-
公开(公告)号：CN114511465B
公开(公告)日：2024-08-20
申请号：CN202210154474.6
申请日：2022-02-21
Applicant: 华东交通大学
IPC: G06T5/77 , G06T5/60 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094
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：CN118409508A
公开(公告)日：2024-07-30
申请号：CN202410874665.9
申请日：2024-07-02
Applicant: 华东交通大学
IPC: G05B13/04
Abstract: 本发明公开了一种重载列车运行时滑模自抗扰控制方法、装置、介质及产品，涉及重载列车控制技术领域。方法包括：获取被控重载列车中主控机车的目标位移微分信号；获取主控机车的当前位移、当前速度和集总扰动；根据列车线路信息、目标位移微分信号、当前位移、当前速度和集总扰动确定主控机车的控制信号；基于所述控制信号控制主控机车，并利用locotrol系统控制从控机车和可控列尾。本发明能够提高重载列车运行过程中滑模自抗扰控制器的控制精度，同时减少采集重载列车实时位移和速度等所需的传感器数量，降低系统的设计成本，进而提高系统的可靠性。
-
公开(公告)号：CN118379706A
公开(公告)日：2024-07-23
申请号：CN202410815243.4
申请日：2024-06-24
Applicant: 华东交通大学
IPC: G06V20/56 , G06V10/80 , G06V10/82 , G06V10/774 , G06V10/764 , G06N3/0499 , G06N3/084
Abstract: 本发明提供一种基于注意力与特征分频的多模态融合模型训练方法及系统，方法包括：获取多模态数据，并将多模态数据输入至预训练特征提取网络当中，以分别提取出每一种模态数据对应的不同频率大小的多种特征图；将同一频率大小的不同模态的特征图进行通道拼合，并对多种频率的通道拼合后的特征图进行分频特征融合；将多种频率的融合特征图输入到预设目标位置识别网络当中，得到车辆附近的目标位置信息，并将多种频率的融合特征图输入到预设车道位置识别网络当中进行多次迭代更新，得到车道线位置信息；计算损失函数并进行反向传播，以训练模型。本发明不仅可以提高模型识别精度，还能够有效节省计算量、提升硬件运算效率。
-
公开(公告)号：CN118230113B
公开(公告)日：2024-07-23
申请号：CN202410659894.9
申请日：2024-05-27
Applicant: 华东交通大学
IPC: G06V10/80 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/045 , G06V10/764
Abstract: 本发明提供了一种基于多模态融合与注意力机制的目标检测方法及系统，该方法包括：对每一图像信息进行堆叠处理，以生成对应的目标图像信息；通过若干特征提取模块以及切片特征融合模块实时提取出目标图像信息中包含的若干目标特征图，并将最后三张特征图输入至预设第一算法中，以使预设第一算法输出对应的目标信息；实时检测出与目标信息对应的预测值以及真实值，并根据预测值以及真实值构建出对应的损失函数；对损失函数进行训练，以输出对应的网络权重文件，并构建出对应的多模态目标检测网络，以通过多模态目标检测网络实时确定出目标场景中的目标物体的位置。本发明能够快速的完成多模态数据的融合，提升了工作效率。
-
公开(公告)号：CN117935366A
公开(公告)日：2024-04-26
申请号：CN202410135245.9
申请日：2024-01-31
Applicant: 华东交通大学
IPC: G06V40/20 , G06V40/10 , G06V10/82 , G06V10/25 , G06V10/774 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/048 , G06N3/084
Abstract: 本发明提供一种司机手势识别方法、装置、计算机设备和储存介质，包括：基于少通过对司机手势图像进行随机缩放、随机旋转、随机裁剪、明亮度变换对数量进行扩增，得到第一数据集；提取司机手势图像中的ROI图像，将所述ROI图像输入到深度卷积生成对抗网络DCGAN中，通过深度卷积生成对抗网络DCGAN生成的图像对图像数量进行扩增，得到第二数据集；将采集的司机手势图像、所述第一数据集、所述第二数据集结合，获得司机手势数据集；构建用于司机驾驶状态监测的YOLOv5网络，将所述数据集输入到YOLOv5网络中对YOLOv5网络进行训练；将待检测的司机手势图像输入到训练好的YOLOv5网络中进行驾驶状态监测。
-
Patent Agency Ranking
公开(公告)号：CN117935365A
公开(公告)日：2024-04-26
申请号：CN202410135239.3
申请日：2024-01-31
Applicant: 华东交通大学
IPC: G06V40/20 , G06V40/10 , G06V10/82 , G06V10/80 , G06V10/44 , G06V10/764 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种司机手势识别方法、装置、计算机设备和储存介质。该方法包括：构建用于机车司机驾驶状态监测的改进YOLOv5网络，改进YOLOv5网络包括：将原始网络中的C3模块替换为GhostBottleneck模块；卷积操作替换为深度可分离卷积操作；三尺度预测机制替换为双尺度预测机制；Focus模块删除；将空间金字塔池化模块删除；对改进YOLOv5网络进行训练；将待检测的机车司机手势图像输入到训练好的改进YOLOv5网络中进行驾驶状态监测。本发明在保证对司机手势识别性能的情况下降低了计算量，使其满足实时性的要求。
-
公开(公告)号：CN117818706A
公开(公告)日：2024-04-05
申请号：CN202311504011.9
申请日：2023-11-13
Applicant: 华东交通大学
IPC: B61L27/00 , B61L27/04 , B61L25/02 , G06F30/27 , G06F119/02
Abstract: 本发明公开一种中低速磁浮列车速度预测方法、系统、设备及介质，涉及磁浮列车运行控制技术领域。所述方法包括：获取磁浮列车的实际运行数据；对所述实际运行数据进行单位统一化和受力计算，得到当前时刻下所述磁浮列车的速度和受力；利用所述速度、所述受力和改进的PSO方法，对LSTM模型的隐含层节点个数和学习率进行参数寻优，并根据优化参数后的LSTM模型进行磁浮列车速度预测。本发明能够基于数据驱动构建模型，实现对磁浮列车的精准控制。
-
公开(公告)号：CN117389157B
公开(公告)日：2024-02-27
申请号：CN202311684011.1
申请日：2023-12-11
Applicant: 华东交通大学
IPC: G05B13/04
Abstract: 本发明公开一种虚拟编组高速列车运行滑模控制方法、系统、设备及介质，涉及高速列车控制领域，方法包括根据列车运行过程中的受力情况和控制输入延迟构建虚拟编组高速列车的动力学模型；根据所述动力学模型基于列车的位移信息和速度信息构建虚拟编组高速列车的运行模式；根据所述动力学模型和所述运行模式确定虚拟编组高速列车的运行滑模控制律；所述运行滑模控制律用于控制所述高速列车运行。本发明不仅能有效抑制抖振问题保证列车的安全运行，还能应对控制输入延迟问题，保障高速列车对目标曲线的精确追踪运行，为提升高速列车运输效率提供支撑。
-
公开(公告)号：CN116912581A
公开(公告)日：2023-10-20
申请号：CN202310880187.8
申请日：2023-07-18
Applicant: 华东交通大学
IPC: G06V10/764 , G06V10/54 , G06V10/56 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/30
Abstract: 本发明公开了一种稀土萃取分离过程中镨/钕元素组分含量预测方法及系统，涉及稀土组分含量预测领域，方法包括：对多幅稀土元素溶液图像进行图像处理得到HSV颜色空间特征、YUV颜色空间特征和纹理特征；对上述特征及现场萃取级数进行特征选择得到混合特征；采用多个数学模型分别在HSV颜色空间特征数据集、HSV颜色空间特征+YUV颜色空间特征数据集和混合特征数据集上进行数据集对比确定最佳数据集；以最佳数据集为输入，以镨/钕元素的组分含量为输出，对基于多残差注意力块的一维卷积软测量模型的网络结构参数进行优化，得到最优模型，并采用最优模型进行稀土组分含量预测。本发明具有成本低、精确度高、泛化能力强等特点。
-
公开(公告)号：CN114882410B
公开(公告)日：2023-09-12
申请号：CN202210510312.1
申请日：2022-05-11
Applicant: 华东交通大学
IPC: G06V20/40 , G06V10/764 , G06V10/82 , G06T7/70 , G06N3/0464 , G06N3/08
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。
-
-
-
-
-
-
-
-
-
Search Results
195
records
(took 0.097 seconds)
