公开(公告)号：CN119577931A

公开(公告)日：2025-03-07

申请号：CN202510139377.3

申请日：2025-02-08

Applicant: 苏州市轨道交通集团有限公司 ,  东南大学

Inventor： 吕志荣 ,  郭享 ,  李敏锋 ,  杨晓勇 ,  代宝山 ,  许波 ,  张林锋

IPC: G06F30/13 ,  G06F30/27 ,  G06F18/213 ,  G06F18/214 ,  G06F18/22 ,  G06N3/0442 ,  G06N3/084

Abstract: 本发明公开了物理‑数据双驱动地铁站建筑负荷预测方法，包括：利用能耗模拟软件模拟生成在不同气象参数和客流量下的地铁站单位面积建筑负荷数据；将建筑负荷数据分解为若干个本征模态函数并提取特征参数；利用欧氏距离计算目标地铁站与多个地铁站负荷之间的相似性；根据欧氏距离计算的相似性得分，选择相似性得分最高的若干个地铁站负荷数据；使用选择的地铁站负荷数据对初始模型进行训练；基于训练好的预测模型进行预测。该负荷预测方法在利用物理‑数据双驱动模型进行精确预测的基础上，可实现移植到其它地铁站的能耗分析研究，有利于地铁站系统整体能效的提升。

公开(公告)号：CN119577931B

公开(公告)日：2025-04-22

申请号：CN202510139377.3

申请日：2025-02-08

Applicant: 苏州市轨道交通集团有限公司 ,  东南大学

Inventor： 吕志荣 ,  郭享 ,  李敏锋 ,  杨晓勇 ,  代宝山 ,  许波 ,  张林锋

IPC: G06F30/13 ,  G06F30/27 ,  G06F18/213 ,  G06F18/214 ,  G06F18/22 ,  G06N3/0442 ,  G06N3/084

Abstract: 本发明公开了物理‑数据双驱动地铁站建筑负荷预测方法，包括：利用能耗模拟软件模拟生成在不同气象参数和客流量下的地铁站单位面积建筑负荷数据；将建筑负荷数据分解为若干个本征模态函数并提取特征参数；利用欧氏距离计算目标地铁站与多个地铁站负荷之间的相似性；根据欧氏距离计算的相似性得分，选择相似性得分最高的若干个地铁站负荷数据；使用选择的地铁站负荷数据对初始模型进行训练；基于训练好的预测模型进行预测。该负荷预测方法在利用物理‑数据双驱动模型进行精确预测的基础上，可实现移植到其它地铁站的能耗分析研究，有利于地铁站系统整体能效的提升。

公开(公告)号：CN116645592B

公开(公告)日：2023-09-29

申请号：CN202310914403.6

申请日：2023-07-25

Applicant: 苏州大学 ,  苏州市轨道交通集团有限公司

Inventor： 牛伟龙 ,  吴澄 ,  盛洁 ,  叶陆琴 ,  吕景珑 ,  钱曙杰 ,  夏从东 ,  吕志荣

IPC: G06V20/00 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及图像处理领域。本发明提出的一种基于深度学习的裂缝检测方法在裂缝检测中采用Swin Mask RCNN算法，它使用了Swin Transformer作为其骨干网络。相比于以往的目标检测模型，Swin Transformer具有更好的特征提取能力和更高的表达能力，使得特征更加丰富，有助于提高裂缝检测的准确度，本发明构建的网络在Swin Transformer网络的滑窗操作之后构建了多层窗口融合模块，使具有裂缝信息的窗口能进行融合，防止裂缝的信息丢失，使其能更好的定位图像中的裂缝信息，在提升位置检测精度的同时降低计算量。

公开(公告)号：CN116645592A

公开(公告)日：2023-08-25

申请号：CN202310914403.6

申请日：2023-07-25

Applicant: 苏州大学 ,  苏州市轨道交通集团有限公司

Inventor： 牛伟龙 ,  吴澄 ,  盛洁 ,  叶陆琴 ,  吕景珑 ,  钱曙杰 ,  夏从东 ,  吕志荣

IPC: G06V20/00 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及图像处理领域。本发明提出的一种基于深度学习的裂缝检测方法在裂缝检测中采用Swin Mask RCNN算法，它使用了Swin Transformer作为其骨干网络。相比于以往的目标检测模型，Swin Transformer具有更好的特征提取能力和更高的表达能力，使得特征更加丰富，有助于提高裂缝检测的准确度，本发明构建的网络在Swin Transformer网络的滑窗操作之后构建了多层窗口融合模块，使具有裂缝信息的窗口能进行融合，防止裂缝的信息丢失，使其能更好的定位图像中的裂缝信息，在提升位置检测精度的同时降低计算量。

公开(公告)号：CN114820671A

公开(公告)日：2022-07-29

申请号：CN202210371735.X

申请日：2022-04-11

Applicant: 苏州大学 ,  苏州市轨道交通集团有限公司

Inventor： 吴澄 ,  汪一鸣 ,  盛洁 ,  张瑾 ,  王远鹏 ,  王阳 ,  钱曙杰 ,  夏从东 ,  吕志荣

IPC: G06T7/13 ,  G06T5/30 ,  G06T5/00 ,  G06T5/40 ,  G06T7/11 ,  G06T7/136

Abstract: 本发明公开一种用于货运铁路无人驾驶的轨道限界识别方法，包括：S1.获取轨道图像，对所述轨道图像进行预处理；S2.对预处理后的所述轨道图像，使用改进的ZS细化算法进行细化处理；S3.对经过细化处理后的所述轨道图像，进行去噪处理，获得完整轨道线，完成轨道限界识别。采用本发明的技术方案，提取到的轨道限界连续性好，准确度高；同时能够对直道、弯道、岔道进行轨道检测，并适用于多变天候的情况。