-
公开(公告)号：CN104102191A
公开(公告)日：2014-10-15
申请号：CN201410289464.9
申请日：2014-06-25
Applicant: 兰州交通大学
IPC: G05B19/418 , H04W84/18
CPC classification number: Y02P90/02
Abstract: 本发明公开了一种水环境信息集成与共享系统，包括：水环境信息采集装置通过无线传感器网络单元与水环境信息交换装置连接，水环境信息采集装置和水环境信息交换装置与基于物联网水环境自动监测系统连接，基于物联网水环境自动监测系统与基于GIS的动态数据库单元进行无缝连接，基于GIS水环境智慧管理系统与基于GIS的动态数据库单元连接。本发明应用无线传感器网络，采集水环境相关数据，建立基于GIS的动态数据库，实现了与物联网监测网络的无缝连接方案，实现对环境的实时、即时监控，形成科学监管、联动治污的合力，提高污染防治信息化监管水平；为社会发布环境信息，便于公众参与污染治理与监督；不断提升环境保护工作效率。
-
公开(公告)号：CN116304979A
公开(公告)日：2023-06-23
申请号：CN202310189632.6
申请日：2023-03-02
Applicant: 兰州交通大学
IPC: G06F18/25 , G06F18/213 , G06F18/24 , G06N3/08 , G06N3/0464 , G06F18/214 , G06F18/241
Abstract: 本发明公开了一种基于注意力机制的多特征融合局部放电类型识别方法，属于电子信息技术领域，包含步骤一：通过特高频法采集变压器局部放电故障信号数据；步骤二：由采集的变压的局部放电故障信号数据构造局部放电灰度图谱（PRPD图谱）；步骤三：提取PRPD图谱统计特征构成向量S；步骤四：将变压器的PRPD图谱以及统计特征S输入基于注意力机制的多特征融合分类网络，对不同局部放电进行分类。本发明可根据不同的局部放电类型，通过多层注意力机制网络融合特征结合局部放电图谱统计特征实现分类网络的特征提取及自我学习，最终实现对不同的放电类型进行分类，进而实现对于不同故障类型的判断。
-
公开(公告)号：CN108540362A
公开(公告)日：2018-09-14
申请号：CN201810208613.2
申请日：2018-03-14
Applicant: 兰州交通大学
Abstract: 本发明涉及一种基于VR的数字通信系统，包括VR装置，还包括：数字信号处理器，被设立为使得其适合于提供预定数字信号，所述预定数字信号适合于形成用于映射相应预定服务信号和相应预定噪声信号的相应波形；数字信号频率检测单元；主服务器，包括PLC组，并从PLC组中确定当前的主PLC，所述主服务器建立与VR装置之间的连接，所述主服务器与所述数字信号频率检测单元连接；系统电压监测电路；设置模块，用于接收网络设置任务；执行模块，用于将上述接收的任务进行任务分解及自动生成expect脚本，执行上述网络设置任务；控制终端，产生无线节点信息，包括节点管理模块、存储单元、资源获取单元以及资源发送单元。
-
公开(公告)号：CN112566260B
公开(公告)日：2024-04-26
申请号：CN202011432979.1
申请日：2020-12-09
Applicant: 兰州交通大学
IPC: H04W72/53 , H04W72/541 , H04W4/42 , B61L27/70
Abstract: 本发明公开了一种基于无线电传播模型的新旧铁路交汇处GSM‑R信道分配方法，首先对新旧铁道通信线路离散化处理，结合基站位置的地形特征以及收发设备的相关参数对离散点进行基站‑点的传播路径损耗计算，依据无线电传播模型确定接收场强与所有基站‑点的对应关系及计算值；然后根据计算值与GSM‑R通信中同邻频干扰的工程要求，标记干扰点并记录干扰类型；再根据干扰点分布和既有线路基站的信道分配方案，确认对新建线路的离散点造成干扰的既有线路基站，并结合离散点的干扰类型，得到新建线路上可使用的信道列表。本发明充分考虑了同频干扰、一阶邻频、二阶邻频及三阶邻频干扰，获得了特定新建基站的可用信道列表，同时保障既有线路的正常通信不受干扰。
-
公开(公告)号：CN115436928A
公开(公告)日：2022-12-06
申请号：CN202210891786.5
申请日：2022-07-27
Applicant: 兰州交通大学
Abstract: 本发明提供一种联合无线电测向与射频指纹识别的电台移动路线监测系统，包括系统承载主体，系统承载主体的输出端与输入端和操作界面的输出端和输入端相连接，系统承载主体由无线电测向系统和射频指纹识别系统组成，无线电测向系统包括有无线电发出模块、无线电接收反馈模块和校对模块，射频指纹识别系统由指纹图像处理模块、指纹信息处理模块、数据库、信息匹配定位模块和信息确认反馈模块组成。本发明可以实现指纹信息处理模块和数据库之间的相互对比确认以及补充扩展的功能，同时从两个方向对数据库进行补充，有效丰富了整个数据库的储备量，增大数据库的覆盖范围，提高指纹信息定位的对照效果和准确性。
-
Patent Agency Ranking
公开(公告)号：CN114547601A
公开(公告)日：2022-05-27
申请号：CN202210169929.1
申请日：2022-02-23
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于多层分类策略的随机森林入侵检测方法，首先对入侵检测数据进行预处理，然后计算预处理后的测试集中每个样本类别间的相似度，根据相似度将特征相似的类聚集为超类，通过随机森林的算法进行分类；该层分类完成后，再将超类继续送入下一层中重新划分超类，直到所有类别分类完毕。本发明以随机森林作为基本单元构建多层模型，通过在不同层划分出不同的超类，每一层使用不同的特征选择算法，使每一层的样本划分都能够匹配最适合的特征子集。与随机森林入侵检测相比，本发明的入侵检测方法能够解决样本类别分布不均匀的问题，提升对小样本类别分类的准确率。
-
公开(公告)号：CN109343331B
公开(公告)日：2024-09-17
申请号：CN201811368498.1
申请日：2018-11-16
IPC: G04R20/02
Abstract: 本发明提供一种北斗+GPS双信号同步时钟的铁路移动通信授时系统，包括电源模块以及北斗/GPS天馈部分、北斗/GPS接收机、主控守时授时电路、接口模块，所述电源模块分别为斗/GPS接收机、主控守时授时电路和接口模块供电，还包括主控守时授时电磁兼容电路，电连接所述主控守时授时电路；接口模块电磁兼容电路，电连接所述接口模块；电源模块电磁兼容电路，电连接所述电源模块本发明在天馈防护、信号接口防护、电源防护等方面进行了大量的设计，保证了这些接口的高抗干扰性能，在接口和电路中进行了大量的电磁兼容设计，使得同步时钟源设备降低了传导干扰和辐射干扰，增强了抗外界谐波电流瞬态脉冲、静电放电、电快速瞬变脉冲群、浪涌冲击等干扰的能力。
-
公开(公告)号：CN116434759A
公开(公告)日：2023-07-14
申请号：CN202310380703.0
申请日：2023-04-11
Applicant: 兰州交通大学
IPC: G10L17/20 , G10L17/02 , G10L17/04 , G10L19/02 , G06V10/74 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于SRS‑CL网络的说话人识别方法，属于说话人识别技术领域，包括步骤一：采集非约束场景下的带有高斯白噪声的说话人语音数据；步骤二：针对传统的Sup‑cl对比学习模型的不足，我们提出一种用于执行说话人识别任务的SRS‑CL模型；步骤三：使用步骤二中数据处理后得到的训练集对步骤二中构建的SRS‑CL模型进行训练；步骤四：将步骤二中数据处理后的测试集作为待识别说话人语音信号输入训练完成后的SRS‑CL模型，得到说话人识别结果。本发明采用小波变换和阈值去噪的方法对语音数据进行处理，将其转换为时频图，并通过对比学习网络进行语音信号的特征提取和训练，以提高网络在高噪声环境下的特征提取能力，并实现说话人识别功能。
-
公开(公告)号：CN116343807A
公开(公告)日：2023-06-27
申请号：CN202310325635.8
申请日：2023-03-30
Applicant: 兰州交通大学
Abstract: 本发明属于语音降噪技术领域，公开了一种改进的语音增强方法、系统、介质、设备及终端，采集语音数据集并将语音数据集划分为训练集、测试集和验证集；将Wave‑U‑Net模型层数减少、融合LSTM网络，改变内部特征融合方法，并在模型前后加入形似U‑Net的编解码器得到改进后的Wave‑U‑Net模型用于执行语音增强任务；使用训练集和验证集对构建的语音增强模型进行训练；将待增强语音信号输入训练完成后的语音增强模型，得到增强后的语音信号。本发明通过对传统的Wave‑U‑Net网络进行改进，提高了模型的运算速度且有效提取局部和全局上下文的特征信息，获得了更高的语音可懂度和质量，简化了处理流程。
-
公开(公告)号：CN114547601B
公开(公告)日：2024-10-15
申请号：CN202210169929.1
申请日：2022-02-23
Applicant: 兰州交通大学
IPC: G06F21/55 , G06F21/56 , G06F18/22 , G06F18/214 , G06F18/2431 , G06F18/243 , G06N20/20
Abstract: 本发明公开了一种基于多层分类策略的随机森林入侵检测方法，首先对入侵检测数据进行预处理，然后计算预处理后的测试集中每个样本类别间的相似度，根据相似度将特征相似的类聚集为超类，通过随机森林的算法进行分类；该层分类完成后，再将超类继续送入下一层中重新划分超类，直到所有类别分类完毕。本发明以随机森林作为基本单元构建多层模型，通过在不同层划分出不同的超类，每一层使用不同的特征选择算法，使每一层的样本划分都能够匹配最适合的特征子集。与随机森林入侵检测相比，本发明的入侵检测方法能够解决样本类别分布不均匀的问题，提升对小样本类别分类的准确率。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.018 seconds)
