-
公开(公告)号：CN118152758A
公开(公告)日：2024-06-07
申请号：CN202410356482.8
申请日：2024-03-27
Applicant: 南京信息工程大学
IPC: G06F18/20 , G06F18/213 , G06F18/24 , G06F18/22 , G06F18/214 , G06F16/906 , G06N3/0442 , G06N3/0985 , G06Q10/04 , G06Q50/40 , G06F123/02
Abstract: 本发明公开了基于风过程划分的高铁沿线秒级极值风速预测方法、系统，该方法包括利用高铁风速秒级颗粒度显著特征点提取算法，提取高铁沿线秒级风速观测序列的初始显著特征点并去除过渡性峰值，获得最终的显著特征点集合，根据该集合将风过程进行分类，建立风过程数据库；设计相似度优化动态时间调整算法，利用该算法在风过程数据库中匹配出相似度在百分之90以上的风速观测序列，将该序列作为训练集，输入到TCN‑BiGRU预测模型中，通过贝叶斯优化算法优化预测模型参数，实现风速预测。本发明有效处理了高铁沿线秒级风信号中的复杂和非线性模式，提高了预测的准确性和适应性。
-
公开(公告)号：CN118134808A
公开(公告)日：2024-06-04
申请号：CN202410259464.8
申请日：2024-03-07
Applicant: 南京信息工程大学
IPC: G06T5/77 , G06T5/60 , G06T5/40 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06V10/26 , G06V20/70 , G06V10/44 , G06V10/52 , G06V10/54 , G06V10/74 , G06V10/80 , G06V10/82
Abstract: 本发明提供了一种基于地基云图的镜头雨滴去除方法，具体包括如下步骤：步骤1：地基云图进行预处理；步骤2：基于预处理后的地基云图制作雨滴分割数据集以及图像修复数据集；步骤3：基于感受野金字塔建立PUNet语义分割模型，将雨滴分割数据集输入至PUNet语义分割模型进行训练，采用PUNet语义分割模型对雨滴进行分割；步骤4：采用图像修复数据集对生成对抗网络进行训练，将步骤3中分割后的雨滴区域在该雨滴区域对应的原图中进行映射，将映射的结果作为训练好的生成对抗网络的输入，从而去除雨滴；步骤5：伪影去除。本发明兼顾去雨质量和运算效率,具有良好的工程化和推广应用前景。其技术手段对地基云图雨滴治理具有重要的推进作用。
-
公开(公告)号：CN117743820A
公开(公告)日：2024-03-22
申请号：CN202311609338.2
申请日：2023-11-29
Applicant: 南京信息工程大学
IPC: G06F18/213 , G01P5/24 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06F30/27 , G06F119/02
Abstract: 本发明公开了一种列车干扰的异常值检测方法、装置及存储介质，所述方法包括获取历史秒级风速监测数据；将历史秒级风速监测数据输入波动熵模型，得到历史秒级风速监测数据的最佳时距；将最佳时距作为模型输入卷积神经网络，对最佳时距进行数据特征提取；将提取到的数据特征传输到门控循环单元进行单步预测，得到秒级高风速和低风速段的预测值和相应的预测残差；将预测残差与设定的残差阈值进行对比，进行列车干扰的检测；本发明不仅提高了最佳时距的风速输入模型检测列车干扰的准确性，还提高了低风速背景风场中明显列车干扰的准确率和风速监测数据预测预警的可预测性，为高铁沿线风速预测预警研究提供高质量的数据集。
-
公开(公告)号：CN117058377A
公开(公告)日：2023-11-14
申请号：CN202310969515.1
申请日：2023-08-03
Applicant: 南京信息工程大学
IPC: G06V10/26 , G06V10/774 , G06V10/764 , G06V10/82 , G06V10/77 , G06V10/44 , G06V10/52 , G06V10/80 , G06V20/10 , G06N3/084 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种基于遥感图像的铁路沿线树林和湖泊分割方法，包括：制作树林和湖泊数据集；构建语义分割网络模型；利用得到的数据集，在建立的语义分割网络模型中进行网络模型的训练；对于待分割的图像，使用训练好的网络模型进行预测并生成标签图像。本发明创新性的设计出多分支残差加权模块、上下文特征细化模块、高低特征融合模块，并且将这些模块配合性的应用到了铁路沿线树林和湖泊的图像识别分割当中，有效提高了图像的分割精度，实现铁路沿线典型地形地貌的精细化提取，准确的识别铁路沿线树林和湖泊，可以提高铁路沿线环境的风速预测精度，进而综合考虑地形和风速的影响，构建完善的异物侵限预防体系，为铁路安全运行保驾护航。
-
公开(公告)号：CN112348050B
公开(公告)日：2023-09-26
申请号：CN202011057847.5
申请日：2020-09-30
Applicant: 中国铁路上海局集团有限公司 , 中国国家铁路集团有限公司 , 南京铁道职业技术学院 , 南京信息工程大学
Inventor： 马伟叁 , 张颖超 , 唐强 , 史德耀 , 叶云飞 , 宋国亮 , 熊雄 , 卢万胜 , 叶小岭 , 黄华 , 唐红昇 , 孙国强 , 姚薇 , 路言杰 , 张中秋 , 薛锋 , 贺磊 , 胡细东 , 李强 , 陈刚 , 浦丽华 , 赵朝蓬 , 曲思源
IPC: G06F18/23213 , G06F16/29 , G01P5/00
Abstract: 本发明公开了一种基于高铁沿线风特性的风速仪布置方法，包括以下步骤：采集高铁沿线的气象站的历史风数据并对其进行基本的质量控制检查，获得历史风数据集；构建高铁沿线的环境数据地图；将待研究的高铁沿线区段划分成多个模拟站点，每个模拟站点间隔等距；根据环境数据地图和历史风数据以及各模拟站点的位置信息，计算各模拟站点的预测风数据；对预测风数据进行聚类分析，将具有高度相似的站点聚成一类；根据轮廓系数选择合适的簇数；对通过聚类分析后的各个簇内风数据样本概率进行阈值筛选，根据概率最大样本的位置信息确定风速仪的布站位置信息。
-
Patent Agency Ranking
公开(公告)号：CN113011029B
公开(公告)日：2023-05-23
申请号：CN202110307203.5
申请日：2021-03-23
Applicant: 南京信息工程大学
IPC: G06F30/20 , G06F18/22 , G06F111/06 , G06F111/10
Abstract: 本发明公开了一种高铁沿线测风站点布局优化方法，挑选出高铁沿线一定范围内的气象站点风速数据经给初步的质量控制后作为数据源，通过克里金插值，模拟出铁路沿线等间距测风站点的风速数据；以模拟出的站点作为现有铁路沿线测风站点，并根据测风站点地形将铁路沿线划分多块区域段，最终通过改进的相似度函数增减测风站点，将测风站点的等间距布站改良为非均匀布站，达成以最少的站点数目准确地监测到各区域风速特征。本发明既能够节约成本，又可以准确地监测到沿线的风速特征。
-
公开(公告)号：CN113011029A
公开(公告)日：2021-06-22
申请号：CN202110307203.5
申请日：2021-03-23
Applicant: 南京信息工程大学
IPC: G06F30/20 , G06K9/62 , G06F111/06 , G06F111/10
Abstract: 本发明公开了一种高铁沿线测风站点布局优化方法，挑选出高铁沿线一定范围内的气象站点风速数据经给初步的质量控制后作为数据源，通过克里金插值，模拟出铁路沿线等间距测风站点的风速数据；以模拟出的站点作为现有铁路沿线测风站点，并根据测风站点地形将铁路沿线划分多块区域段，最终通过改进的相似度函数增减测风站点，将测风站点的等间距布站改良为非均匀布站，达成以最少的站点数目准确地监测到各区域风速特征。本发明既能够节约成本，又可以准确地监测到沿线的风速特征。
-
公开(公告)号：CN112347087A
公开(公告)日：2021-02-09
申请号：CN202011062646.4
申请日：2020-09-30
Applicant: 中国铁路上海局集团有限公司 , 中国国家铁路集团有限公司 , 南京铁道职业技术学院 , 南京信息工程大学
Inventor： 马伟叁 , 张颖超 , 唐强 , 史德耀 , 叶云飞 , 宋国亮 , 熊雄 , 卢万胜 , 叶小岭 , 黄华 , 唐红昇 , 孙国强 , 姚薇 , 路言杰 , 张中秋 , 薛锋 , 贺磊 , 胡细东 , 李强 , 陈刚 , 浦丽华 , 赵朝蓬 , 曲思源
IPC: G06F16/215 , G06F16/2458 , G06F17/18 , G06F30/20
Abstract: 本发明公开了一种高铁沿线风速观测数据质量控制方法，包括如下步骤：采集高铁沿线测风数据并进行基本的质量控制后，选取没有错误值的连续时间段数据，划分为建模序列和测试序列；依据相空间重构理论，运用C‑C法对风速序列进行相空间重构，根据重构后的相空间，选择预测中心相点作为参考相点，利用改进的一阶局域线性拟合出预测方程；根据加权最小二乘法设定误差最小化目标函数，结合预测方程计算得到预测值；将建模序列向后移动一个时间点，重复上述步骤不断迭代得到多个预测值组成的预测序列；将预测序列与测试序列进行比较，判断预测数据与实际数据的一致性，实现对数据的质量控制。本发明算法时间复杂度小精度高，能够有效的提高测风数据的准确性。
-
公开(公告)号：CN106897957B
公开(公告)日：2020-08-04
申请号：CN201710097989.6
申请日：2017-02-22
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于PCA和PSO‑ELM的自动气象站实时数据质量控制方法，该方法，首先对被检站一定范围内观测站(邻站)一定历史时间尺度的气温数据进行采集，构成原始采集信号；然后对采集信号进行主成分分析，达到去冗余的目的；最后，通过改进的极限学习机构建气温的重建模型，并据此通过被检时刻邻站的数据得到被检时刻的估计值；最后，根据此估计值与实际观测值比较进行条件修正，完成对该时刻气温的质量控制。该方法在基本质量控制方法的基础上，一方面弥补了目前多站联网质量控制方法中邻站选择的固定性，提高了算法的动态适应性；另一方面改进的极限学习机提高了网络的泛化性能，增加了重建模型的精度。
-
公开(公告)号：CN106503459B
公开(公告)日：2019-04-23
申请号：CN201610949916.0
申请日：2016-10-26
Applicant: 南京信息工程大学
IPC: G06F17/50
Abstract: 本发明公开了一种改进随机森林气温数据质量控制方法，将经过粒子群算法优化后的随机森林算法用于气象观测站进行气象要素质量控制。该方法首先对一定范围内的地面气象观测数据进行采集，然后对采集的数据做基本质量控制后，再利用粒子群算法寻找随机森林回归模型的最优mtry值和ntree值参数，使用改进随机森林方法按时间和空间序列对数据进行训练，得到一个基于改进随机森林的质量控制模型，并利用测试集进行回归预测，最后与目标站实际观测数据进行对比，观察模型识别观测数据中错误数据的能力。该方法有效的利用了我国多年积累的宝贵气象数据资料，在质量控制方面比传统方法更加高效、准确度高、适应性强，提高了气象观测站气象数据的质量。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.037 seconds)
