-
公开(公告)号：CN106777752A
公开(公告)日：2017-05-31
申请号：CN201611252207.3
申请日：2016-12-30
Applicant: 华东交通大学
IPC: G06F17/50
CPC classification number: G06F17/5009 , G06F17/5095
Abstract: 本发明公开了一种高速列车追踪运行曲线优化设定方法，针对移动闭塞下高速列车追踪间隔“移动、动态长度”的特点，所述方法基于现场采集的线路和高速列车运行数据，建立了高速列车回声状态网络速度预测模型、基于移动闭塞的追踪运行模型、线路特征模型，以及采用了创新性评价指标的追踪运行曲线多目标设定模型。再采用高效的多目标粒子群算法，将算法收敛条件作为设定模型的约束之一，基于以上实时数据进行高速列车追踪运行曲线优化设定。最后以区间运营效率和稳定性为设定方法的评估指标，筛选出一组最优的运行曲线，使得高速列车运行过程安全、高效，同时提高移动闭塞下的高速铁路区间运营效率和稳定性。
-
公开(公告)号：CN103019267B
公开(公告)日：2016-06-22
申请号：CN201210524520.3
申请日：2012-12-10
Applicant: 华东交通大学
Abstract: 一种基于ANFIS模型的高速列车广义预测控制方法，所述方法根据采集的高速列车运行过程数据，利用数据驱动建模方法，建立高速列车运行过程ANFIS模型，采用减法聚类确定模糊模型规则数和初始参数，并采用反向传播算法和最小二乘法优化模糊模型参数。本发明提出基于ANFIS模型的动车组运行速度预测跟踪控制方法，多步预测，循环滚动，得到准确的控制量，从而改变了凭经验调节的盲目性，使高速列车运行速度精确跟踪目标曲线，解决了大滞后问题，实现列车正点、安全、有效运行，保证了乘客安全。本发明方法简单实用，可实现高速列车自动驾驶控制。本发明适用于高速列车运行过程在线监测和自动控制。
-
公开(公告)号：CN103092076B
公开(公告)日：2015-11-04
申请号：CN201310003165.X
申请日：2013-01-06
Applicant: 华东交通大学
IPC: G05B13/04
Abstract: 一种基于多模型切换的动车组模糊自适应PID控制方法，所述方法根据采集的动车组运行过程数据和现场经验知识，提出数据驱动建模方法，应用减法聚类确定制动模型个数，从而建立描述动车组制动过程的多个局部线性模型，局部线性模型采用递推最小二乘法辨识模型参数，在每一采样时刻，基于多模型切换策略选择最佳局部模型，并采用模糊自适应PID算法对动车组制动过程进行控制，实现动车组安全、正点、有效运行。本发明方法简单实用，可实现动车组制动过程多目标控制。本发明适用于动车组制动过程在线监测和自动控制。
-
公开(公告)号：CN103344583B
公开(公告)日：2015-07-29
申请号：CN201310285383.7
申请日：2013-07-09
Applicant: 华东交通大学
IPC: G01N21/27
Abstract: 本发明公开了一种基于机器视觉的镨-钕(Pr/Nd)萃取溶液组分含量检测系统及方法。系统的图像获取硬件部分由计算机（1）、CCD彩色摄像机（2）、被测Pr/Nd溶液样品池（3）、白平衡灰卡（4）、暗箱（5）、光源调节器（6）、LED环形光源（7）、1394数据线（8）组成。采集被测Pr/Nd稀土萃取溶液的图像，经计算机上的预处理程序处理，然后将提取得到的颜色特征值经颜色特征分量与Pr/Nd元素组分含量的关系模型处理，得到当前Pr/Nd萃取溶液的组分含量。本发明利用机器视觉技术，在实验室的环境下实现了Pr/Nd稀土萃取溶液组分含量的检测系统，并通过检测，检验了该系统的准确性与可靠性，为将检测系统运用于Pr/Nd萃取过程生产现场在线检测与自动控制奠定了基础。
-
公开(公告)号：CN103344583A
公开(公告)日：2013-10-09
申请号：CN201310285383.7
申请日：2013-07-09
Applicant: 华东交通大学
IPC: G01N21/27
Abstract: 本发明公开了一种基于机器视觉的镨-钕(Pr/Nd)萃取溶液组分含量检测系统及方法。系统的图像获取硬件部分由计算机（1）、CCD彩色摄像机（2）、被测Pr/Nd溶液样品池（3）、白平衡灰卡（4）、暗箱（5）、光源调节器（6）、LED环形光源（7）、1394数据线（8）组成。采集被测Pr/Nd稀土萃取溶液的图像，经计算机上的预处理程序处理，然后将提取得到的颜色特征值经颜色特征分量与Pr/Nd元素组分含量的关系模型处理，得到当前Pr/Nd萃取溶液的组分含量。本发明利用机器视觉技术，在实验室的环境下实现了Pr/Nd稀土萃取溶液组分含量的检测系统，并通过检测，检验了该系统的准确性与可靠性，为将检测系统运用于Pr/Nd萃取过程生产现场在线检测与自动控制奠定了基础。
-
Patent Agency Ranking
公开(公告)号：CN103019267A
公开(公告)日：2013-04-03
申请号：CN201210524520.3
申请日：2012-12-10
Applicant: 华东交通大学
Abstract: 一种基于ANFIS模型的高速列车广义预测控制方法，所述方法根据采集的高速列车运行过程数据，利用数据驱动建模方法，建立高速列车运行过程ANFIS模型，采用减法聚类确定模糊模型规则数和初始参数，并采用反向传播算法和最小二乘法优化模糊模型参数。本发明提出基于ANFIS模型的动车组运行速度预测跟踪控制方法，多步预测，循环滚动，得到准确的控制量，从而改变了凭经验调节的盲目性，使高速列车运行速度精确跟踪目标曲线，解决了大滞后问题，实现列车正点、安全、有效运行，保证了乘客安全。本发明方法简单实用，可实现高速列车自动驾驶控制。本发明适用于高速列车运行过程在线监测和自动控制。
-
-
公开(公告)号：CN119809941A
公开(公告)日：2025-04-11
申请号：CN202510293350.X
申请日：2025-03-13
Applicant: 华东交通大学
IPC: G06T3/4076 , G06T3/4046 , G06T7/40 , G06T3/4007 , G06T7/13 , G06N3/0464 , G06N3/094
Abstract: 本发明公开了一种基于结构与纹理特征的图像超分辨率方法及系统，方法包括：构建具有结构和纹理特征提取能力的生成对抗网络，将超分辨率图像数据集输入至生成对抗网络中，训练并生成对应模型的权重，根据权重得到图像超分辨率模型，将待超分辨率图像输入至图像超分辨率模型中，图像超分辨率模型生成超分辨率后的高清图像。实现了通过融合图像的结构与纹理特征，提升图像超分辨率恢复效果，避免细节丢失，同时提供高效的性能优化和用户友好的界面，使得图像处理过程更为便捷。
-
公开(公告)号：CN118885887B
公开(公告)日：2025-02-07
申请号：CN202411375974.8
申请日：2024-09-30
Applicant: 华东交通大学
IPC: G06F18/241 , G01R31/00 , G06F18/213 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种牵引变流器故障诊断方法、设备、介质及产品，涉及电力机车的智能运行维修领域，该方法包括：获取数据集；数据集为中间直流电压数据；基于变分模态分解对所述数据集进行分解，得到多通道标准故障特征集；根据变分模态分解特性，确定配套通道加权层；所述配套通道加权层为PE‑Spearman秩相关系数；根据配套通道加权层，建立配套通道加权层‑一维深度可分离卷积神经网络模型；所述一维深度可分离卷积神经网络为将深度可分离卷积神经网络运用到一维长序列数据中构建的网络；将多通道标准故障特征集输入到所述配套通道加权层‑一维深度可分离卷积神经网络模型中，得到故障分类。本发明可准确、快速、稳定地识别故障特征。
-
公开(公告)号：CN119206636A
公开(公告)日：2024-12-27
申请号：CN202411067174.X
申请日：2024-08-06
Applicant: 华东交通大学
IPC: G06V20/54 , G06V10/25 , G06V10/44 , G06V10/42 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/048
Abstract: 本发明提出一种轨道线异物入侵检测方法及系统，该方法包括：通过轨道线异物入侵数据集对预设YOLOV9网络框架进行预训练，以生成对应的特征提取网络模型，并通过特征提取网络模型中的主干网络对图像信息进行多尺度特征提取，以获取到若干对应的多尺度特征图；通过预设检测模块网络根据若干多尺度特征图实时计算出与轨道上的物体对应的边界框损失，分类损失以及置信度损失；根据网络权重文件实时构建出对应的异物检测网络；通过异物检测网络根据图像信息实时预测出与物体对应的边界框信息以及分类信息，以对应完成轨道线上的异物的检测。本发明可以高效准确地得到侵入异物的边界框信息和分类信息。
-
-
-
-
-
-
-
-
-
Search Results
194
records
(took 0.091 seconds)
