-
公开(公告)号：CN115776449B
公开(公告)日：2023-10-03
申请号：CN202211393138.3
申请日：2022-11-08
Applicant: 中车工业研究院有限公司 , 北京交通大学
IPC: H04L43/08 , G06F18/232 , G06F18/2433 , G06F16/2458 , G06F16/28 , H04L43/0829 , H04L43/0852 , H04L43/0888 , H04L43/04 , H04L43/50 , H04L69/22 , H04L9/40 , G06F123/02
Abstract: 本发明提供一种列车以太网通信状态监测方法及系统，属于通信技术领域，采集不同业务下TRDP数据流；对采集的TRDP数据流进行计算，汇总数据流的性能统计指标；其中，所述性能统计指标包括丢包情况、时延、规则匹配及吞吐量；基于计算的性能统计指标，结合局部相关度计算、聚类算法D‑Stream以及衰减窗口技术识别数据流中的异常情况。本发明实现高效率的数据采集；利用大数据平台具备的数据分析以及分布式存储的能力来保证对以太网通信数据的性能指标统计的实时性以及数据的高效存取；结合局部相关度计算、D‑Stream算法以及衰减窗口技术自适应识别以太网多通信业务数据流中的异常情况，提高了异常情况监测的准确性。
-
公开(公告)号：CN116628002A
公开(公告)日：2023-08-22
申请号：CN202310775481.2
申请日：2023-06-28
Applicant: 北京交通大学
IPC: G06F16/23 , G06F16/29 , G06F18/214 , G06N3/092
Abstract: 本发明提供了一种基于模仿学习的智能自适应CSI指纹地图更新方法。该方法包括：采集一定数量的初始真实CSI指纹数据，拟合多元高斯回归模型来预测其它采样点的CSI指纹数据，构建初始CSI指纹库并搜寻最优采集路径；使用状态空间模型获取真实数值的变化范围作为误差波段，使其对初始指纹库进行校正；通过模仿学习对样本CSI指纹数据进行分割和分段训练，提取CSI数据分布的回归精度；利用回归精度对状态空间模型校正后的初始的CSI指纹库中指纹数据的分布进行调整，构建细粒度CSI指纹库。本发明将人工智能与物联网技术相结合，提升定位指纹库精度和降低人工构建指纹库的工作量。
-
公开(公告)号：CN119939498A
公开(公告)日：2025-05-06
申请号：CN202411867784.8
申请日：2024-12-18
Applicant: 北京交通大学
IPC: G06F18/25 , G06N3/0442 , G06F18/10 , G06F18/213 , G06Q50/40
Abstract: 本发明提供一种列车位置预测方法、装置、设备、存储介质、程序产品，涉及数据处理技术领域，包括：对列车的原始多维列车数据信息进行数据清洗后，得到多维列车数据信息；基于H∞扩散卡尔曼滤波数据融合算法对所述多维列车数据信息进行数据融合，输出融合列车数据；其中，所述H∞扩散卡尔曼滤波数据融合算法是通过H∞滤波的协方差预测公式来替换卡尔曼滤波的协方差预测公式的数据融合算法；对所述融合列车数据进行特征化和归一化处理，得到归一化特征，并将所述归一化特征输入到长短期记忆网络，输出所述列车的位置预测信息。
-
公开(公告)号：CN119692623A
公开(公告)日：2025-03-25
申请号：CN202510192795.9
申请日：2025-02-21
Applicant: 中铁第六勘察设计院集团有限公司 , 中铁东北投资发展有限公司 , 北京交通大学
IPC: G06Q10/063 , G06Q50/26 , G06F18/25 , G06N3/0464 , G06N3/0442 , G06N3/042 , G06N3/08
Abstract: 本发明公开了一种基于价值共享的开放式CIM时空深度学习应用平台，适用于智慧城市多个领域，如城市规划、交通管理等。通过整合多源异构数据，并利用深度学习模型、区块链技术，创新性地构建了一个动态学习与自我优化的平台。平台内的智能合约清晰划分了数据、模型及算法的所有权和收益权，确保各方根据其贡献获得公平的收益。本发明采用了数据采集与预处理、时空数据融合、动态模型训练等技术，进一步通过开放式基座和价值共享机制，解决了现有CIM系统在数据融合能力及协同创新方面的限制，显著提升了智慧城市的运营效率和决策支持能力。
-
公开(公告)号：CN119509509A
公开(公告)日：2025-02-25
申请号：CN202411436166.8
申请日：2024-10-15
Applicant: 北京交通大学
Abstract: 本申请提供一种基于北斗导航系统和里程计的铁路地图匹配方法和系统，涉及重载铁路运输技术领域，包括：基于北斗导航系统获取列车的第一状态数据，以及基于里程计获取所述列车的第二状态数据；对所述第一状态数据和所述第二状态数据进行融合处理，确定所述列车在各个时刻的观测状态以及对应的状态转移概率和状态发射概率；基于所述列车在各个时刻的观测状态以及对应的状态转移概率和状态发射概率，确定所述列车在各个时刻的最优匹配路径。本申请提供的方法和系统，提高了重载铁路车辆在复杂环境下的定位精度和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN119408587A
公开(公告)日：2025-02-11
申请号：CN202411418251.1
申请日：2024-10-11
Applicant: 北京交通大学
Abstract: 本发明提供一种列车定位处理方法、装置、电子设备及存储介质，该方法包括：在GNSS信号中断过程中，获取列车在GNSS信号中断过程中ODO测量数据；基于ODO测量数据确定列车在GNSS信号中断过程中的伪GNSS位置；对ODO测量数据和伪GNSS位置进行融合，确定列车在GNSS信号中断过程中的导航信息。本发明通过在GNSS信号中断过程中，基于ODO测量数据确定列车在GNSS信号中断过程中的伪GNSS位置，再对ODO测量数据和伪GNSS位置进行融合，确定列车在GNSS信号中断过程中的导航信息，实现在GNSS没信号时对导航系统进行误差补偿，抑制误差发散，提高铁路列车的高精度定位。
-
公开(公告)号：CN119165518A
公开(公告)日：2024-12-20
申请号：CN202411327125.5
申请日：2024-09-23
Applicant: 北京交通大学
IPC: G01S19/50
Abstract: 本发明涉及列车定位领域，提供了一种重载铁路列车轨迹校正方法、装置及设备，该方法包括：获取北斗卫星导航系统轨迹数据，对北斗卫星导航系统轨迹数据进行校正；将里程计数据和校正后的北斗卫星导航系统轨迹数据进行数据融合，得到后验位置估计和后验速度估计；根据后验速度估计及其标准差，结合地图数据库确定搜索区域的中心地图点；根据设计因子缩小以中心地图点为中心的地图点搜索范围，得到搜索范围内的地图点集合；从搜索范围内的地图点集合中选择和后验位置估计最接近的两个地图点；根据两个地图点和后验位置估计进行轨迹映射，生成校正后的轨迹数据。本发明解决了现有技术中重载铁路列车轨迹数据存在误差的缺陷，实现了对列车轨迹的高精度校正与映射。
-
公开(公告)号：CN118197046B
公开(公告)日：2024-08-20
申请号：CN202410294322.5
申请日：2024-03-14
Applicant: 北京交通大学
IPC: G08G1/01
Abstract: 本发明提供基于多层级特征融合的交通流预测方法及系统，方法包括：采集路网拓扑数据、交通流量数据、外部环境数据；基于交通流预测先验知识结合时间相关性和空间相关性，面向全息路网画像的多维度特征提取八类时空交通流特征；利用多重特征相关性计算框架计算初始特征集合的特征区分度、特征间相关性、特征与目标相关性，筛选出高质量特征；基于多重特征相关性计算框架计算结果，根据特征层融合算法选出代表决定性因素的特征进行组合，得到关键特征表示输入预测模型；训练多个学习器，得到准确的交通流预测模型。本发明实现多层次全方面的数据融合，在特征提取、特征筛选方面为交通流预测领域提供技术启发，提升了特征融合效果与特征可解释性。
-
公开(公告)号：CN116957106A
公开(公告)日：2023-10-27
申请号：CN202310884951.9
申请日：2023-07-18
Applicant: 北京交通大学
IPC: G06N20/00 , G06F18/214 , G06F18/24
Abstract: 本发明提供了一种基于动态注意力机制的联邦学习模型训练方法。该方法包括：在每个通信轮次中，各客户端利用本地数据样本集和中央服务器下发的联合模型参数采用动态参数策略和最佳表现模型策略迭代训练更新本地的机器学习模型，将本轮次训练的模型参数更新信息和模型贡献度信息上传到中央服务器；中央服务器根据接收到的模型贡献度信息进行动态注意力分配，融合参数更新信息进行多模型安全聚合生成新的联合模型，下发新的联合模型参数信息给各个客户端进行同步更新，开启新一轮次的迭代训练。本发明方法能够动态捕捉各参与方本地模型训练的性能提升度，给予性能提升度大的模型更多的关注，从而改善联合模型训练迭代的流程及提升最终模型的性能。
-
公开(公告)号：CN115951892A
公开(公告)日：2023-04-11
申请号：CN202211390998.1
申请日：2022-11-08
Applicant: 北京交通大学
IPC: G06F8/41
Abstract: 本发明公开了一种基于表达式的程序补丁生成方法，所述方法用于在表达式级别对缺陷程序进行修复以完成细粒度的修复，所述程序补丁生成方法能够被一个或多个处理器执行，包括：S1，所述一个或多个处理器在将程序进行第一级分解以得到表示式和语句后，继续针对特定类型的语句进行第二级分解以保留部分语句作为修复成分；S2，所述一个或多个处理器基于类型过滤和上下文感知对所述修复成分进行提取以为缺陷位置分配表达式修复成分；S3，所述一个或多个处理器在语法树上修改表达式节点后，生成表达式补丁语句，并引入第三方数据源指导修复操作；S4，所述一个或多个处理器将缺陷位置、操作符和所述表达式补丁语句结合后形成最终的补丁。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.033 seconds)
