公开(公告)号：CN117473616A

公开(公告)日：2024-01-30

申请号：CN202311463023.1

申请日：2023-11-06

Applicant: 北京交通大学

Inventor： 刘真 ,  冯铭泽 ,  王岩楠 ,  刘泽帅 ,  李浥东

IPC: G06F30/13 ,  G06F30/27 ,  G06N3/092

Abstract: 本发明提供了一种基于多智能体强化学习的铁路BIM数据边缘缓存方法。该方法包括：构建BIMDipFM模型，利用BS下用户与BIM数据的历史交互信息对留存率进行预测，获取BIM数据的内容重要性程度，采用马尔可夫博弈模型建立多节点协同缓存模型，得到每个缓存节点的BIM数据缓存状态和需求状态，生成系统中智能体的当前时刻环境状态，构建动作掩码模块，过滤无效动作，输出动作空间，基于actor网络通过Gumble Softmax算法输出确定动作，Agent在环境中执行确定动作，输出奖励，获取新环境状态，将环境状态、确定动作、奖励和新环境状态储存经验回放池中，经验回放池储存满后进行经验回放，更新目标网络，以提高BIM数据的缓存效率，减轻云侧和核心网络的流量负载，提升用户访问速度。

公开(公告)号：CN112801340A

公开(公告)日：2021-05-14

申请号：CN202011489874.X

申请日：2020-12-16

Applicant: 北京交通大学

Inventor： 刘真 ,  徐志杰 ,  雷智辉 ,  寇泽 ,  白岩慧

IPC: G06Q10/04 ,  G06Q50/26 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于多层级城市信息单元画像的人群密度预测方法。该方法包括：从城市管理层级出发，定义多层级城市信息单元和城市信息单元包含的数据；对城市信息单元数据进行预处理，利用长短期记忆网络LSTM、图嵌入算法分别提取城市信息单元的时间和空间特征，通过塔式聚合结构聚合多层级城市信息单元包含的特征，在多层级城市信息单元画像的基础上构建多任务决策模型；根据多层级城市信息单元画像的多任务决策模型进行城市各网格、区域的人群密度预测。本发明提出“城市信息单元”的概念，通过塔式聚合结构聚合多层级城市信息单元的特征，然后对多层级城市信息单元进行多任务联合学习，最终建立多层级城市信息单元画像的模型。

公开(公告)号：CN110033135A

公开(公告)日：2019-07-19

申请号：CN201910299053.0

申请日：2019-04-15

Applicant: 北京交通大学

Inventor： 刘真 ,  党心悦 ,  王成

IPC: G06Q10/04 ,  G06K9/62 ,  G06F17/14 ,  B60T17/22

Abstract: 本发明提供了一种多变量时间序列特征加强的列车制动系统故障预测方法，包括：采集列车制动系统中主要部件对应的多变量时间序列的数据；根据采集的数据，将各个部件作为变量，采用改进的自适应最少的绝对收缩和选择操作方法对所述变量进行筛选；采用小波包分解算法和小波包重构算法对筛选后的变量进行特征提取，并根据灰色关联度算法对提取的特征进行选择；采用根据灰色关联度算法选择的特征对极端随机森林模型ERF进行训练和测试得到最优预测模型；根据所述的最优预测模型对列车制动系统故障进行预测。本发明的方法可以降低预测的复杂度和提高预测的准确性。

公开(公告)号：CN107703920A

公开(公告)日：2018-02-16

申请号：CN201711009648.5

申请日：2017-10-25

Applicant: 北京交通大学

Inventor： 刘真 ,  张猛

IPC: G05B23/02

Abstract: 本发明提供了一种基于多元时间序列的列车制动系统的故障检测方法。该方法包括：采集列车制动系统的故障检测相关的样本数据，建立样本数据的多元时间序列矩阵；利用滑动时间窗口从多元时间序列矩阵中提取出时间序列片段的样本数据，将提取出的时间序列片段的样本数据与异常模式的特征数据进行匹配检测，根据匹配检测的结果获取列车制动系统在时间序列片段中的故障检测结果。本发明的方法从数据分析的角度出发，结合了机器学习和多元时间序列挖掘算法，并提出基于滑动时间窗口进行异常模式匹配的算法，通过模式匹配，可以对已有数据中的故障进行监测和智能诊断，从而可以更准确地发现异常发生的本质原因，对异常进行更好的定位。

公开(公告)号：CN107290170A

公开(公告)日：2017-10-24

申请号：CN201710509393.2

申请日：2017-06-28

Applicant: 北京交通大学

Inventor： 周岩梅 ,  刘丽 ,  张琳 ,  刘真 ,  岳亚萍 ,  常天奇

IPC: G01N1/02 ,  G01N30/02 ,  G01N30/08

CPC classification number: G01N1/02 ,  G01N30/02 ,  G01N30/08

Abstract: 本发明提供了一种对环境中多种污染物质的快速被动采样装置，其特征在于，包括：主体框架、DGT装置、LDPE膜、第一支架、第二支架；所述DGT装置固定在所述第一支架上，所述LDPE膜固定在所述第二支架上，所述第一支架和所述第二支架分别固定在所述主体框架上；所述DGT装置包括滤膜、扩散膜、固定膜、上层外壳和下层外壳，所述的固定膜、扩散膜、滤膜依次叠放在下层外壳上，所述上层外壳封盖所述下层外壳；所述的滤膜、扩散膜、固定膜的选用类型根据待采样污染物的种类调换。本发明通过根据环境中污染物质的类别，对污染物质采样后进行浓度等相关的分析测定提供了详细的方法，为整个采样过程的快速性和同时性奠定了坚实的基础。

公开(公告)号：CN105806645A

公开(公告)日：2016-07-27

申请号：CN201610306027.2

申请日：2016-05-10

Applicant: 北京交通大学

Inventor： 周岩梅 ,  刘丽 ,  范娟 ,  岳亚萍 ,  刘真 ,  张琳 ,  王欧宇

IPC: G01N1/02 ,  G01N1/10 ,  G01N30/02

CPC classification number: G01N1/02 ,  G01N1/10 ,  G01N30/02 ,  G01N2001/1025

Abstract: 本发明提供了一种水体和底泥有机污染物的被动采样装置及其使用方法。该装置主要包括：水体有机物被动采样装置、底泥有机物被动采样装置、不锈钢丝和浮漂，水体有机物被动采样装置、底泥被动采样装置分别通过不锈钢丝和浮漂相连。水体有机物被动采样装置包括：不锈钢丝圈和条带状LDPE膜。底泥有机物被动采样装置包括：不锈钢垫片、不锈钢压片和条状LDPE膜，条状LDPE膜固定于不锈钢垫片和不锈钢压片中间。本发明还提供了所述的水体和底泥有机污染物被动采样装置的使用方法，该方法考虑到LDPE膜的厚度等因素对膜的平衡时间、膜?水分配系数的影响，为实际应用过程相关参数的计算提供了简便的计算方法，提高了该被动采样的效率和精度。

公开(公告)号：CN105183537A

公开(公告)日：2015-12-23

申请号：CN201510612684.5

申请日：2015-09-23

Applicant: 北京交通大学

Inventor： 刘真 ,  曲晓雅

IPC: G06F9/455

Abstract: 本发明实施例提供了一种基于动态阈值窗口的虚拟机迁移处理方法。该方法包括：将物理机的CPU利用率与设定的阈值窗口TWin范围进行比较，当物理机的CPU利用率高于设定的CPU利用率最大阈值，则计算物理机所属的数据中心的任务量；当数据中心的任务量大于设定的任务量最大阈值，对阈值窗口TWin范围进行调整，根据调整后的阈值窗口TWin范围和设定的虚拟机迁移策略，对物理机中的虚拟机进行迁移处理。本发明实施例能够根据数据中心的任务量情况自适应地对阈值窗口TWin的大小进行调整，可以动态触发虚拟机的迁移，减少需要迁移的虚拟机数量，降低了迁移失败率，也减少了由于找不到目的物理机而带来的不必要的虚拟机迁移代价。

公开(公告)号：CN103488539A

公开(公告)日：2014-01-01

申请号：CN201310436135.8

申请日：2013-09-23

Applicant: 北京交通大学

Inventor： 刘真 ,  向勇潮

IPC: G06F9/50 ,  G06F9/455

CPC classification number: Y02D10/22 ,  Y02D10/26 ,  Y02D10/28 ,  Y02D10/36

Abstract: 本发明涉及一种基于CPU动态调频技术的数据中心节能方法，所述方法包括虚拟机初始化放置和动态管理两个阶段。与现有技术不同，将数据中心节能使用的虚拟机放置技术分为初始化放置和动态管理两阶段来分别考虑。初始化放置适用于数据中心运行之初，以及定期整体调整的时机，由于时间允许，采用的方法具有全局性及长期效应；动态管理适用于数据中心运行时，面对不同的任务，所进行的局部的管理或迁移，采用的方法涉及局部资源并能保证实时性。

公开(公告)号：CN102164088B

公开(公告)日：2013-10-23

申请号：CN201110115801.9

申请日：2011-05-05

Applicant: 北京交通大学

Inventor： 孙延涛 ,  刘强 ,  方维维 ,  刘真

IPC: H04L12/751 ,  H04L12/947 ,  H04L12/757 ,  H04L29/12

CPC classification number: H04L49/356

Abstract: 本发明涉及一种数据中心网络系统，该系统包括行首交换机、列首交换机和呈矩阵排列的接入交换机，每行的行首至少部署一个行首交换机，每列的列首至少部署一个列首交换机，服务器与接入交换机相连接，接入交换机与其所在行的所有行首交换机及其所在列的所有列首交换机相连接。各种交换机和服务器按照一定的规则进行编址。本发明可以消除网络通信瓶颈，并且网络结构简单、灵活、容易扩展，便于网络实施和维护。另外数据中心可以采用高性价比的普通三层交换机进行组网，建网成本低。

公开(公告)号：CN119299365A

公开(公告)日：2025-01-10

申请号：CN202411575788.9

申请日：2024-11-06

Applicant: 北京交通大学

Inventor： 张瑞丰 ,  刘真 ,  张尧政 ,  王岩楠 ,  耿冲

IPC: H04L45/121 ,  H04L45/00 ,  H04L45/302 ,  H04L47/125 ,  H04L47/10 ,  H04W28/08 ,  H04W40/02 ,  H04W40/24 ,  G06N3/006

Abstract: 本发明提供了一种基于强化免疫算法的TSN‑5G高铁车载网络流量调度方法。该方法包括：获取TSN‑5G高铁车载网中待调度流量集合的所有可能路由，以及每条路由的时延；设置强化免疫算法的各种算子，使用DQN网络作为强化免疫算法的克隆变异算子，以综合考虑时延与负载作为强化免疫算法的优化目标；强化免疫算法利用各种算子迭代求得每个流量的发送顺序和路由，以及每个流量在TSN交换机的发送时间；根据每个流量的发送时间得到TSN交换机的门控调度列表，TSN交换机根据门控调度列表对每个流量进行端到端的确定性传输。本发明方法通过结合免疫算法与强化学习，克服现有调度方法的不足，提升调度效率和灵活性，实现TSN‑5G列车车载网络内关键流量的确定性调度。