-
公开(公告)号：CN111985782A
公开(公告)日：2020-11-24
申请号：CN202010709082.2
申请日：2020-07-22
申请人： 西安理工大学
IPC分类号： G06Q10/06 , G06F16/215 , G06K9/62
摘要： 本发明公开了一种基于环境感知的自动驾驶有轨电车运行风险评估方法，步骤包括：步骤1、对自动驾驶有轨电车的环境数据进行数据预处理，步骤2、因为对于所选取的环境特征，可能存在与最终的风险等级不相关的特征，属于冗余特征，采用RFE进行特征选择，选择主要特征；步骤3、构建xgboost模型，利用贝叶斯参数优化算法构建模型，将步骤2中获得的特征子集S”输入xgboost模型进行测试，使用贝叶斯参数优化算法寻找最优参数。本发明的方法，首先在对数据的预处理方面，有了更精细的处理，利用过采样的方法，有效防止数据的不均衡。
-
公开(公告)号：CN111985077A
公开(公告)日：2020-11-24
申请号：CN202010664267.6
申请日：2020-07-10
申请人： 西安理工大学
摘要： 本发明公开了一种航天器外弹道跟踪数据斑点型野值识别和修正方法，具体为：首先，建立含有斑点型野值航天器外弹道跟踪数据时间序列数学模型；对航天器外弹道跟踪数据进行分割；之后求取各段航天器外弹道跟踪数据的标准差；对航天器外弹道跟踪数据模型的参数进行估计；识别和修正航天器各段外弹道跟踪数据中的斑点型野值；最后，将识别和修正野值后的各段航天器外弹道跟踪数据进行拼接。本发明的方法能够自动地识别出航天器外弹道跟踪数据中的斑点型野值，并进行高精度的修正，免去了专业工作人员通过人眼方式判断和修正斑点型野值的时间消耗和人员消耗。
-
公开(公告)号：CN110779746A
公开(公告)日：2020-02-11
申请号：CN201911015043.6
申请日：2019-10-24
申请人： 西安理工大学
摘要： 改进深度稀疏自编码器网络旋转机械复合故障的诊断方法，1)分别获取旋转机械正常状态和不同故障状态的c种工况的振动信号，分别得到d组时域振动信号样本；2)对每个样本进行傅里叶变换，得到预处理后的信号样本；3)构造诊断样本集，将其作为训练样本集；4)建立旋转机械复合故障诊断模型，获得深度稀疏自编码器网络的连接权重和偏置参数；5)获得softmax分类器模型；6)进行快速傅里叶变换，选取测试样本；7)测试样本作为训练好的改进的深度稀疏自编码器网络的输入，对测试样本深度学习，进行特征提取，得到测试样本特征信号；8)将测试特征信息作为测试样本的匹配特征，得到待测旋转机械的复合故障诊断结果；提高了诊断准确度和效率。
-
公开(公告)号：CN110738243A
公开(公告)日：2020-01-31
申请号：CN201910925728.8
申请日：2019-09-27
申请人： 西安理工大学
IPC分类号： G06K9/62
摘要： 本发明公开了一种自适应无监督特征选择方法，具体按照以下步骤实施：首先对列车转向架的轴温数据进行采集，并记录其标签，对列车转向架的轴温数据进行标准化处理，以此消除量纲，降低奇异值对结果的影响然后将标准化后的列车转向架的轴温作为自适应特征选择的输入，通过施密特正交计算得到每个转向架轴温的正交向量；最后通过自适应的选择策略，选择合适的正交向量作为选择的列车轴温数据的有效特征，此有效特征用于对列车转向架轴温数据进行分类，检测列车的运行状态，保证列车平稳运行。本发明便于对无标签信息的数据进行特征选择，进而提高分类效率。
-
公开(公告)号：CN110598674A
公开(公告)日：2019-12-20
申请号：CN201910905370.2
申请日：2019-09-24
申请人： 西安理工大学
摘要： 本发明公开的一种基于模式识别的转辙机故障识别方法，包括先将待测电流数据与标准电流数据基于时间轴和电流轴分为N段，再通过小波分解重构的方法分别对N段数据滤波处理，最后将经处理的正常数据与待识别数据进行FastDTW算法处理，将得到的结果依据阈值的方式来判断数据是否正常。本发明方法通过初始数据分段、去噪等数据预处理的方式很大程度上减少了FastDTW算法的运算量，加快运算效率，为后期的故障数据与故障数据库之间进行模式匹配得到了可行性保证，由于转辙机具有在启动和锁闭阶段故障率高的特性，从而增加相似度权重参数，为第一段数据与最后一段数据设置较高的相似度权重值来提高故障检测准确率。
-
公开(公告)号：CN110489810A
公开(公告)日：2019-11-22
申请号：CN201910672987.4
申请日：2019-07-24
申请人： 西安理工大学
IPC分类号： G06F17/50
摘要： 本发明的目的是提供一种基于数据块的趋势自动提取方法，首先采集某列车轴温数据作为原始数据，然后绘制原始数据曲线；然后寻找原始数据的最优分段值，提取出数据包络中心线，并寻找其局部极值点；最后根据得到的局部极值点将数据划分成数据块，在每个数据块内进行趋势提取分析，为后面进一步预测轴温变化、判断列车故障等问题提供理论基础。本发明解决了现有技术中存在的对采集到的数据先采用滤波平滑等数据处理方法后再提取趋势，处理后的数据结果会直接影响趋势结果，并且数据平滑程度难以确定，过度平滑时会导致数据特征丢失的问题。
-
公开(公告)号：CN110136105A
公开(公告)日：2019-08-16
申请号：CN201910350916.2
申请日：2019-04-28
申请人： 西安理工大学
摘要： 本发明公开了一种基于方差和平滑度的同一内容图像的清晰度评价方法，首先获取一组待处理图像，设待处理图像个数为N，对待处理图像进行灰度化处理，得到本组待处理图像的灰度图像；然后计算所得每幅灰度图像的方差标量和平滑度标量，得到本组图像的方差标量和平滑度标量；最后利用Matlab中的plot()函数得到本组图片的方差标量和平滑度标量变化曲线，方差标量和平滑度标量最大的图片即为本组同一内容图像中清晰度最高的图片。本发明解决了现有技术中存在的图像清晰度的评价方法稳定性差、灵敏度不高的问题。
-
公开(公告)号：CN109687844A
公开(公告)日：2019-04-26
申请号：CN201810938387.3
申请日：2018-08-17
申请人： 西安理工大学
IPC分类号： H03H21/00
CPC分类号： H03H21/003
摘要： 本发明公开了一种智能机动目标跟踪方法，首先对需要进行跟踪的机动目标进行建模并初始化转移概率矩阵以及模型概率，根据系统的转移概率以及模型概率对系统状态及协方差进行输入交互，得到基于模型的混合状态估计值及其协方差估计值作为M个并行工作的滤波器输入，计算基于模型的状态滤波值以及其协方差，然后对模型概率进行更新，计算模型概率变化率，并采用模型概率变化率对转移概率进行修正，然后对其进行归一化处理，最后进行输出交互，得到最终的状态估计值及其方差，本发明解决了现有技术中存在的由于转移概率矩阵固定导致的交互式多模型算法平滑噪声能力弱的问题，实现了转移概率的自适应，有效地提高了跟踪机动目标的能力。
-
公开(公告)号：CN109615121A
公开(公告)日：2019-04-12
申请号：CN201811423659.2
申请日：2018-11-27
申请人： 西安理工大学
摘要： 本发明公开的基于数据驱动支持向量机的高速列车车轴温度预测方法：首先，通过传感器采集车轴温度与影响车轴温度变化的因素，并对采集到的实时数据进行数据预处理；其次，利用互信息和皮尔逊相关系数得到车轴温度与其他影响车轴温度变化的因素的相关性，筛选出与车轴温度变化相关性大的因素以及相关性小的因素；然后，利用支持向量回归机选择用于车轴温度预测模型的核函数，建立车轴温度预测模型；最后，将待测数据代入建立的车轴温度预测模型中，得到车轴温度的预测值。本发明公开的方法能够分析出对车轴温度变化影响显著的因素，可以为轴温报警器工作提供理论支持，同时保障列车的安全运行。
-
公开(公告)号：CN106226097B
公开(公告)日：2019-02-01
申请号：CN201610822136.X
申请日：2016-09-14
申请人： 西安理工大学
IPC分类号： G01M17/08
摘要： 本发明公开的基于隐马尔可夫模型的高速列车风管安全状态诊断方法，以高速列车风管压力监测数据为基础，首先通过临近插值、smooth平滑处理，然后利用高速列车风管压力监测数据对隐马尔可夫模型进行训练并训练出若干故障模型，然后将监测数据带入故障模型求取似然概率，最后通过对比似然概率找出当前系统所处的安全状态。本发明基于隐马尔可夫模型的高速列车风管安全状态诊断方法能有效的反映出高速列车风管的隐状态，进而可以反映出高速列车风管的安全状态，为车辆的异常发现，现场的故障分析、排除，故障前特征判定与预警提供理论支持。
-
-
-
-
-
-
-
-
-
搜索结果
141 条记录 (耗时 0.034 秒)
