-
公开(公告)号：CN119180208A
公开(公告)日：2024-12-24
申请号：CN202411263986.1
申请日：2024-09-10
Applicant: 中建交通建设集团有限公司 , 石家庄铁道大学 , 北京交通大学
IPC: G06F30/27 , G06F30/13 , G06N3/044 , G06N3/084 , G06N3/0985 , G06F111/10 , G06F119/14 , G06N3/048
Abstract: 本发明公开了一种基于数据驱动的轨道结构动力学预测模型的构建方法，通过搭建预测模型、进行模型训练、进行模型预测、选定模型性能评价指标、对预测模型进行优化研究、对模型性能进行对比验证的步骤构建了基于数据驱动的轨道结构动力学预测模型，构建的预测模型用于轨道结构动态响应预测，以轴箱加速度和轨道不平顺信息为输入，预测模型能够快速、高效、准确地输出轨道结构的动态响应；构建的预测模型用于高速铁路、城市轨道交通及重载铁路等线路的轨道结构动力响应预测，实现了轨道结构动态响应和动力状态的快速评估。
-
公开(公告)号：CN113159318B
公开(公告)日：2024-07-12
申请号：CN202110444570.X
申请日：2021-04-23
Applicant: 北京达佳互联信息技术有限公司 , 北京交通大学
IPC: G06N3/08 , G06F18/241 , G06F18/214 , G06N3/0464
Abstract: 本公开关于一种神经网络的量化方法、装置、电子设备及存储介质，涉及计算机技术领域，该方法包括：获取训练样本图像以及该训练样本图像的类型，并将该训练样本图像输入到第一模型，得到预测分类结果；根据该预测分类结果、该训练样本图像的类型、该初始权重以及该初始量化步长，确定第一梯度；基于该第一梯度、该初始量化步长以及该第一模型对应的学习率更新该初始量化步长；基于更新后的量化步长，调整该第一模型中的权重，以得到量化后的模型。本公开中，电子设备能够合理、有效地确定出量化后的模型，即在保障量化后的模型体积较小的同时，提升该量化后的模型的预测准确性。
-
公开(公告)号：CN111163460B
公开(公告)日：2021-04-09
申请号：CN201911317866.4
申请日：2019-12-19
Applicant: 北京交通大学
IPC: H04W12/06
Abstract: 本发明涉及一种基于多重间隔差分星座轨迹图的射频指纹提取方法,具体包括如下步骤：步骤1：对接收基带I/Q信号预处理；步骤2：对I路和Q路采样后的信号使用延迟器分别控制延迟；步骤3：使用不同的采样点间隔进行差分处理；步骤4：将不同的采样点间隔差分星座轨迹图进行特征融合；步骤5：识别设备。本发明所获得的多重间隔差分星座轨迹图保持了各个差分星座轨迹图所具有的特征，信息量更为丰富，能够更好地展示不同设备的载波偏移的差异。同时可以提升对环境的鲁棒性，即使在低信噪比环境下也可以更好地完成无线设备身份的识别。并且多重差分间隔提取射频指纹特征在达到丰富可用特征的同时简化射频指纹提取的计算复杂度。
-
公开(公告)号：CN104242981B
公开(公告)日：2016-11-30
申请号：CN201410471903.8
申请日：2014-09-16
Applicant: 北京交通大学
IPC: H04B1/40
Abstract: 本发明公开了一种基于软件无线电的嵌入式无线通讯装置，该装置包括天线阵列单元，用于接收或发送符合不同无线通讯标准的射频信号；模拟前端单元，用于将天线阵列单元接收到的射频信号进行放大、滤波和下变频处理获得基带数字信号；输入/输出矩阵，用于对基带数字信号进行合并或拆分，获得至少一个高速串行数据流；异构多核处理单元，用于执行应用程序过程中，对符合该应用程序需求的无线通信标准的基带数字信号进行处理，实现底层硬件系统和上层应用程序之间通信数据流的传输。本发明所述技术方案适用于百个以上天线实时收发和数据处理，同时还能够灵活支持多标准通信，可以实现未来家庭基站Femtocell或移动终端设备对灵活配置、小型化、低功耗的需求。
-
公开(公告)号：CN118333108A
公开(公告)日：2024-07-12
申请号：CN202410471048.4
申请日：2024-04-18
Applicant: 北京交通大学
IPC: G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种用于卷积神经网络输入激活值4比特量化的方法。该方法包括：加载原始4‑8混合比特位宽量化后的卷积神经网络模型权重，修改需进行4比特量化层的模型权重结构，对卷积神经网络的输入激活值利用本发明进行4比特量化，然后将量化后的4比特输入激活值进行反量化。该方法保证了卷积神经网络输入激活值量化为4比特的情况下，精度相对于原混合比特位宽量化后的卷积神经网络的精度损失可忽略不计。使用本发明的量化方法量化神经网络模型输入激活值更适应于硬件的移位计算方式，能够部署在相应硬件上来充分发挥量化神经网络的计算优势。
-
Patent Agency Ranking
公开(公告)号：CN116028058A
公开(公告)日：2023-04-28
申请号：CN202211512285.8
申请日：2022-11-29
Applicant: 北京达佳互联信息技术有限公司 , 北京交通大学
IPC: G06F8/41
Abstract: 本公开关于一种数据处理方法、装置及设备，涉及计算机领域。方法包括：对第一电路数据进行编译，得到第一中间数据；对于所述第一中间数据中扇出数量大于扇出阈值的每个循环不变量，基于所述每个循环不变量的扇出树，替换所述第一中间数据中的第一操作数，得到第二中间数据，任一循环不变量的扇出树的节点用于表示所述任一循环不变量，所述第一操作数表示所述循环不变量在所属的循环数据中对应的操作数；基于所述第二中间数据生成第二电路数据。根据本公开的技术方案，基于构建得到的扇出树的关联节点替换循环中循环不变量对应的操作数，得到第二中间数据，减少了循环不变量的扇出数量，从而能够解决高扇出的问题。
-
公开(公告)号：CN115964331A
公开(公告)日：2023-04-14
申请号：CN202211520858.1
申请日：2022-11-29
Applicant: 北京达佳互联信息技术有限公司 , 北京交通大学
Abstract: 本公开是关于一种数据访问方法、装置及设备，属于计算机技术领域。方法包括：在源文件中获取访存语句和非访存语句，访存语句为用于实现数据访问功能的指令语句，非访存语句为与数据访问功能无关的指令语句；基于访存语句生成数据访问指令，基于非访存语句生成数据处理指令；通过芯片调用数据访问指令，从片外存储器中连续地读取数据，并将读取到的数据存储于片内缓存空间中；通过芯片调用数据处理指令，从片内缓存空间中读取数据，并对读取到的数据进行处理。由于将数据访问和数据处理拆分成两个独立的过程，因此数据访问的过程可以连续执行，降低了时延，数据处理函数从片内缓存空间中读取数据的速度较快，能够提高数据访问和数据处理的效率。
-
公开(公告)号：CN106571856B
公开(公告)日：2021-05-04
申请号：CN201610972844.1
申请日：2016-11-07
Applicant: 北京交通大学
IPC: H04L29/06
Abstract: 本发明涉及随机符号法检测大规模MIMO系统中主动窃听用户的方法。该方法包括：随机符号序列设置、安全区域设置、主动窃听用户的独立检测和结果融合，若融合后的结果为是，则认为大规模MIMO系统中此时不存在主动窃听用户；反之，则认为大规模MIMO系统中此时存在主动窃听用户。仿真实验表明，随机符号法能够有效检测大规模MIMO系统中的主动窃听用户。并且，该方法的检测性能随着系统基站天线数、基站接收信号信噪比、主动窃听用户发送信号功率、随机符号序列长度的增长显著提升。在与现有研究中其他两种大规模MIMO系统主动窃听用户检测方法(随机导频法、功率检测法)的性能比较中，本发明提供的随机符号法的检测性能最好。
-
公开(公告)号：CN114638169B
公开(公告)日：2024-06-07
申请号：CN202210319807.6
申请日：2022-03-29
Applicant: 国网能源研究院有限公司 , 北京交通大学 , 国网辽宁省电力有限公司 , 国网辽宁省电力有限公司电力科学研究院
Inventor： 张钧 , 边海峰 , 王东 , 张沛 , 高嵩 , 张远博 , 苏峰 , 谢光龙 , 王旭斌 , 张玥 , 代贤忠 , 张晨 , 柴玉凤 , 王大玮 , 张琛 , 田鑫 , 朱瑞 , 韩新阳 , 靳晓凌 , 李龙 , 李健
IPC: G06F30/27 , G06F18/2411 , G06F18/20 , G06F111/08
Abstract: 本说明书实施例提供了一种变压器时变故障概率计算方法、装置及计算机可读存储介质，其中，方法包括：根据变压器的在线监测数据的油中气体含量确定变压器的健康状态，获取状态评价结果；根据状态评价结果建立带修复的变压器多状态马尔科夫模型；根据变压器多状态马尔科夫模型计算由老化引起的电气设备内部故障率；利用SVM支持向量机将外部运行环境划分为外部正常运行环境和外部恶劣环境，分别计算正常运行场景和恶劣运行场景下的外部故障率；将相应运行场景的外部故障率和修复率作为基于历史统计数据的常数，带入电气设备的内部故障率和外部故障率求解福克普朗克方程得到电气设备的时变故障概率值。
-
公开(公告)号：CN113159188B
公开(公告)日：2024-03-12
申请号：CN202110444362.X
申请日：2021-04-23
Applicant: 北京达佳互联信息技术有限公司 , 北京交通大学
IPC: G06V10/764 , G06V10/82 , G06N3/08 , G06N3/04 , G06V10/774
Abstract: 本公开关于一种模型生成方法、装置、设备及存储介质，涉及计算机技术领域，可以在保证现有神经网络模型性能不变的情况下，有效压缩神经网络模型。该模型生成方法包括：基于神经网络架构搜索算法，从与样本数据对应的搜索空间中获取初始模型；初始模型中的第一节点与第二节点之间通过初始边连接；初始边用于表示第一节点与第二节点之间执行的候选操作；初始边对应一个边权重；基于样本数据，对初始模型执行预设次数的训练操作，以得到第一模型；若第一模型中，与初始模型中的初始边对应的目标边的边权重满足预设条件，则对第一模型中的目标边进行裁剪，以得到目标模型。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.026 seconds)
