-
公开(公告)号：CN119312070A
公开(公告)日：2025-01-14
申请号：CN202411855277.2
申请日：2024-12-17
Applicant: 华侨大学
IPC: G06F18/2113 , G06N5/01 , G06V10/771 , G06F18/214 , G06F18/243
Abstract: 本发明提供一种偏多标签特征选择方法、装置、设备和介质，涉及数据预处理技术领域。方法包含S1、获取偏多标签的原始训练数据集，并根据原始训练数据集，初始化标签置信度矩阵，以及构建标签的分布区域。S2、根据近邻的分布，更新标签置信度矩阵，对不可信标签的分布区域进行消歧，以及对不确定标签的分布区域进行迭代更新，直至达到最大迭代次数，获取消歧后的标签。S3、根据消歧后的标签，结合粒度计算与图论，将标签从细粒度聚合到粗粒度，并构造虚拟粗粒度标签。S4、根据虚拟粗粒度标签，结合从样本数据中获取的多个特征，构建适用于偏多标记数据的邻域粗糙集模型，并采用前向贪婪搜索算法选择重要性最高的特征。
-
公开(公告)号：CN119207082A
公开(公告)日：2024-12-27
申请号：CN202411274498.0
申请日：2024-09-12
Applicant: 华侨大学 , 南威软件股份有限公司
IPC: G08G1/01 , G08G1/123 , G06Q50/47 , G06Q30/0202
Abstract: 本发明提供的一种城际网约车多区域短时分布位置的预测方法及装置，涉及车辆调度技术领域，本发明方法包括：根据获取的城际网约车在运营线路中两城市的道路网络数据分别划分若干子区域，并构建两城市的城际出入口；根据获取的两城市的乘客下单数据，分别构建两城市各子区域的初始车辆报班集合；然后为每辆车单独建立多任务自适应卡尔曼滤波模型；构建两个城市的真实车辆分布集合、预测可用车辆分布集合、预出城车辆集合，构建途中车辆集合后，更新两个城市的预出城车辆集合；在车辆出城后，车辆重新报班，重置对应的卡尔曼滤波模型。本发明为每辆车单独建立卡尔曼滤波模型，能更好地捕捉每辆车的特性，提高城际网约车多区域短时分布位置的准确性。
-
公开(公告)号：CN119179875A
公开(公告)日：2024-12-24
申请号：CN202411678686.X
申请日：2024-11-22
IPC: G06F18/21 , G06F17/15 , G06F17/16 , G06F18/2135
Abstract: 本发明公开了一种基于张量分解递推的欠定工作模态参数识别方法及系统，涉及工作模态参数识别技术领域，方法包括：获取传感器测点在设定环境激励下的线性时变结构振动响应信号，并通过PCA提取响应信号的主成分得分；通过计算主成分得分的自相关性，并结合自相关函数中的峰值，确定适当的滞后期，将其与响应信号构建为三阶张量；在时变条件下，通过递推分解和动态遗忘因子选择机制，建立加权观测矩阵，对分解后的结果进行递归更新，从而获得更准确的模态振型和固有频率。本发明显著提高了在复杂时变工作模态下的识别精度、稳定性和鲁棒性，适用于大型土木工程结构健康监测中，如桥梁、建筑物和风力发电塔等，帮助及时发现结构损伤。
-
公开(公告)号：CN119178572A
公开(公告)日：2024-12-24
申请号：CN202411371410.7
申请日：2024-09-29
Applicant: 华侨大学 , 先峰时空(厦门)信息技术研究院有限公司
Abstract: 本发明提供了一种用于桥梁结构健康监测和动态分析的系统，特别适用于模拟小车过桥的线性时变结构非平稳振动信号采集和分析。系统包括时变结构、激励系统、多模态传感器、测量与分析系统、电机系统、动态参数控制模块和信号处理模块。通过改变质量块的质量大小和运动方式，模拟不同时变特性的桥梁结构。桥梁的两端通过螺丝固定于支撑台体的顶端，桥梁中间处于悬空状态；激振器与桥梁支撑体接触，电机系统控制移动质量块的运动方式。多模态传感器垂直置于桥梁底面，通过动态参数控制模块实时调整质量块和桥梁的参数。信号处理模块通过实时反馈控制机制结合小波变换等信号分析技术，能够快速获取系统的动态响应，减少误差。该系统有效解决了传统实验装置无法准确模拟小车过桥的线性时变结构问题，显著提高了桥梁结构的动态监测和分析能力。
-
公开(公告)号：CN119150072A
公开(公告)日：2024-12-17
申请号：CN202411241779.6
申请日：2024-09-05
Applicant: 华侨大学 , 先峰时空(厦门)信息技术研究院有限公司
Abstract: 本发明提供的一种基于相似性匹配的真空干泵剩余寿命预测方法及装置，涉及设备健康监测技术领域。本发明方法通过：S1,获取真空干泵实时运行监测的振动信号数据；S2,对所述振动信号数据进行特征预处理、数据过滤、归一化后，输入预先训练好的基于相似性匹配的真空干泵剩余寿命预测模型，输出预测结果；其中，所述预测结果包括真空干泵在故障发生时刻的剩余使用寿命；所述基于相似性匹配的真空干泵剩余寿命预测模型通过距离度量尺度与窗口移动匹配方式来截取局部曲线，与故障曲线库中的样本进行相似性匹配，从而实现对设备剩余寿命的准确预测。本发明提高了故障样本的质量，减少了样本数量，提升了模型的预测性能，降低了模型的计算复杂性和成本。
-
Patent Agency Ranking
公开(公告)号：CN118746976A
公开(公告)日：2024-10-08
申请号：CN202411111928.7
申请日：2024-08-14
Applicant: 华侨大学
Abstract: 一种轨道交通联锁系统完备性测试用例生成方法和系统，包括：应用STPA方法分析轨道交通联锁系统的安全需求，并将安全需求转换为线性时态逻辑属性；利用符号化有限状态机对轨道交通联锁系统进行建模得到参考模型，计算轨道交通联锁系统中的所有估值函数，根据估值函数生成得到参考模型中的符号迹；改良参考模型，并结合线性时态逻辑属性对参考模型的输入输出事件进行等价类划分；基于改良后的参考模型的符号迹生成测试用例，在被测系统上执行测试用例，检测被测系统是否满足轨道交通联锁系统的安全需求。本发明通过合理地划分等价类，可以有效减少测试用例的生成数量，从而缩减测试时长，提高测试效率。
-
公开(公告)号：CN118363368B
公开(公告)日：2024-10-01
申请号：CN202410796198.2
申请日：2024-06-20
Applicant: 华侨大学
Abstract: 一种面向安全的铁路联锁系统的建模方法和系统，包括构建铁路联锁系统的初始系统理论的事故模型和过程，其包括控制结构和过程模型以及安全约束；构建铁路联锁系统的第一次增量系统理论的事故模型和过程，引入轨道区段并对控制结构和过程模型以及安全约束进行更新；构建铁联锁系统的第二次增量系统理论的事故模型和过程，将轨道区段分解为不同类型的实体并对控制结构和过程模型以及安全约束进行更新；构建铁联锁系统的第三次增量系统理论的事故模型和过程，引入信号机并对控制结构和过程模型以及安全约束进行更新得到最终的铁路联锁系统。本发明利用增量开发技术逐步构建STAMP，有效地降低了对软件密集系统分析的难度。
-
公开(公告)号：CN118445816B
公开(公告)日：2024-09-13
申请号：CN202410902984.6
申请日：2024-07-08
Abstract: 本发明公开了一种面向安全关键系统的可信开发与验证方法及装置，涉及系统安全分析领域，该方法采用STPA和Event‑B方法协同分析，并结合逐步迭代的过程。首先确立系统任务和安全约束，在初始阶段，根据初始功能需求构建初始的STAMP模型，对初始的STAMP模型中的初始的控制结构进行STPA分析，以识别安全约束，通过Event‑B方法验证以确保安全关键系统符合安全约束。随后的每个迭代阶段的步骤逐渐引入更多的新增功能需求和具体内容，确保和现有安全关键系统的兼容性，并遵循系统级安全约束，解决现有的Event‑B方法因缺乏指导方针而难以有效组织精化步骤。
-
公开(公告)号：CN118350279A
公开(公告)日：2024-07-16
申请号：CN202410512362.2
申请日：2024-04-26
Applicant: 华侨大学 , 中建三局集团有限公司 , 中建三局(福建)投资建设有限公司
IPC: G06F30/27 , G06F18/213 , G06F18/214 , G06N20/00 , G06F119/04
Abstract: 本发明提供的基于增量训练的真空干泵剩余寿命预测方法、装置及介质，涉及机器设备健康监测技术领域，通过实时获取真空干泵运行时的特征数据；将特征数据输入预先训练的增量学习预测模型进行剩余寿命预测，获取预测结果；其中，所述预先训练的增量学习预测模型通过以下步骤训练得到：获取多台宕机真空干泵的历史数据集，特征处理后，获得样本数据集；根据所述样本数据集，构建初始化增量学习预测模型；持续接收新收据，作为新的训练样本数据集输入初始化增量学习预测模型进行增量训练，采用Li ghtGBM增量学习方法，更新模型的权重以适应新数据，获得更新后的增量学习预测模型。本发明通过增量学习训练，实时动态地更新预测模型，提升了模型的预测准确性。
-
公开(公告)号：CN117475999A
公开(公告)日：2024-01-30
申请号：CN202311434355.7
申请日：2023-10-31
Applicant: 华侨大学
Abstract: 本发明提供了一种中文口音识别方法、装置、设备及介质，涉及口音识别技术领域，能够识别非母语人群的口音。首先，语音信号输入Wave2vec2.0预训练模型抽取编码器的深层隐藏层进行拼接，得到层次化聚合向量。然后，将层次化聚合向量输入到注意力统计池化网络，根据注意力权重计算统计特征均值和统计特征方差，两者拼接得到紧凑的聚合口音特征。最后，聚合口音特征输入到LSTM网络中学习语音序列的长期依赖关系，获得口音依赖特征，将口音依赖特征输入全连接分类器实现口音分类。利用语音预训练模型提取更高层次的语义信息，并利用注意力统计池化捕捉语音特征在时间上的变化和分布，有效地提取口音特征并增强口音特征的判别性。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.03 seconds)
