-
公开(公告)号：CN111581467A
公开(公告)日：2020-08-25
申请号：CN202010411587.0
申请日：2020-05-15
Applicant: 北京交通大学
IPC: G06F16/906 , G06N20/00
Abstract: 本发明提供了一种基于子空间表示和全局消歧方法的偏标记学习方法。该方法包括：构建特征矩阵和候选标记矩阵；基于构建特征矩阵和候选标记矩阵，构建特征子空间学习模型和标记全局消歧模型；综合特征子空间学习模型和标记全局消歧模型得到混合模型，采用交替优化方法求解混合模型，得到多分类模型、映射矩阵和偏标记置信度矩阵；根据多分类模型和映射矩阵对未见示例进行分类，计算出未见示例的多个标记值，将预测置信度最高的标记值对应的标记确定为未见示例所属的标记类别。本发明可同时利用特征子空间表示法和标记全局消歧方法，同时从特征和标记两方面解决偏标记学习问题，所获特征具有更强表征能力；生成的标记置信度矩阵有更好的消歧效果。
-
公开(公告)号：CN111553401A
公开(公告)日：2020-08-18
申请号：CN202010322193.8
申请日：2020-04-22
Applicant: 北京交通大学
IPC: G06K9/62
Abstract: 本发明提供了一种应用在云服务推荐中基于图模型的QoS预测方法。该方法包括：构建包含多源信息的全图模型，该全图模型包括代表用户和服务的节点，以及使用用户之间的相似度、服务之间的相似度和用户与服务之间的相似度作为权重的边；将全图模型切分成若干个子图模型；对全图模型与子图模型分别进行优化的概率矩阵分解算法得到全局和局部预测的QoS；对全局和局部预测的QoS进行自适应融合处理，得到最终预测的QoS。本发明的方法充分考虑多源信息对于QoS的影响，自适应地融合局部与全局的特征，以提高QoS的预测精度。能够准确地预测缺失的QoS值，进而将稀疏矩阵进行填充，提高了矩阵的稠密程度，一定程度上解决了云服务推荐领域QoS稀疏的问题。
-
公开(公告)号：CN105372996B
公开(公告)日：2019-05-17
申请号：CN201510993849.8
申请日：2015-12-25
Applicant: 北京交通大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于马尔可夫跳跃系统的列车容错控制方法，包括如下步骤：S1、对列车车厢进行受力分析，建立列车车厢动力方程；S2、根据列车车厢动力模型，建立列车动力方程；S3、根据列车动力方程，建立列车状态空间方程；S4、根据列车状态空间方程，利用双马尔可夫链建立列车容错控制系统的闭环动态方程；S5、通过线性矩阵不等式得到列车容错控制系统的复合分层控制方法系数，并利用列车容错控制系统控制列车的实际位移和速度趋近期望位移和速度。本发明设计了复合分层控制策略使列车容错控制系统随机稳定，并使得列车容错控制系统具有良好的位置和速度跟踪性能。
-
公开(公告)号：CN108960029A
公开(公告)日：2018-12-07
申请号：CN201810247186.9
申请日：2018-03-23
Applicant: 北京交通大学
CPC classification number: G06K9/00369 , G06K9/6256 , G06K9/6269
Abstract: 本发明提供了一种行人分心行为检测方法。该方法包括：采用梯度和纹理特征集成方法对行人图像进行行人检测处理，获取所述行人图像中的行人位置信息；根据所述行人的位置区域采用选择性搜素的方法对所述行人图像进行区域分割和合并处理，检测出行人敏感部位图像，对所述行人敏感部位图像进行特征提取，得到所述行人图像的敏感特征矩阵；利用行人图像数据集中所有行人图像的敏感部位特征矩阵训练Adaboost分类器，将待检测的行人图像输入训练好的Adaboost分类器，所述Adaboost分类器输出所待检测的行人图像的检测结果。本发明的方法可以准确及时地对行人行为进行分析，判断该行人是否为使用手机的危险行人并及时反馈给行人、司机以及交管部门，起到安全警示作用。
-
公开(公告)号：CN108764018A
公开(公告)日：2018-11-06
申请号：CN201810289603.6
申请日：2018-04-03
Applicant: 北京交通大学
CPC classification number: G06K9/00825 , G06K9/6215 , G06N3/0454
Abstract: 本申请公开一种基于卷积神经网络的多任务车辆再识别方法及装置,所述方法包括：S110.建立车辆再识别数据集；S120.调整图片大小，并随机形成相应图片对；S130.将图片对分别输入网络进行训练；S140.进行图片相似度排序或优化，车辆再识别。本申请基于CNN的多任务方法进行车辆的再识别任务，针对目前主流车辆再识别CNN模型的缺点，提出了结合识别模型和校验模型的基于CNN的多任务模型，不仅拥有识别模式的优点，也有校验模型的优点，提高了车辆再识别的精确率，并且采用优化算法，有实现简单，训练速度快的特点，便于在实际环境下应用。
-
Patent Agency Ranking
公开(公告)号：CN106156890B
公开(公告)日：2018-06-29
申请号：CN201610533001.1
申请日：2016-07-07
Applicant: 北京交通大学
IPC: G06Q10/04
Abstract: 本发明公开了一种城市轨道交通通道内客流检测和预测方法，该方法的步骤包括：基于光传感技术，对通道进口处和出口处的客流量进行采集S1、基于社会力模型，构建通道两端客流流出量与通道内客流密度之间的关系，并计算获得行人密度与流出量之间的经验值S2和构建待检测通道的黑箱计算模型，并利用所述经验值和当前时刻通道的进出口处的客流量，计算当前时刻通道内的客流密度信息以及下一时刻的客流密度信息S3。本发明进一步公开了一种城市轨道交通通道内客流检测和预测系统。采用本方案能够有效地避免因客流密度过大所造成的安全隐患。本发明可以有效地解决城市轨道交通中大曲率通道的客流检测和预测问题，具有很强的创新性、实用性和科研价值。
-
公开(公告)号：CN106249591B
公开(公告)日：2017-07-28
申请号：CN201610822076.1
申请日：2016-09-13
Applicant: 北京交通大学
IPC: G05B13/02
Abstract: 本发明涉及一种针对列车未知扰动的神经自适应容错控制方法。在对列车纵向运动进行受力分析的基础上，建立列车的纵向运动动力方程，根据执行器故障和列车纵向运动动力方程，利用神经网络径向基函数逼近未知附加阻力，建立执行器故障情况下的列车纵向运动动力方程，然后构造比例积分微分滑模面。根据执行器故障情况下的列车纵向运动动力方程，利用未知自适应律和控制器，建立列车闭环动态方程。证明系统的稳定性，进而利用观测器和控制器方程控制列车实际的位移和速度趋近期望的位移和速度。本发明能够补偿执行器故障对列车系统的影响，衰减或去除附加阻力对列车系统的影响，使列车系统具有良好的位置和速度跟踪性能。
-
公开(公告)号：CN119625818A
公开(公告)日：2025-03-14
申请号：CN202411417104.2
申请日：2024-10-11
Applicant: 北京交通大学
IPC: G06V40/20 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多层级特征融合的行为识别方法及装置，包括步骤：步骤S1：多层级特征的收集；步骤S2：时序特征显著性表达；步骤S3：多层次特征融合方法；步骤S4；输出目标任务结果。本发明首次同时考虑了三维卷积神经网络中的时序感受野首先问题和不同运动速率分辨能力弱的问题，使三维卷积神经网络在维持计算开销变化不大的情况下有效提升行为识别的准确率。本发明设计了时序特征显著性表达机制，通过对特征进行显著性表达处理，获取全局时空信息，增强模型的长时序建模能力。设计多层级特征融合模块，利用不同层级特征对运动速率的感知能力，增强模型的分辨力，实现单输入源下不同动作速率的行为识别能力。
-
公开(公告)号：CN119047530A
公开(公告)日：2024-11-29
申请号：CN202410944113.0
申请日：2024-07-15
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于直接反馈对齐机制的图神经网络优化方法。该方法包括：获取初始图数据，将初始图数据输入到待优化的图神经网络模型中，通过前向传播算法得到节点的预测值；对于有标签节点，根据其预测值与真值得到每一个有标签节点的误差；利用伪误差生成器为每个无标签节点生成伪误差；根据有标签节点的误差以及筛选出的伪标签节点的伪误差应用反馈对齐机制同步更新图神经网络模型的每一层网络的参数；根据损失值是否收敛判断图神经网络参数是否收敛；若图神经网络参数收敛，则训练完成，输出优化后的图神经网络模型。本发明方法同时能够处理半监督学习环境中的标签稀缺问题。可以应用于引文网络分类，互联网网页分类等图数据挖掘任务中。
-
公开(公告)号：CN118366186A
公开(公告)日：2024-07-19
申请号：CN202410475803.6
申请日：2024-04-19
Applicant: 北京交通大学
IPC: G06V40/10 , G06V10/40 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种基于多级跨模态联合对齐的行人重识别方法及系统，属于机器视觉图像处理技术领域，获取待识别的图像数据；利用预先训练好的行人重识别模型对获取的待识别的图像进行处理，得到图像中行人重识别结果。本发明提出可见红外模态协调器并以加权灰度、跨通道剪切混合和频谱抖动协调器三种不同的方式，减轻了可见光和红外图像之间的差异，弥合了图像级别的模态差距；引入具有可训练参数的模态分布适配器，捕获特征图的空间统计特征并自适应地对齐不同模态的特征分布，减少特征级别的模态差距；引入跨模态检索损失，减少VI‑ReID目标层面的差距；引入多光谱增强排序策略，增强了模型的鲁棒性和跨模态检索能力。
-
-
-
-
-
-
-
-
-
Search Results
202
records
(took 0.024 seconds)
