-
公开(公告)号：CN102423702A
公开(公告)日：2012-04-25
申请号：CN201110456027.8
申请日：2011-12-30
Applicant: 北京交通大学
IPC: B01J21/18 , A62D3/10 , A62D101/28
Abstract: 一种氧化石墨烯/二氧化钛复合光催化材料及其制备方法，属于光催化技术领域，适用于污染物的催化降解。解决了催化剂光催化效率低的问题。该复合光催化材料的结构：一种纳米级二氧化钛均匀分散于微米级氧化石墨烯片层的复合光催化材料。其的制备方法：一将氧化石墨烯配成水悬浮液；二在搅拌条件下依次缓慢将聚乙二醇、冰醋酸和钛酸四丁酯加入到无水乙醇中配成混合液；三取步骤一配制的氧化石墨烯水悬浮液滴加到步骤二配制的混合液中，室温下匀速搅拌，形成混合液；四将步骤三中所得的混合液干燥，得到固态混合物；五将步骤四中所得固态混合物放入容器中，在惰性气体保护下于煅烧，得到氧化石墨烯/二氧化钛复合光催化剂。
-
公开(公告)号：CN111640164B
公开(公告)日：2023-03-21
申请号：CN202010458631.3
申请日：2020-05-27
Applicant: 北京交通大学
Abstract: 本发明提供了一种量化城市轨道交通车站标识可见域的方法。包括：根据城市轨道交通车站的结构设施的几何尺寸按观察偏离角度将标识的最远可见距离划分为多个区间，根据正态分布再生定理构建各个区间的标识最远可见距离的枢轴量函数；设定标识最远可见距离区间估计的置信度水平，在置信度水平下利用枢轴量函数进行标记最远可见距离的区间估计；以单标识的最远可见距离为因变量、标识自身属性因素与观察偏离角度为自变量，引入多个虚拟变量以量化单个标识的可见域。本发明能够准确地标定和校核指定车站设施结构和特定属性特征的标识可见域，准确地量化在城市轨道交通车站中导向标识的可见域，评价车站内采用的标识属性和标识的设置方式是否合理。
-
公开(公告)号：CN114663880A
公开(公告)日：2022-06-24
申请号：CN202210253116.0
申请日：2022-03-15
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于多层级跨模态自注意力机制的三维目标检测方法。该方法包括利用RGB图像数据构建训练集与测试集；构建三维目标检测模型，该三维目标检测模型包含RGB主干网络、深度主干网络、分类器与回归器；利用训练集与测试集数据训练所述三维目标检测模型，并利用测试集验证训练效果，得到训练好的三维目标检测模型；利用训练得到的模型对RGB图像中的三维目标进行检测。本发明方法从深度特征图中获取全局场景范围内的深度结构信息，与外观信息有机结合以提升三维目标检测算法的准确性，从而有效地对二维RGB图像中的三维物体进行类别、位置、尺寸和姿态等信息的检测。
-
公开(公告)号：CN112345276A
公开(公告)日：2021-02-09
申请号：CN202011246521.7
申请日：2020-11-10
Applicant: 北京交通大学 , 中车唐山机车车辆有限公司
Abstract: 本发明提供了一种中速磁浮列车关键部件的状态评估和预测系统。包括：磁浮列车设备结构解耦模块，用于根据列车组件邻接关系、包含关系和平行关系构建了磁浮列车的层次结构；磁浮列车设备耦合关系模块，用于按照子系统建模方法，将列车整车和设备分为不同层次的子系统和元器件，构建磁浮列车分层结构之间的链接方式；磁浮列车关键部件诊断模块，用于通过各种故障诊断模式利用统计分析模型、机器学习模型和深度学习模型对列车关键设备进行状态识别和故障诊断对磁浮列车的状态做出综合评估。本发明通过对磁浮列车关键设备和元器件进行状态评估和故障诊断，以预测关键设备和元器件的使用状态并对异常预警，可以为磁浮列车系统健康管理提供数据支撑。
-
公开(公告)号：CN109895810B
公开(公告)日：2020-06-23
申请号：CN201910185008.2
申请日：2019-03-12
Applicant: 北京交通大学
Abstract: 本发明提供了一种高速铁路中轨道电路自适应动态发码方法。该方法包括：由两段轨道电路组成一个闭塞分区，由多个闭塞分区组成自动闭塞轨道电路；当多辆列车在自动闭塞轨道电路上追踪运行时，列控中心根据列车运行位置变化、列车进路和各个闭塞分区的状态信息，按照追踪间隔最小化原则采用电子编码方式调整自动闭塞轨道电路的编码。本发明提出在CTCS‑3列车控制系统中采用自适应轨道电路编码方式实现列车在区间追踪运行的自动闭塞。可以不在CTCS‑3系统中增加任何硬件设备，仅是通过改进TCC电子编码算法实现的。该方法可提高列控系统对列车占用轨道电路的分辨率，使既有自动闭塞系统具备虚拟闭塞和移动闭塞的基本特征。
-
Patent Agency Ranking
公开(公告)号：CN116452750A
公开(公告)日：2023-07-18
申请号：CN202310479705.5
申请日：2023-04-28
Applicant: 北京交通大学
IPC: G06T17/00 , G06V10/44 , G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于移动终端的物体三维重建方法。该方法包括：利用轻量化的主干网络提取原始图片的主干特征；通过解码器从主干特征中获取实例分割结果，构建多任务解码器模块；采用占有函数的形式构建三维重建模块，利用轻量化主干网络、多任务解码器和三维重建模块组成三维重建模型；获取移动终端设备采集的单目图像，将单目图像输入到训练好的三维重建模型，三维重建模型输出根据单目图像重建的三维物体。本发明提出了轻量化主干网络、基于特征融合的实例分割以及三维模型表示方法，实现了对特征快速且有效的提取、外观特征与几何结构特征有效融合以及高分辨率三维模型的准确表示，能够在保证高准确率三维重建的同时还拥有极高的运算效率。
-
公开(公告)号：CN115208755A
公开(公告)日：2022-10-18
申请号：CN202210821641.8
申请日：2022-07-13
Applicant: 北京交通大学
IPC: H04L41/0803 , H04L67/60 , H04L67/12 , H04L67/10 , G06K9/62
Abstract: 本发明提供一种面向物联网设备资源友好的特征提取器部署方法及系统，属于物联网技术领域，调取存储的数据集信息和特征提取器生成算法生成特征提取器；生成了单容量非冗余多功能特征提取器；将生成的单容量多功能特征提取器发送至物联网设备；当物联网设备收集到数据进行预处理数据，根据其当前可用资源选择一个特征提取器提取数据的主成分特征，然后将提取的主成分特征数据上传至边缘服务器。本发明减少物联网设备存储资源消耗，提高特征提取器切换效率；去除了冗余特征提取器，并以参数共享的方式将非冗余特征提取器嵌套在一起，减少了部署多个特征提取器消耗的存储资源；减少了无效的特征提取器切换，提高了特征提取器切换效率。
-
公开(公告)号：CN114954588A
公开(公告)日：2022-08-30
申请号：CN202210697913.8
申请日：2022-06-20
Applicant: 北京交通大学
IPC: B61L27/60
Abstract: 本发明提供了一种基于平行智能的列车运行系统仿真验证方法。该方法包括：根据实际列车运行系统构建人工列车运行系统；利用所述人工列车运行系统对列车运行控制系统进行基于计算实验的模型系统学习和验证，得到训练好的列车运行控制系统；将训练好的列车运行控制系统在实际列车运行场景和人工列车运行场景中平行执行，对列车运行系统进行优化改进。本发明首次将平行智能范式扩展到列车运行系统仿真验证上，解决了实际仿真平台在长尾场景验证困难且复现成本高的问题，并且可以进行全面充分的实验验证，提高实际系统的安全性和可靠性。
-
公开(公告)号：CN114913495A
公开(公告)日：2022-08-16
申请号：CN202210485437.3
申请日：2022-05-06
Applicant: 北京交通大学
Abstract: 本发明提供一种基于协作图融合的协同目标检测方法及系统，属于自动驾驶技术领域，获取待检测目标的点云数据，生成二维鸟瞰图和候选区域框；基于粗粒度的方法选取候选区域框中心车辆的检测盲区，根据检测盲区筛选近邻车辆的二维鸟瞰图局部特征；基于细粒度的方法将近邻车辆的二维鸟瞰图局部特征使用协作图融合，得到中心车辆新的协作特征；基于中心车辆新的协作特征，对每个候选区域做分类和回归预测，经过阈值筛选，得到最终的检测结果。本发明从粗粒度和细粒度两个角度考虑局部特征的协同；通过传递局部特征，协同检测可以减缓计算资源的压力，更加精准地对中心车辆盲区进行协同，有效提升协同检测性能和检测精度的同时，减少了通信资源的开销。
-
公开(公告)号：CN114595815A
公开(公告)日：2022-06-07
申请号：CN202210157628.7
申请日：2022-02-21
Applicant: 北京交通大学
Abstract: 本发明提供了一种面向传输友好的云‑端协作训练神经网络模型方法。该方法包括：云服务器基于种子卷积核利用卷积核生成函数生成卷积神经网络模型；通过数据集对卷积神经网络模型进行训练，对卷积神经网络模型的种子卷积核和生成卷积核进行参数更新，得到训练好的卷积神经网络模型；云服务器将训练好的卷积神经网络模型的种子卷积核和随机数种子发送至终端设备，终端设备根据种子卷积核和随机数种子利用卷积核生成函数生成新的卷积核，并组合成卷积神经网络模型。本发明方法通过设计包含少量可学习参数的神经网络模型，减少云服务器需要发送至终端设备的模型参数量，来减轻网络带宽压力。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.023 seconds)
