-
公开(公告)号：CN111489339A
公开(公告)日：2020-08-04
申请号：CN202010269940.6
申请日：2020-04-08
Applicant: 北京交通大学
Abstract: 本发明提供了一种高速铁路定位器螺栓备母缺陷的检测方法。该方法包括：构建改进的YOLOv3模型框架，调整YOLOv3模型框架的检测尺度，获取高速铁路定位器螺栓备母的图像数据集，对图像数据集进行扩充处理；将扩充处理的图像数据集输入到改进的YOLOv3模型框架中，得到分割了定位器区域的图像数据；用基于Retinanet模型的目标检测算法对分割了定位器区域的图像数据进行定位器螺栓备母缺陷检测，得到定位器螺栓备母缺陷的状态种类。本发明将改进的YOLOv3算法应用到定位器检测中，针对数据图像中定位器区域所占比重情况，修剪算法分支，可实现对于定位器螺栓备母缺陷的检测和识别，降低了专业要求，增加了工程应用性。
-
公开(公告)号：CN106326929A
公开(公告)日：2017-01-11
申请号：CN201610718350.0
申请日：2016-08-24
IPC: G06K9/62
CPC classification number: G06K9/6218 , G06K9/6227 , G06K9/6256 , G06K9/6267
Abstract: 本发明公布了一种新的轨道列车走行部滚动轴承故障诊断方法，通过提出基于指数平滑预测的滑动时间窗分割算法，实现局部频谱的特征提取，结合改进的Adaboost算法，对轨道交通列车走行部转向架滚动轴承进行故障诊断。利用本发明提供的技术方案，可以有效地对轨道列车走行部非线性非平稳实时振动数据进行分割，并由此构建局部频谱图，选取局部频谱区间的中间点频率作为该样本的特征向量，为分类器提供了更加准确的输入，在滚动轴承故障诊断方面有很高的准确性，有效地保证故障分类的准确性，解决了现有方法准确率低、故障分类难的问题。
-
-
公开(公告)号：CN106776534B
公开(公告)日：2020-02-11
申请号：CN201610995636.3
申请日：2016-11-11
Abstract: 本发明公布了一种词向量模型的增量式学习方法，该方法采用的超参数包括：向量维度、反例样本个数范围、文本窗口长度；针对一篇新增文本text，通过对新增文本中出现的新词进行初始化更新和基于历史词表word_list的反例采样，对词向量模型进行动态更新，完成向量模型优化，从而实现对新增文本text进行增量式学习；采用本发明技术方案，能够避免对历史数据进行重复性学习，大幅减少计算复杂度；而随着数据量增大，本发明还能保持较高的学习效率，从而满足在线系统的效率需求。
-
Patent Agency Ranking
公开(公告)号：CN114373138A
公开(公告)日：2022-04-19
申请号：CN202111627107.5
申请日：2021-12-28
Applicant: 北京交通大学
Abstract: 本申请提供一种高速铁路全自动无人机巡检方法及系统。本申请通过用以沿铁路沿线按照预设轨迹飞行并从多个角度采集沿线设备设施及周边环境图片信息并储存的无人机，用于为无人机换装电池、载荷实现本地转储数据的移动地面基站，以及用于接收云端传输的无人机采集的图片信息并对图片信息进行分析、计算得出巡检结果的后端智能分析平台工作机，实现对预先规划的飞行线路进行巡检。本申请能够通过深度学习算法检测无人机所采集到的铁路图像，实现铁路设备设施部件缺陷及周边环境隐患的自动识别，提高检测效率。
-
公开(公告)号：CN106326929B
公开(公告)日：2019-08-02
申请号：CN201610718350.0
申请日：2016-08-24
IPC: G06K9/62
Abstract: 本发明公布了一种新的轨道列车走行部滚动轴承故障诊断方法，通过提出基于指数平滑预测的滑动时间窗分割算法，实现局部频谱的特征提取，结合改进的Adaboost算法，对轨道交通列车走行部转向架滚动轴承进行故障诊断。利用本发明提供的技术方案，可以有效地对轨道列车走行部非线性非平稳实时振动数据进行分割，并由此构建局部频谱图，选取局部频谱区间的中间点频率作为该样本的特征向量，为分类器提供了更加准确的输入，在滚动轴承故障诊断方面有很高的准确性，有效地保证故障分类的准确性，解决了现有方法准确率低、故障分类难的问题。
-
公开(公告)号：CN111489339B
公开(公告)日：2024-06-21
申请号：CN202010269940.6
申请日：2020-04-08
Applicant: 北京交通大学
IPC: G06T7/00 , G06T7/11 , G06V10/762 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明提供了一种高速铁路定位器螺栓备母缺陷的检测方法。该方法包括：构建改进的YOLOv3模型框架，调整YOLOv3模型框架的检测尺度，获取高速铁路定位器螺栓备母的图像数据集，对图像数据集进行扩充处理；将扩充处理的图像数据集输入到改进的YOLOv3模型框架中，得到分割了定位器区域的图像数据；用基于Retinanet模型的目标检测算法对分割了定位器区域的图像数据进行定位器螺栓备母缺陷检测，得到定位器螺栓备母缺陷的状态种类。本发明将改进的YOLOv3算法应用到定位器检测中，针对数据图像中定位器区域所占比重情况，修剪算法分支，可实现对于定位器螺栓备母缺陷的检测和识别，降低了专业要求，增加了工程应用性。
-
公开(公告)号：CN106776534A
公开(公告)日：2017-05-31
申请号：CN201610995636.3
申请日：2016-11-11
Abstract: 本发明公布了一种词向量模型的增量式学习方法，该方法采用的超参数包括：向量维度、反例样本个数范围、文本窗口长度；针对一篇新增文本text，通过对新增文本中出现的新词进行初始化更新和基于历史词表word_list的反例采样，对词向量模型进行动态更新，完成向量模型优化，从而实现对新增文本text进行增量式学习；采用本发明技术方案，能够避免对历史数据进行重复性学习，大幅减少计算复杂度；而随着数据量增大，本发明还能保持较高的学习效率，从而满足在线系统的效率需求。
-
公开(公告)号：CN105785482A
公开(公告)日：2016-07-20
申请号：CN201610286740.5
申请日：2016-05-03
Applicant: 北京交通大学
Abstract: 本发明提供一种基于遮盖物检测的雪深测量系统，在激光测量雪深值发生突变的情况下启动摄像机抓拍，通过图像对比方法判断突变是否由测量区域侵入遮盖物引起，若是则排除异物，通过本发明提出的雪深测量系统有效排除了遮盖物对雪深值检测的干扰。计算实时性较好，方便和现有视频监控系统结合，具有很强的实用价值。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.02 seconds)
