-
公开(公告)号:CN106844949B
公开(公告)日:2020-01-10
申请号:CN201710039035.X
申请日:2017-01-18
Applicant: 清华大学
Abstract: 本发明提供了一种用于实现机车节能操作的双向LSTM模型的训练方法。其步骤为:采集司机历史驾驶数据与机车运行监控日志,作为初始训练数据;对初始训练数据进行预处理,得到训练数据集和测试数据集;如果是初次训练,则直接初始化模型的各个参数,否则在上一次双向LSTM模型的基础上继续训练双向LSTM神经网络模型,并保存训练好的模型;应用训练过的模型对测试数据集做仿真测试,得到新的初始训练数据;将新的初始训练数据和上一训练阶段的训练数据一起作为初始训练数据。不断进行该步骤至模型收敛。本发明提出的特征设计方法、模型设计方法以及迭代训练方法能够充分利用数据信息,提升模型的档位预测能力。
-
公开(公告)号:CN110601888A
公开(公告)日:2019-12-20
申请号:CN201910851512.1
申请日:2019-09-10
Applicant: 清华大学
IPC: H04L12/24 , H04L12/721 , H04L12/733 , H04L12/939
Abstract: 本说明书公开一种时间敏感网络中确定性故障检测与定位方法及系统,该方法包括:获取时间敏感网络中的全局网络拓扑,根据所述全局网络拓扑确定最少流覆盖的探测流路径;根据所述探测流路径生成调度表,并将所述调度表发送至所述时间敏感网络中的每个交换机,以使得所述时间敏感网络中的交换机按照所述调度表中对应的时刻发送探测流;接收所述时间敏感网络中的交换机发送的探测流,并根据所接收到的探测流的到达状态,确定对应的探测流路径包含的链路是否出现故障以及故障链路的具体位置。采用说明书提供的方案,能够降低故障检测和定位的时间不确定性,达到实时检测网络故障、保障全网络拓扑时效性的目的。
-
公开(公告)号:CN110545206A
公开(公告)日:2019-12-06
申请号:CN201910851119.2
申请日:2019-09-10
Applicant: 清华大学
Abstract: 本说明书公开一种时间触发网络中调度表生成的方法、装置及系统,该方法适于在时间触发网络中控制器上执行,包括:通过简单网络管理协议读取链路层发现协议的数据,解析该数据,获取网络中的网络拓扑和设备信息;通过可视化用户界面接收用户根据实时传输需求添加的数据流信息;根据网络拓扑、设备信息及数据流信息,对每条数据流的传输路径进行规划,并计算路径延迟,生成满足调度生成程序输入的格式化数据;调用调度生成程序对所述格式化数据进行运算处理,生成数据流传输路径上每个所流经设备的调度文件,对不同设备的调度文件进行压缩并存储至TFTP服务器;通过简单网络管理协议将TFTP服务器的IP地址和调度表文件压缩包的存储路径发给网络中的设备。
-
公开(公告)号:CN110545152A
公开(公告)日:2019-12-06
申请号:CN201910851124.3
申请日:2019-09-10
Applicant: 清华大学
Abstract: 本说明书公开一种以太网中具有实时传输功能的上位机及以太网系统,该上位机包括:全局时统模块确定全局设备的主时钟,基于时钟同步机制实现时钟同步;应用层模块生成调度表并解析调度表,在应用层模块下行时间触发报文的时刻将该报文下行至内核驱动模块,接收来自内核驱动模块的时间触发报文;内核驱动模块接收来自应用层模块的时间触发报文并将该报文下行至第一硬件FPGA模块,接收来自第一硬件FPGA模块的时间触发报文并将该报文上行至应用层模块;第一硬件FPGA模块下载调度表,按照调度表接收来自内核驱动模块的时间触发报文,在发送时刻将该报文发送给目标交换机,按照调度表接收来自交换机的时间触发报文,在上行时刻将该报文上行至内核驱动模块。
-
公开(公告)号:CN107025382B
公开(公告)日:2019-11-26
申请号:CN201710300213.X
申请日:2017-05-02
Applicant: 清华大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于临界相变理论的工程系统健康分析系统和方法,该系统包括:信号采集单元、信号分析单元以及交互展示单元三部分,该方法包括如下基本步骤:信号采集、信号预处理、随机波动信号提取、临界相变预警信号指标分析以及信号分析展示。本发明将工程系统临界相变特性应用工程系统上,为工程系统健康分析提供了新的切入点,本发明能够全面反映系统失效时系统状态的变迁,实现系统故障的诊断和预测,具有较好的适用性。
-
公开(公告)号:CN109857895A
公开(公告)日:2019-06-07
申请号:CN201910071879.1
申请日:2019-01-25
Applicant: 清华大学
IPC: G06F16/583 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本申请公开了基于多环路视图卷积神经网络的立体视觉检索方法与系统,其中,该方法包括:步骤1,获取视觉对象在所处空间内至少两个相交平面上的环路视图,其中,环路视图包括至少三张对象视图;步骤2,根据视图卷积神经网络和长短时记忆网络模型,对环路视图进行特征提取,得到环路视图对应的环路描述子;步骤3,采用拼接算法,对环路描述子进行拼接处理,得到全局特征标识,记作检索特征;步骤4,根据样本空间中的样本与检索特征之间的欧氏距离的排序,依次输出样本。通过本申请中的技术方案,实现了从不同平面获取立体视觉对象的视图,提高了视图中立体视觉对象之间的可区分性,优化了对立体视图对象的检索性能和检索过程中的鲁棒性。
-
公开(公告)号:CN109818971A
公开(公告)日:2019-05-28
申请号:CN201910183446.5
申请日:2019-03-12
Applicant: 清华大学
Abstract: 本申请公开了一种基于高阶关联挖掘的网络数据异常检测方法与系统,其中,该方法包括:步骤1,根据获取到的网络数据集合,生成离散森林,并计算网络数据集合中网络数据的离散值;步骤2,根据聚类算法和异常网络数据,生成聚类中心点,并计算网络数据与聚类中心点的相似值;步骤3,根据离散值和相似值,计算网络数据集合中网络数据的权值;步骤4,根据网络数据的权值和超图模型,计算网络数据集合中未标记网络数据的标签矩阵;步骤5,根据标签矩阵,确定未标记网络数据的安全类型。通过本申请中的技术方案,实现了对工业网络环境中大量未标记网络数据的有效识别,提高了未标记网络数据识别的准确性以及已标记网络数据的利用率。
-
公开(公告)号:CN109710691A
公开(公告)日:2019-05-03
申请号:CN201811562885.9
申请日:2018-12-20
Applicant: 清华大学 , 中车信息技术有限公司
IPC: G06F16/27
Abstract: 本申请公开了一种基于深度学习的混合区块链模型构建方法,该方法中的参与节点用于根据公链数据和/或私链数据构建运算模型,任务节点用于根据运算模型,构建混合区块链模型,该方法包括:任务节点向参与节点发送任务要求;参与节点根据任务要求、存储于区块链中的公链数据和/或自身存储的私链数据,利用深度学习方法,构建神经网络训练模型,记作运算模型;任务节点获取运算模型,并利用深度学习算法融合运算模型,记作混合区块链模型。通过本申请中的技术方案,有利于提高区块链中私链数据的利用率,提高了根据区块链数据处理过程中的准确性。
-
公开(公告)号:CN109615014A
公开(公告)日:2019-04-12
申请号:CN201811540690.4
申请日:2018-12-17
Applicant: 清华大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于KL散度优化对数据进行分类的方法:将原始的图像、文本等数据进行数据预处理,将对象建模成多维分布;从有标签的训练数据中选择一定量的三元组进行模型训练;将所选择的三元组作为训练数据,在所有的均值向量上施加一个线性映射A并通过迭代优化学习最佳的线性映射,学习过程基于度量学习的基本假设,即同类样本之间的距离变小,不同类样本之间的距离变大;采用一种内蕴的梯度下降算法进行优化,将目标函数的梯度投影到同一个流形的切线空间之后,在给定一个仿射不变黎曼度量的SPD矩阵的流形上执行黎曼梯度下降;计算测试集与训练集之间的KL散度,采用K近邻(KNN)分类器对样本进行分类。本方法能够有效地提高系统的分类精度,并且拥有更稳定的性能。
-
公开(公告)号:CN107977000A
公开(公告)日:2018-05-01
申请号:CN201711174283.1
申请日:2017-11-22
Applicant: 清华大学
IPC: G05D1/02
Abstract: 本发明涉及一种铁路机车自动驾驶系统,其中信号信息采集模块负责采集铁路机车自动驾驶所需的机车信息,并传输给列车ATO系统,以及通过人机交互模块发送给列车司机进行监控控制;列车ATO系统根据信号信息采集模块发送的机车信息计算得到机车控制的优化操纵档位序列,将机车控制操纵指令序列发给人机交互模块,人机交互模块通知列车司机根据机车控制操纵指令序列进行手/自动操纵安全切换;列车ATO系统通过人机交互模块接收列车司机的指令,并根据指令将手/自动转换器置位。本发明将列车ATO系统与现有车载系统进行了良好融合,能够得到优化的机车控制操纵序列,并能够根据机车控制操纵序列实现铁路机车的自动驾驶。
-
-
-
-
-
-
-
-
-