-
公开(公告)号：CN106557371B
公开(公告)日：2019-09-10
申请号：CN201610949911.8
申请日：2016-10-26
Applicant: 北京交通大学
IPC: G06F9/52
Abstract: 本发明公开一种基于边追踪的分布式系统死锁检测方法，包括如下步骤：S1、分布式系统中的各节点根据自身的状态初步判断分布式系统中是否已经发生死锁，初步判断发生死锁的节点作为死锁检测的发起节点开始执行死锁检测；S2、发起节点向其自身所依赖的节点发送探针消息；S3、收到探针消息的非发起节点将探针消息传递给其自身所依赖的节点；S4、在非发起节点收到所有来自依赖于自身的节点的探针消息之后，非发起节点将其自身依赖消息发送给发起节点；S5、发起节点收到所有非发起节点的依赖消息之后根据各节点之间的依赖关系判断是否发生死锁。本发明相比于现有的方法可以减少死锁检测过程中消息传递的数量。
-
公开(公告)号：CN104734962B
公开(公告)日：2017-12-26
申请号：CN201510088791.2
申请日：2015-02-26
Applicant: 北京交通大学
IPC: H04L12/741 , H04L29/08 , G06F17/30
Abstract: 本发明公开一种非结构化P2P网络的资源搜索方法，包括步骤：为网络中各节点分别分配一个标识符，并分别定义各节点的前后向节点、邻居表及其中的表项；发起资源查询请求的节点分别向该节点的邻居表中各表项中的一个邻居节点发送增加转发区间的查询消息；若查询到资源，则向发起资源查询请求的节点发送搜索成功消息；若未查询到，邻居节点根据邻居节点的邻居表中的表项向邻居节点的转发区间内的邻居节点转发增加转发区间的查询消息；重复上一步直至查询到资源或已查询所有节点。本发明所述技术方案解决了洪泛搜索中冗余消息的问题，提高了非结构化P2P网络的资源搜索的可扩展性和效率，从而提高了非结构化P2P网络的可用性。
-
公开(公告)号：CN104732014B
公开(公告)日：2017-08-25
申请号：CN201510088609.3
申请日：2015-02-26
Applicant: 北京交通大学
IPC: G06F17/50
Abstract: 本发明公开一种用于复杂场景的层次式人群仿真方法及系统，该方法包括步骤：对复杂场景进行区域划分，得到复杂场景的拓扑结构图；对复杂场景进行全局路径规划，计算包含复杂场景中场景入口、场景出口和特定感兴趣区域的全局路径；确定人群分组信息和人群中个体在复杂场景中的位置信息，在复杂场景中建立个体的势场，并根据个体的势场计算个体在复杂场景中受到的作用力；计算在人群仿真过程中个体的实时速度，利用交通流模型对在人群仿真过程中个体的实时速度进行实时修正，实现人群仿真。本发明所述技术方案改善了势场法人群仿真中的速度控制机制，解决速度变化不自然的问题，使速度的变化更加符合人群运动规律，满足了人群仿真的实际需求。
-
公开(公告)号：CN106780506A
公开(公告)日：2017-05-31
申请号：CN201611039325.6
申请日：2016-11-21
Applicant: 北京交通大学
IPC: G06T7/11
Abstract: 本发明公开一种基于多源路径最短距离的交互式图像分割方法，包括：S1、根据图像的像素值特征计算图像中的像素点之间的边权重，并根据像素点之间的边权重将图像转化为无向加权图；S2、在图像中的各待分割物体内部分别标记多个像素点作为各待分割物体的标记点，待分割物体的标记点带有待分割物体各自的标识；S3、对图像中所有未标记的像素点依据无向加权图寻找与其距离最近的标记点，从而将图像分割问题转化为多源最短路径搜索问题；S4、以与各未标记的像素点距离最近的标记点的标识标记各未标记的像素点，得到图像中每个像素点带有的标识，并将带有不同标识的像素点的边界标记为分割边界。本发明能够达到更理想的、高质量的图像分割结果。
-
公开(公告)号：CN106533754A
公开(公告)日：2017-03-22
申请号：CN201610979319.2
申请日：2016-11-08
Applicant: 北京交通大学
IPC: H04L12/24
CPC classification number: H04L41/06 , H04L41/0631 , H04L41/069 , H04L41/142
Abstract: 本发明公开一种用于高校教学服务器故障诊断的方法及专家系统，该方法包括以下步骤：获得专家知识；基于专家知识建立故障树；将故障树存储于知识库中；获取教学服务器集群的故障信息；将故障信息存储于辅助存储库中；将故障树与故障信息进行比对，获得服务器故障处理办法；对故障处理办法进行解释；输出解释过的故障处理办法。该专家系统包括人机交互模块、故障树建立模块、知识库、故障信息获取模块、辅助存储库、推理机和解释器。本发明采取故障树分析方法准确找出服务器出现故障原因并给出检修方案，克服了原有面临IT服务人员短缺而无法及时做出修复的不便，大幅度降低高校教学服务器运行成本和维护费用，显著提高服务器的稳定性及可靠性。
-
Patent Agency Ranking
公开(公告)号：CN105046255A
公开(公告)日：2015-11-11
申请号：CN201510419100.2
申请日：2015-07-16
Applicant: 北京交通大学
CPC classification number: G06K9/3233 , G06K9/3258 , G06K9/4671 , G06K2209/15 , G06K2209/23
Abstract: 本发明公开一种基于车尾文字识别的车型鉴定方法及系统，其中方法包括如下步骤：S1、对车尾图像进行车牌定位，得到车牌区域图像；S2、进行车牌字符识别，得到车牌信息并基于车牌信息在车辆数据库中提取车辆详细信息；S3、利用车尾文字和车牌的位置关系得到车尾文字区域初始定位图像；S4、根据文字区域图像的投影特性得到车尾文字区域图像；S5、对车尾文字区域图像进行SIFT特征提取并识别，得到车辆的识别车型信息；S6、将识别车型信息与车辆详细信息中的车型信息进行对比。本发明所述技术方案具有很好的鲁棒性，且相对于现有技术中的其他方法在适用性、有效性和准确性上都有一定的优越性，能够很好的满足实际需求。
-
公开(公告)号：CN115862038A
公开(公告)日：2023-03-28
申请号：CN202211405330.X
申请日：2022-11-10
Applicant: 北京交通大学
IPC: G06V30/244 , G06N3/049 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于端到端神经网络的木板印刷满文识别方法。该方法包括：从满文古籍图片中切割出独立的满文单词，将每个满文单词用一个满文单词图片来表示；使用卷积神经网络CNN对满文单词图片进行卷积操作时，提取出满文单词图片的特征向量；使用长短期记忆网络LSTM处理CNN提取出的特征向量，得到向量序列；采用连接性时序分类算法CTC算法将LSTM输出的向量序列转化为对应满文单词的标签序列，根据标签序列对满文单词进行识别。本发明方法可以有效地从大量的印刷满文图片中提取出清晰、可拆分且通用的特征并加以识别，同时对上下文中相关联的特征信息进行有效的筛选与关联，进而获得高识别准确率的印刷满文识别模型。
-
公开(公告)号：CN111860763A
公开(公告)日：2020-10-30
申请号：CN202010508127.X
申请日：2020-06-05
Applicant: 北京嘀嘀无限科技发展有限公司 , 北京交通大学
Abstract: 本申请提供的模型训练、参数预测方法和装置、电子设备及存储介质，涉及深度学习技术领域。在本申请中，首先，获得样本数据，其中，该样本数据至少包括目标区域中所有路段的路网关系信息和历史通行信息，且路网关系信息包括目标区域中每一路段与其它各路段之间的邻接关系信息。其次，对样本数据中的至少一种信息进行向量化处理得到训练数据。然后，基于训练数据对预先构建的神经网络模型进行训练，得到通行参数预测模型，其中，通行参数预测模型用于对目标区域中的目标路段进行预测处理，得到目标路段的通行参数。通过上述方法，可以改善现有的速度预测技术存在的预测精度较低的问题。
-
公开(公告)号：CN106780506B
公开(公告)日：2020-05-08
申请号：CN201611039325.6
申请日：2016-11-21
Applicant: 北京交通大学
IPC: G06T7/11
Abstract: 本发明公开一种基于多源路径最短距离的交互式图像分割方法，包括：S1、根据图像的像素值特征计算图像中的像素点之间的边权重，并根据像素点之间的边权重将图像转化为无向加权图；S2、在图像中的各待分割物体内部分别标记多个像素点作为各待分割物体的标记点，待分割物体的标记点带有待分割物体各自的标识；S3、对图像中所有未标记的像素点依据无向加权图寻找与其距离最近的标记点，从而将图像分割问题转化为多源最短路径搜索问题；S4、以与各未标记的像素点距离最近的标记点的标识标记各未标记的像素点，得到图像中每个像素点带有的标识，并将带有不同标识的像素点的边界标记为分割边界。本发明能够达到更理想的、高质量的图像分割结果。
-
公开(公告)号：CN106650667A
公开(公告)日：2017-05-10
申请号：CN201611221282.3
申请日：2016-12-26
Applicant: 北京交通大学
CPC classification number: G06K9/00369 , G06N3/126
Abstract: 本发明公开了一种基于支持向量机的行人检测方法，所述方法包括：S1：提取训练图像中的边缘和文理信息，处理得到特征向量；S2：对所述特征向量进行降维，得到降维的特征向量；S3：采用引入模拟退火接受准则的遗传算法对支持向量机进行模型训练与特征权重学习；S4：将待检测的图像进行S1和S2的处理，然后输入所述支持向量机进行行人检测，本发明同时公开了一种基于支持向量机的行人检测系统，本发明采用引入模拟退火接受准则的遗传算法对支持向量机进行模型训练与特征权重学习，考虑特征组合对行人检测分类效果的影响，并为所有维度的特征制定权值，提高行人检测的准确度。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.022 seconds)
