-
公开(公告)号：CN117034459A
公开(公告)日：2023-11-10
申请号：CN202311044655.4
申请日：2023-08-18
Applicant: 华东交通大学
IPC: G06F30/15 , G06F30/27 , G06N3/006 , G06F119/14
Abstract: 本发明公开一种基于改进蜣螂优化算法的磁浮列车运行优化方法及系统，涉及磁浮列车控制领域，包括，获取磁浮列车实际运行线路的各区间线路特征参数信息；确定磁浮列车各运行子区间；确定磁浮列车纵向动力学模型；计算得到磁浮列车在各运行区间的磁浮列车运行的性能评价指标值以及优化适应度函数；构建磁浮列车运行优化模型；采用改进蜣螂优化算法对磁浮列车运行优化模型进行寻优求解，得到磁浮列车在各运行区间不同运行策略的最优解；得到磁浮列车全线最优运行策略组合；确定磁浮列车全线最优运行速度曲线，并基于此对磁浮列车进行控制。本发明中的上述方案能够获得理想最优速度曲线和最优运行策略以供磁浮列车运营人员进行列车的调控。
-
公开(公告)号：CN115817185B
公开(公告)日：2023-05-05
申请号：CN202310112977.1
申请日：2023-02-15
Applicant: 华东交通大学
IPC: B60L7/00
Abstract: 本发明公开一种中低速磁浮列车速度控制方法及系统，涉及磁浮列车自动控制技术领域。该方法包括采用单输入单输出的二阶自回归模型来描述中低速磁浮列车的电制动过程，得到差分方程；对差分方程的未知参数进行辨识，并根据辨识得到未知参数构建连续传递函数；在连续传递函数中加入延时环节，得到带延迟的最小二乘差分方程；根据带延迟的最小二乘差分方程、经典PID控制器、模糊PID控制器和Smith预估补偿器，构建中低速磁浮列车速度预测模型，并根据中低速磁浮列车速度预测模型，控制中低速磁浮列车速度。本发明能够实现速度控制，克服控制对象的不确定性、时滞性以及时变等因素的动态影响。
-
公开(公告)号：CN113377072B
公开(公告)日：2023-02-07
申请号：CN202110706355.2
申请日：2021-06-24
Applicant: 华东交通大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于即时学习的稀土萃取过程药剂量优化设定方法。该方法包括：针对由于机理模型和实际萃取过程不匹配等原因，导致机理模型得到的药剂量设定值并不是最优工作点的问题，首先建立以综合经济效益最大为目标的稀土萃取过程的优化模型，并利用数据驱动方法，对模型的关键参数进行预测；然后，运用智能优化算法进行最优药剂量求解，得到理论最优药剂量；最后，运用即时学习的思想，在理论最优药剂量附近进行局部在线建模，并对该局部模型进行优化求解得到最优的药剂量补偿值，即新的稀土萃取过程药剂量优化设定，如果经济效益增量大于设定阈值，则将该设定值施加到实际生产中，不断迭代该算法，既保证了萃取过程稳定性，又可进一步提高稀土萃取生产的效率和经济效益。
-
公开(公告)号：CN113130014B
公开(公告)日：2023-02-07
申请号：CN202110440712.5
申请日：2021-04-23
Applicant: 华东交通大学
IPC: G16C20/10 , G16C20/70 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于多分支神经网络的稀土萃取模拟方法及系统，方法包括：获取稀土原始数据集并进行预处理，得到处理后的数据集；将处理后的数据集划分为训练集和测试集；根据训练集构建多分支神经网络模型；构建多分支神经网络模型的各个分支对应的独立损失优化函数；对各个分支对应的独立损失优化函数进行训练，当各个分支的独立损失优化函数均收敛到设定阈值时，停止训练，获得训练后的多分支神经网络模型；利用测试集对所述训练后的多分支神经网络模型进行模拟，当模拟精度达到设定精度时，停止模拟，获得最终的多分支神经网络模型；利用最终的多分支神经网络模型进行稀土萃取模拟。本发明提高了稀土萃取模拟的预测精度和准确性。
-
公开(公告)号：CN112070051B
公开(公告)日：2022-09-20
申请号：CN202010973894.8
申请日：2020-09-16
Applicant: 华东交通大学
IPC: G06V20/59 , G06V40/16 , G06V40/18 , G06V10/762 , G06V10/766 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供基于剪枝压缩的疲劳驾驶快速检测方法，包括以下步骤S1：采用基本回归树的人脸对比算法，获取各类人脸数据库中的人脸样本数据，构建人脸区域数据集，并将人脸样本数据中的人脸、眼和嘴部区域进行标注，删除复杂场景；S2：使用K‑means算法对标注的脸部和眼部目标框的大小进行聚类，采用YOLO V3模型通过DarkNet‑53网络结构进行回归训练；S3：在YOLO V3模型中引入BN层，对BN层中的缩放因子γ进行L1正则化处理，判别出不重要的卷积通道或神经元通道；稀疏化训练后根据剪枝率对模型进行剪枝压缩，之后再对剪枝后的模型进行微调；S4：采用检测到的闭眼图片数量和嘴部张开图片数量在单位时间内所检测图片数量的占比来进行眼部疲劳判定和嘴部哈欠判定。
-
Patent Agency Ranking
公开(公告)号：CN114882410A
公开(公告)日：2022-08-09
申请号：CN202210510312.1
申请日：2022-05-11
Applicant: 华东交通大学
Abstract: 本发明涉及一种基于改进定位损失函数的隧道顶灯故障检测方法及系统，该方法包括：构建隧道顶灯检测图像的数据集；获取基于改进定位损失函数的YOLOv5s神经网络；根据数据集对YOLOv5s神经网络进行训练，得到训练后的YOLOv5s神经网络；获取待检测的隧道顶灯图像；利用训练后的YOLOv5s神经网络对待检测的隧道顶灯图像进行检测，得到发光顶灯的位置坐标；根据发光顶灯的位置坐标判断隧道顶灯是否存在故障。本发明能够精准定位隧道顶灯并标定其位置，并能够通过各个标定顶灯位置的相对关系检测隧道顶灯的工作状态是否正常。
-
公开(公告)号：CN114511465A
公开(公告)日：2022-05-17
申请号：CN202210154474.6
申请日：2022-02-21
Applicant: 华东交通大学
Abstract: 本发明涉及一种基于改进DCGAN的图像修复方法及系统，属于图像处理技术领域，该方法包括:构建基于改进DCGAN的图像修复模型，所述图像修复模型包括生成器和判别器构成的生成对抗网络，所述生成器包括依次连接的卷积模块、残差网络模块和上采样模块；基于联合损失函数，训练所述图像修复模型，获得训练好的图像修复模型；所述联合损失函数为对抗损失函数和重构损失函数之和；将待修改图像输入训练好的图像修复模型，输出修复后的图像。本发明提高了图像修复性能。
-
公开(公告)号：CN114330089A
公开(公告)日：2022-04-12
申请号：CN202110856661.4
申请日：2021-07-28
Applicant: 华东交通大学
IPC: G06F30/27 , G06F119/02
Abstract: 本发明涉及一种稀土元素含量变化预测方法，包括：获取稀土串级萃取过程中数据集；数据集包括无标签数据子集和有标签数据子集，无标签数据子集包括萃取工况下特征数据；构建稀疏自编码多分支网络模型；稀疏自编码多分支网络模型模拟稀土串级萃取过程的组分含量变化；根据无标签数据子集，对稀疏编码主网络进行无监督预训练；为各分支网络分别构建损失函数；基于各分支网络的损失函数，采用误差反向传播算法与随机梯度下降算法，根据有标签数据子集对预训练后的稀疏自编码多分支网络模型进行有监督训练，输出稀土元素含量变化预测模型；利用稀土元素含量变化预测模型对稀土串级萃取过程中稀土元素组分含量进行预测。本发明提高了预测的准确性。
-
公开(公告)号：CN114167733A
公开(公告)日：2022-03-11
申请号：CN202210131165.7
申请日：2022-02-14
Applicant: 华东交通大学
IPC: G05B13/04
Abstract: 本发明涉及一种高速列车速度控制方法及系统，属于高速列车运行过程监测与自动控制技术领域，建立考虑了车钩和附加阻力的高速列车纵向动力学模型，根据高速列车动力分散的特点提出了一种最小参数自适应径向基函数神经网络控制方法，利用径向基函数神经网络控制器逼近所述理想反馈控制量，并采用神经网络最小参数自适应学习法将径向基函数神经网络权值最小参数自适应律代替神经网络权值的调整，提高了高速列车对于给定目标速度位移曲线的跟踪精度，使列车在处理复杂路况变化时同样具有较高的控制精度和较快的稳定速度，并具有一定的抗干扰能力。
-
公开(公告)号：CN114092580A
公开(公告)日：2022-02-25
申请号：CN202111294880.4
申请日：2021-11-03
Applicant: 华东交通大学
IPC: G06T9/40 , G06T9/00 , G06K9/62 , G06V10/762 , G06V10/764
Abstract: 本发明提供一种基于深度学习的三维点云数据压缩方法与系统，涉及点云数据压缩处理技术领域，其中，基于深度学习的三维点云数据压缩方法包括：获取基于PointNet神经网络点云数据模型的语义标记，采用Mean‑Shift算法对点云数据模型基于语义标记进行组件分割，将分离得到的单个项目与基于语义的标准模型最优对齐，进行组织排序后采用八叉树算法实现数据压缩。提出方法通过语义标记提高了八叉树的编码性能。对比已有方法，本发明所述方法在相同的八叉树算法速率下，可以获得更低的均方误差，从而达到更好地压缩效果。
-
-
-
-
-
-
-
-
-
Search Results
194
records
(took 0.094 seconds)
