-
公开(公告)号：CN106844621B
公开(公告)日：2020-06-26
申请号：CN201710039058.0
申请日：2017-01-18
Applicant: 清华大学 , 中车信息技术有限公司 , 中车大连机车研究所有限公司
Abstract: 本发明涉及一种轨道机车节能操纵实时优化控制策略库构建方法，具体包括以下步骤：步骤1、数据的收集与预处理，得到标准的数据集，为后续的步骤准备数据的输入；步骤2、利用数据挖掘算法结合数据预处理结果对机车操纵日志数据进行大规模的搜索与挖掘，最终将子操作序列集合处理为一种结构化的表征形式，并存储在文本文件中；步骤3、将不同坡段类型下的频繁子操作序列集合作为基础的策略库，并将最终得到的优化策略库处理为一种结构化的表征形式，存储在文本文件中；步骤4、根据机车的状态参数，通过策略的优化运算执行策略，最终生成整条线路的优化操纵序列。该方法提高了策略设计与生成的效率，并可以进行更加节油的驾驶模式的学习。
-
公开(公告)号：CN106775992B
公开(公告)日：2020-03-27
申请号：CN201710038009.5
申请日：2017-01-18
Applicant: 清华大学
Abstract: 本发明提供了一种冗余计算机系统任务补偿方法，其中任务根据任务之间资源和时序关系划分为不同的任务类型，系统冗余结构是完全镜像的，具有相同的程序逻辑和数据块，维护系统调度标志，在系统运行过程中，周期性的采集系统任务的已执行数量、已分配的数量，计算系统的负载；根据系统负载调度标志与系统超载阈值判定系统的执行方式；系统按照设计的冗余结构进行表决运行；对系统总任务集进行分配并计算任务集调度补偿代价。该方案充分利用冗余系统的硬件优势。在系统正常运行时，系统利用冗余结构，实现备份恢复、表决等功能，体现出容错计算的特征；在高负载的特殊情况下，经过系统的判定，实现负载分配。
-
公开(公告)号：CN106844947B
公开(公告)日：2019-11-26
申请号：CN201710038010.8
申请日：2017-01-18
Applicant: 清华大学 , 中车信息技术有限公司 , 中车大连机车研究所有限公司
Abstract: 本发明提供了一种基于高阶相关学习的机车节能优化自动驾驶方法，本发明首先对司机的实际驾驶数据进行经验梳理以及预处理，然后构建一个特征组来描述机车的驾驶状态，再基于由构建的特征组描述的司机实际驾驶数据作为训练数据构建超图，并通过归纳学习过程获取超图模型，所构建的超图模型可用于实时生成驾驶操作，最后通过不断的强化更新，即通过迭代训练的方式使得通过学习获得的超图模型更加准确。由于超图模型的训练不受到时间因素的限制，因此超图模型的学习拥有更好的优化空间，且机车运行过程中应用超图模型获取机车运行操纵档位时能够取得较好的节能效果。同时，将机车在线操纵运行结果作为数据输入，使得超图模型能够不断进行调整和优化。
-
公开(公告)号：CN110334237A
公开(公告)日：2019-10-15
申请号：CN201910636624.5
申请日：2019-07-15
Applicant: 清华大学
IPC: G06F16/583 , G06K9/46 , G06K9/62 , G06T7/55
Abstract: 本申请公开了一种基于多模态数据的立体对象检索方法与系统，其中，该方法包括：步骤1，获取待检索立体视觉对象的环路视图和点云数据；步骤2，利用特征提取模型分别提取环路视图和点云数据的特征，将提取到的特征分别记作第一特征向量和第二特征向量；步骤3，利用多模态特征融合算法，对第一特征向量和第二特征向量进行融合运算，生成待检索立体视觉对象的融合特征，将融合特征记作检索特征；步骤4，计算检索样本空间中每个样本与检索特征之间的欧式距离，并将样本按照欧氏距离由小到大的顺序进行排序，将排序后的样本记作待检索立体视觉对象的检索结果。通过本申请中的技术方案，优化了对立体对象的检索性能和检索过程中的鲁棒性。
-
公开(公告)号：CN106842925B
公开(公告)日：2019-10-11
申请号：CN201710045758.0
申请日：2017-01-20
Applicant: 清华大学 , 中车信息技术有限公司 , 中车大连机车研究所有限公司
IPC: G05B13/04
Abstract: 本发明涉及一种基于深度强化学习的机车智能操纵方法与系统，该系统包括数据源模块、机车运行环境学习模块、评价机制学习模块和控制策略学习模块，数据源模块为机车运行环境学习模块和评价机制学习模块提供所需的数据输入，机车运行环境学习模块和评价机制学习模块将分别获得的具体的运行环境和奖赏函数值输出至控制策略学习模块。基于深度强化学习算法，机车运行环境模型以机车操纵动作的实时评价作为反馈信息，通过奖赏或惩罚当前的操纵动作，给控制策略反馈一个奖赏函数作为奖赏评价值，控制策略结合运行状态迭代地进行策略的更新与优化。本发明能更好的实现机车智能优化操纵，并极大地减少了人工参与。
-
Patent Agency Ranking
公开(公告)号：CN109921871A
公开(公告)日：2019-06-21
申请号：CN201811565574.8
申请日：2018-12-20
Applicant: 清华大学
Abstract: 本发明公开一种时间同步方法、装置及网络系统，该方法包括：根据配置的时钟优先级，确定本地时钟是主时钟或从时钟；当为主时钟时，每隔预定时间将本地时钟作为主时钟写入同步帧并广播发送该同步帧；或者当为从时钟时，接收同步帧；并根据该同步帧同步本地时钟。采用本发明提供的方案，能够实现系统中各设备之间的精确时间同步。
-
公开(公告)号：CN109658489A
公开(公告)日：2019-04-19
申请号：CN201811540285.2
申请日：2018-12-17
Applicant: 清华大学
Abstract: 本申请公开了一种基于神经网络的立体网格数据处理方法和系统，其中，该系统包括：数据获取单元用于获取数据库中的待处理数据，其中，待处理数据的数据类型为立体网格型，待处理数据包括中心点数据、顶点向量数据、单位法向量数据和相邻面数据；特征计算单元用于根据神经网络模型，计算待处理数据对应的融合特征，其中，神经网络模型包括空间描述子模型和结构描述子模型；全局特征计算单元用于根据神经网络模型中的全局多层感知模型和最大池化模型，计算融合特征对应的全局特征值，全局特征值用于描述待处理数据。通过本申请中的技术方案，有利于提高对三维模型的立体网格数据的特征提取能力，提高了立体网格数据处理的准确性。
-
公开(公告)号：CN109450825A
公开(公告)日：2019-03-08
申请号：CN201811565979.1
申请日：2018-12-20
Applicant: 清华大学
IPC: H04L12/933 , H04L12/875 , H04L12/861 , H04L12/823
Abstract: 本发明公开一种用于交换机的数据调度方法和装置，其中该方法包括：通过输入端口接收数据流，按照接收调度表将所述数据流保存至缓存中，其中，所述交换机的所有输入端口共享所述缓存；根据发送调度表中所述数据流的发送时间，将所述数据流从所述缓存中取出并通过输出端口进行发送。
-
公开(公告)号：CN108989243A
公开(公告)日：2018-12-11
申请号：CN201810948025.2
申请日：2018-08-20
Applicant: 清华大学
IPC: H04L12/863 , H04L29/06 , H04L12/26
Abstract: 本发明公开了一种传输实时数据的实时以太网调度方法，该方法包括：步骤10，根据网络拓扑结构和待传输实时报文，生成离线调度表；步骤20，根据离线调度表和待传输实时报文，生成转换报文，其中，转换报文为非实时报文；步骤30，根据对应的传输规则，发送待传输实时报文和转换报文；步骤40，根据离线调度表，滤除接收到的重复报文，其中，重复报文为具有相同数据唯一标识的待传输报文或具有相同数据唯一标识的转换报文。通过本发明中的技术方案，在保证传输实时报文准确性的同时，有利于降低传输实时报文过程中的时延，提高了数据传输带宽的利用率。
-
公开(公告)号：CN108334455A
公开(公告)日：2018-07-27
申请号：CN201810178494.0
申请日：2018-03-05
Applicant: 清华大学
IPC: G06F11/36
Abstract: 本发明提供了一种基于搜索的代价敏感超图学习的软件缺陷预测方法，所述方法包括：输入原始的训练和测试数据，获得软件模块的特征及相应的软件模块标签；对软件数据进行特征提取，将数据特征转换到新的特征空间；在新的特征空间中，基于测试数据选取与相应测试数据距离最近的训练数据；利用选取的训练数据和测试数据构建超图结构，超图的连接是根据软件模块在转换软件模块特征空间的距离来测算，不断优化错分代价敏感的测试数据总代价，并且优化超图结构；利用学习到的转换向量可以用来计算测试模块是否含有错误。
-
-
-
-
-
-
-
-
-
Search Results
206
records
(took 0.028 seconds)
