-
公开(公告)号:CN115776449A
公开(公告)日:2023-03-10
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:CN115757816A
公开(公告)日:2023-03-07
申请号:CN202211382672.4
申请日:2022-11-07
Applicant: 北京交通大学
IPC: G06F16/36 , G06F16/335 , G06F16/31
Abstract: 本发明涉及多源异构信息通道技术领域,具体是一种多源异构信息通道耦合方法,包括构建初始通道耦合知识图谱,基于通道耦合知识图谱实现通道数据耦合和基于通道耦合知识图谱实现数据检索。通道耦合知识图谱的实体是以通道标准数据形式存在,减小知识图谱的占用空间;通道耦合知识图谱在融合过程中以及在检索过程中,采用了剪枝策略进行逐层匹配,加快了检索速度;通道数据耦合是对知识图谱不断拓展的动态过程,增加了数据存储量。
-
公开(公告)号:CN119441504A
公开(公告)日:2025-02-14
申请号:CN202411418311.X
申请日:2024-10-11
Applicant: 中国国家铁路集团有限公司 , 北京交通大学
IPC: G06F16/36 , G06N3/045 , G06N3/0442 , G06F40/30 , G06N3/047 , G06Q10/20 , G06F40/295 , G06F16/35 , G06F18/213
Abstract: 本发明提供一种铁路设备故障报告分析方法及装置,方法包括:收集铁路设备的故障报告数据,进行数据清洗和预处理;使用预训练的BERT模型对故障报告的文本序列进行处理,BERT模型采用Transformer架构中的12层编码器作为基础组件,从前后文本中提取上下文信息,生成每个句子中词向量,进行命名实体识别;根据识别的各类命名实体,建立铁路故障知识图谱;通过可视化表示展示构建的铁路设备故障知识图谱,结合可视化形式对故障数据进行统计分析,揭示故障的分布和趋势。本发明能够为铁路设备的维护和故障预防提供科学依据和有利工具,有效提升了铁路设备故障分析的效率和准确性,提高了铁路系统的安全性和运行效率。
-
公开(公告)号:CN118197046A
公开(公告)日:2024-06-14
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:CN117375729A
公开(公告)日:2024-01-09
申请号:CN202311505387.1
申请日:2023-11-13
Applicant: 北京交通大学
IPC: H04B10/85 , H04B10/516 , H04B10/116 , H04B10/50
Abstract: 本发明提供一种基于可见偏振光干涉的位置相关的安全信息传输方法,属于互联网设备信息传输技术领域,在不同位置接收光谱特性不同的入射光谱;记录入射光谱与接收位置相关的接收光谱的对应关系;根据对应关系,选取编码方式,使得授权设备能够成功解码通过所选的编码方式传输的信息,直至使未授权设备接收到的0/1序列的误码率最高;根据所选取的编码方式,实现安全定向的传输信息。本发明处于不同方位的设备接受的光信号不同,窃听者窃听难度增加,提高了安全性;通过对数据的分析,设计了独特的编码方式,实现了即使窃听者即使接收了光信号,也难以解码出正确的信息。
-
公开(公告)号:CN114358912A
公开(公告)日:2022-04-15
申请号:CN202111362361.7
申请日:2021-11-17
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于联邦学习的风险权重融合的异常检测方法。该方法包括:将参与联邦学习的各银行机构视为客户端,各个客户端分别建立机器学习模型,在每轮迭代中,各个客户端的机器学习模型利用本地数据样本集迭代训练后,提取参数更新信息和本轮次训练的风险权重信息,并上传至中央服务器;中央服务器将接收到的所有参数更新信息融合各客户端的风险权重信息进行安全聚合后,下发联合模型参数更新信息给各个客户端,各个客户端根据接收的联合模型更新信息进行本地的机器学习模型的参数更新。本发明通过风险权值聚合的方式强化提取相应参与方的优势特征,在金融欺诈识别等异常检测领域,对于异常数据检测的准确率和召回率进行提升。
-
-
-
-
-