铁路沿线大风灾害区域识别与风险评价方法及系统

    公开(公告)号:CN117610929A

    公开(公告)日:2024-02-27

    申请号:CN202311624971.9

    申请日:2023-11-30

    Abstract: 本发明提供一种铁路沿线大风灾害区域识别与风险评价方法及系统,属于铁路防灾风险预警技术领域,构建铁路沿线大风危险度模型,得铁路沿线大风危险度;提取铁路各区段沿线区域的地理特征,结合铁路沿线区域大风危险度,构建铁路各区段沿线孕灾环境致灾度模型,得孕灾环境致灾度;构造铁路区间脆弱度模型,得列车暴露度;构建铁路区段沿线大风灾害综合风险评价指标,对不同时空下的铁路区段评估其风险值、风险等级划分。本发明提出铁路区域气象灾害系统理论,基于铁路沿线气象危险度、沿线孕灾环境致灾度以及铁路承灾体脆弱度的三角体系,提出铁路运行环境大风灾害综合风险评价模型,实现对铁路各区段不同时空下的风险评价和风险区域等级划分。

    基于生成式多模态图像融合的目标重识别方法

    公开(公告)号:CN116824625A

    公开(公告)日:2023-09-29

    申请号:CN202310616550.5

    申请日:2023-05-29

    Abstract: 本发明提供了一种基于生成式多模态图像融合的目标重识别方法。该方法包括:利用跨模态图像生成网络生成输入图像的另一模态的图像,得到成对图像,所述输入图像包括可见光图像或者红外图像;构建并训练基于分块的双重多模态特征融合模块,将所述成对图像输入到训练好的双重多模态特征融合模块中,得到所述成对图像的融合特征;基于所述成对图像的融合特征利用余弦距离测量所述成对图像之间的差异特征,对所述差异特征进行补偿。本发明利用了丢失的模态特定特征的信息,利用对比学习来关联输入与输出图像对应位置的信息,保留了行人的身份信息,从而可以有效地对多模态图像进行行人目标重识别。

    基于深度学习的轻量化纹理表面缺陷检测方法和系统

    公开(公告)号:CN116777842A

    公开(公告)日:2023-09-19

    申请号:CN202310591633.3

    申请日:2023-05-24

    Abstract: 本发明提供基于深度学习的轻量化纹理表面缺陷检测方法和系统,方法分为训练和测试阶段。训练阶段基于输入训练集的纹理表面图像,并将其通过层层卷积前向传播得到缺陷特征的预测框,得到缺陷特征的预测框,接着计算缺陷特征的预测框和目标图像真实框之间的损失,利用损失进行反向传播,更新模型权重,重复这个过程直到达到设定的迭代轮数epoch。之后是测试阶段,加载测试集的数据,通过训练好的模型输出缺陷图像的类别和定位,并进行评估指标计算,根据指标进行模型性能的判定,如果不能满足预期要求,则重新回到训练环节,进行进一步的调整训练,如果已经达到预期的性能,则保存模型权重,完成整个技术发明的流程,得到最终的解决方案。

    轨道线路多域限界异物侵限事件状况识别方法及系统

    公开(公告)号:CN115187048B

    公开(公告)日:2023-05-23

    申请号:CN202210795400.0

    申请日:2022-07-07

    Abstract: 本发明提供轨道线路多域限界异物侵限事件状况识别方法及系统,属于铁路防灾风险预警技术领域,根据异物侵限事件发生全过程监测要求,选择轨面状态采集传感器设备对轨面状态数据进行采集;将轨面限界区域划分为关注域、预警域、安全域,对入侵限界的异物进行识别、跟踪、特征提取;定义侵限事件状态描述模型;基于侵限事件状态特征,利用识别到的侵限异物特征数据作为侵限事件状态描述模型动态特征参数量化风险值,计算轨面限界安全域、预警域、关注域的侵限异物事件检出率。本发明实现了对轨道线路侵限事件特征、事件发生过程的监测、识别与分析,并进一步提高轨道交通系统的风险防控能力,具有良好的应用推广价值。

    一种基于变换器神经网络的点云数据处理方法

    公开(公告)号:CN113870160A

    公开(公告)日:2021-12-31

    申请号:CN202111060998.0

    申请日:2021-09-10

    Abstract: 本发明提供了一种基于变换器神经网络的点云数据处理方法。该方法包括:构建三维物体对称检测模型,通过检测物体对称面/轴获取输入的点云数据的对称点,将点云数据的投影平面转换为对称结构的旋转平移操作,得到多组数据据增强后的点云图数据;通过变换器网络模型提取多组数据据增强后的点云图数据的全局特征信息和局部特征信息,得到下采样后的点云数据;结合不同的目标任务需求,构建任务驱动的任务网络模型,将下采样后的点云数据输入到任务网络模型,得到目标任务结果。本发明有效结合三维物体对称检测模型与变换器网络模型,能够在提高下采样模型鲁棒性的同时,进而具有最小化目标任务精度损失的能力,提升下采样规模和目标任务的精确度。

    铁路灾害仿真评估推演方法及系统

    公开(公告)号:CN118229068A

    公开(公告)日:2024-06-21

    申请号:CN202410241121.9

    申请日:2024-03-04

    Abstract: 本发明提供一种铁路灾害仿真评估推演方法及系统,属于铁路灾害预警技术领域,构建并管理铁路灾害情景链库、防控和应急策略库、风险评估算法库,同时建立灾害情景链、评估分析算法及防控策略评价体系;铁路灾害监测数据,利用风险评估算法组件进行铁路气象环境、基础设施状态和异物侵限情况等的风险评估分析;根据评估分析模块中较高风险等级的灾害基于灾害情景链进行推演预测,推荐相应的防控策略;基于评价组件对灾害情景链、评估分析算法以及防控策略进行评价,不断优化该仿真评估推演方法及系统。本发明有效填补了铁路灾害风险评估及推演预测能力的空白,提升了铁路灾害推演预测及风险防控能力,具有良好的应用推广价值。

    铁路灾害风险防控方法及系统
    7.
    发明公开

    公开(公告)号:CN118095847A

    公开(公告)日:2024-05-28

    申请号:CN202410209400.7

    申请日:2024-02-26

    Abstract: 本发明提供一种铁路灾害风险防控方法及系统,属于铁路灾害风险预警技术领域,获取铁路监测点的实时气象灾害数据及图像数据;对铁路监测点状态以及灾害仿真评估后的风险值和预警信息进行展示;基于监测数据对铁路灾害进行风险评估与推演预测,得到监测点风险分级状态及灾害后续发展信息;根据监测点风险状态推送相应策略,对推送的不同防控或应急策略进行策略预演与效能预验,得出最优策略对其进行风险防控,并能指导和优化应急资源部署。本发明应用数字孪生,将物联网、状态信息、算法模型、仿真推演等通过虚实数据交互,形成对物理实体有效的监控、仿真和预测,实现超实时状态感知与自动应急响应联动的功能,具有良好的应用推广价值。

    铁路气象灾害风险防控方法及系统

    公开(公告)号:CN117196296A

    公开(公告)日:2023-12-08

    申请号:CN202311066411.6

    申请日:2023-08-23

    Abstract: 本发明提供一种铁路气象灾害风险防控方法及系统,属于铁路防灾风险预警技术领域,基于灾害监测传感器的监测数据构建灾害实时情景;将灾害实时情景与情景集中情景相匹配;情景匹配匹配成功后,基于贝叶斯推演预测模型进行灾害实时推演预测;基于灾害推演预测结果对当前灾害情景进行风险评估给出预警等级,并为当前情景推送相应的防控策略进行风险防控。本发明实现了对铁路各种类型气象灾害有效推演预测,了解灾害演化发展情况,并对各类灾害发展各阶段进行有效风险防控,大大降低铁路气象灾害事故发生的可能性,具有良好的应用推广价值。

    任务导向的点云数据下采样方法及系统

    公开(公告)号:CN115049786B

    公开(公告)日:2023-07-18

    申请号:CN202210689275.5

    申请日:2022-06-17

    Abstract: 本发明提供任务导向的点云数据下采样方法及系统,属于点云数据处理技术领域,对变换器网络中资源密集型的结构进行调整,去除位置嵌入、简化输入数据嵌入层结构,删除自注意力机制的映射矩阵操作,在前馈神经网络层引入扩缩策略;基于采样损失函数,扩大下采样点云的覆盖范围和重点区域的关注能力,促进生成点云为原始点云的真子集;将下采样模块与任务网络相结合,利用采样损失和任务损失共同更新下采样网络的权重参数。本发明降低了对计算和存储资源的消耗;设计采样损失函数,促使获得点云分布更加均匀、关键点覆盖更加全面的真子集点云数据;将通用下采样模块与三维分类任务网络相结合,实现任务网络的性能最优化和资源开销最小化的有效权衡。

Patent Agency Ranking