高的实时性，同时有效消除了阴影和高亮噪声的影响。
-
公开(公告)号：CN103366368A
公开(公告)日：2013-10-23
申请号：CN201310249921.7
申请日：2013-06-21
Applicant: 西南交通大学
Abstract: 本发明公开了一种消除阴影和高亮噪声的双梯柱体码本前景检测方法，应用于智能视觉监控领域的前景检测。方法基于双梯柱体码本模型，颜色空间采用YUV颜色模型，记为DTCC_YUV，模型下部构造成正立的梯柱体，形成阴影检测区域；模型上部构造成倒立的梯柱体，形成高亮噪声检测区域；模型中部构造成圆柱体，形成主体背景检测区域；所述方法包括模型构建和背景减除两个阶段。本发明方法具有良好的前景检测质量，实现了较高的实时性，同时有效消除了阴影和高亮噪声的影响。
-
公开(公告)号：CN118759851B
公开(公告)日：2025-04-29
申请号：CN202410964337.8
申请日：2024-07-18
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于非重复迭代学习的高速列车安全运行控制方法，具体为：根据列车的重复运行模式和非重复特征，建立面向迭代学习的高速列车动力学模型，以及位移约束和速度约束；设置期望的参考位移和参考速度，分析列车运行相关参数的有界性；建立误差转换机制，将受限的列车运行控制问题转化成无约束的形式；基于无约束系统，设计高速列车非重复迭代学习控制算法，包括控制律和参数学习规则；搭建列车运行仿真平台进行算法测试，得到期望参数值；部署列车非重复迭代学习控制算法到列车运行控制系统。本发明突破了传统列车迭代学习控制方法要求严格重复性的限制，提供了基于位移约束和速度约束的主动安全保障机制，具有更强的实用性和可靠性。
-
公开(公告)号：CN119795934A
公开(公告)日：2025-04-11
申请号：CN202411892967.5
申请日：2024-12-20
Applicant: 西南交通大学
Abstract: 本发明涉及轨道列车控制技术领域，具体涉及一种基于固定时间协同理论的列车永磁同步牵引系统控制方法，包括如下步骤：建立列车永磁同步牵引系统耦合模型；定义固定时间协同理论的动态演化律和永磁同步牵引系统控制律；建立永磁同步牵引系统速度和电流环误差变量；搜索最佳滑移速度并计算车轮速度参考值；建立误差宏观变量，预计系统最大收敛时间；通过上述方式，实现在列车永磁同步牵引系统中同时考虑列车运行控制、轮轨黏着控制和永磁同步牵引电机控制，并保证动力单元内协同性能。
-
公开(公告)号：CN119690605A
公开(公告)日：2025-03-25
申请号：CN202411516080.6
申请日：2024-10-29
Applicant: 西南交通大学
Abstract: 本发明公开了一种侦察任务分解及传感器资源分配方法，包括以下步骤：S1、获取上级下发的任务类型，以及目标的各个参数，构建任务信息数据库；S2、获取传感器资源参数，构建传感器资源信息数据库；S3、评估传感器发现目标的概率，为后续的传感器资源分配任务做准备；S4、根据目前场景中的已知信息，采用层级任务网络对上级下发的任务进行分解；S5：根据上述任务分解结果依次执行每个原子任务，结合已有传感器资源生成任务资源分配方案。本发明提高了解的质量和稳定性，实现对侦察资源的合理、优化配置，有助于提升侦察决策的质量和效率。
-
Patent Agency Ranking
公开(公告)号：CN119619893A
公开(公告)日：2025-03-14
申请号：CN202411740210.4
申请日：2024-11-29
Applicant: 西南交通大学
IPC: G01R31/392 , G01R31/367 , G01R31/378
Abstract: 本公开公开了锂电池健康状态的预测方法及装置，涉及数据处理技术领域，通过对所述第二预设数量的健康因子数据进行预处理，提高数据质量以得到所述预处理后健康因子数据集，并基于所述两个卷积层、所述双向长短时记忆网络、所述预设注意力机制、所述全连接层及所述预设编码器‑解码器依次对所述预处理健康因子数据集进行处理，从而实现对所述目标电池健康状态的精确预测，此外，通过直接使用提取于所述目标电池历史运行数据中的所述健康因子数据实现所述目标电池健康状态的预测，避免了所述目标电池参数模型构建的过程，从而使得本公开锂电池健康状态的预测方法具备较强的适应性和简便操作性。
-
公开(公告)号：CN119427071A
公开(公告)日：2025-02-14
申请号：CN202411840251.0
申请日：2024-12-13
Applicant: 西南交通大学
Abstract: 本发明涉及智能机械设备领域，是一种基于姿态辨识和迭代学习的机器人抛光方法，解决了现有技术中机械臂的泛化能力差的问题。本发明示教轨迹重建；姿态辨识；当工件姿态发生变化时，机器人的机械臂调用变化后的轨迹信息，并按轨迹信息进行加工；接触力迭代学习。本发明将机械臂路径与末端姿态和工件的点云数据绑定在一起，对比工件的姿态发生变化前后的点云信息并通过点云配准获得工件的姿态变化，调取新的轨迹信息进行加工；末端的力传感器记录交互力数据，按照设定迭代学习算法更新率迭代更新路径，从而使交互力达到期望值，完成精确的抛光任务。
-
公开(公告)号：CN119397386A
公开(公告)日：2025-02-07
申请号：CN202411267930.3
申请日：2024-09-11
Applicant: 西南交通大学
IPC: G06F18/2415 , G06F18/2431 , G06N3/047 , G06N3/096 , G06N3/098
Abstract: 本申请提供一种基于联邦学习的多线路转向架故障诊断方法、装置、设备及存储介质。涉及故障诊断与联邦学习技术领域。该方法通过逐级联邦蒸馏架构借助其他线路的模型知识，在保证数据安全的前提下提升小样本线路模型的诊断性能；对于架构中的多个故障诊断任务，将损失解耦成TCKD和NCKD并进一步重构，平衡目标类与非目标类间的损失；对于多任务输出的多个蒸馏损失，提出一种多损失权重的自适应调整策略，协同多蒸馏任务实现高效训练；每一条线路基于模型迁移共享基础浅层网络，同时定制个性化深层网络，提升故障诊断模型自适应性，降低所提架构的学习成本。本发明可以提高小样本线路的故障建模精度，同时保障多方数据隐私安全，为在工业场景中数据不平衡用户间实施联邦学习提供一种可行的解决方案。
-
公开(公告)号：CN119309582A
公开(公告)日：2025-01-14
申请号：CN202411421755.9
申请日：2024-10-12
Applicant: 西南交通大学 , 欧亚高科数字技术有限公司
Abstract: 本发明属于机器人技术领域，公开了基于分层定位策略的半动态环境下的四足机器人导航系统，包括数据获取模块，基于第一原始点云数据生成第一点云数据，第一地图构建模块，基于第一点云数据和第一惯性测量单元数据构建第一地图，第二地图构建模块，将半动态物体从第一地图中剔除生成第二地图，导航控制模块，基于第二地图规划四足机器人的行驶路线，重定位模块，检测到移动半动态物体时，基于第二原始点云数据生成第二点云数据，重新确定四足机器人的位置坐标，障碍感知模块，基于第一运行数据和第二运行数据对相遇状态进行分类，根据分类结果进行导航控制。本发明技术方案可提高机器人的定位精度和稳定性，引导机器人快速躲避障碍物。
-
公开(公告)号：CN119206402A
公开(公告)日：2024-12-27
申请号：CN202411366168.4
申请日：2024-09-29
Applicant: 西南交通大学 , 欧亚高科数字技术有限公司
Abstract: 本发明属于数据处理技术领域，具体涉及用于火灾烟雾检测的网络模型优化方法、系统及存储介质，所述方法包括收集火灾烟雾数据集，数据集中包括正样本和负样本，还通过计算火灾烟雾视频中不同帧之间的相似度，从火灾烟雾视频中提取能够代表不同状态的火灾烟雾特征图像，并将其添加到火灾烟雾数据集中，对火灾烟雾数据集中的所有图像进行分析获取分析结果，并基于分析结果对不同的图像使用不同的处理方式，并将处理后的图像作为训练数据集，用来训练识别火灾烟雾的目标检测模型，在训练目标检测模型的过程中，融入CBAM注意力机制提取图像特征，通过调整参数优化目标检测模型。本发明能够通过优化目标检测模型提高模型的识别速度和识别准确率。
-
-
-
-
-
-
-
-
-
Search Results
151
records
(took 0.068 seconds)
