-
公开(公告)号：CN105912524A
公开(公告)日：2016-08-31
申请号：CN201610218407.0
申请日：2016-04-09
Applicant: 北京交通大学 , 中国移动通信集团设计院有限公司
Abstract: 本发明实施例提供了一种基于低秩矩阵分解的文章话题关键词提取方法和装置。该方法主要包括：使用将词表征为实数值向量的工具训练数据预处理后的文章文本，得到词向量化文件，使用基于文本图模型的关键词抽取算法抽取数据预处理后的文章文本中的特定话题下每个事件的关键词，根据抽取的关键词查询词向量化文件，建立特定话题下的关键词矩阵；采用增广拉格朗日乘子算法求解关键词矩阵的低秩分解问题，得到关键词低秩矩阵，最终生成所述数据预处理后的文章文本中所述特定话题下的关键词。本发明采用低秩矩阵分解的方法生成微博等文章话题的关键词，有效的解决了微博等文章话题关键词的稀疏性问题，大大降低了非关键词数据噪声的干扰。
-
公开(公告)号：CN105975478A
公开(公告)日：2016-09-28
申请号：CN201610218382.4
申请日：2016-04-09
Applicant: 北京交通大学 , 中国移动通信集团设计院有限公司
Abstract: 本发明实施例提供了一种基于词向量分析的网络文章所属事件的检测方法和装置。该方法主要包括：建立典型训练集；对典型训练集中的每一条网络文章样本进行分词，去无用词预处理，得到规范化的网络文章样本文本；将每一条规范化的网络文章样本文本分别用word2vec算法和LDA算法提取特征，得到每一条网络文章样本文对应的多维词向量；将每一条网络文章样本文本对应的多维词向量和事件标签输入到随机森林算法，该随机森林算法输出事件的分类模型，利用所述事件的分类模型对待识别的网络文章文本进行识别，判断出所述待识别的网络文章文本所属的事件。本发明实施例充分利用了网络文本样本的信息，提高了网络文本样本所属事件分类的准确度。
-
公开(公告)号：CN105912524B
公开(公告)日：2019-08-20
申请号：CN201610218407.0
申请日：2016-04-09
Applicant: 北京交通大学 , 中国移动通信集团设计院有限公司
Abstract: 本发明实施例提供了一种基于低秩矩阵分解的文章话题关键词提取方法和装置。该方法主要包括：使用将词表征为实数值向量的工具训练数据预处理后的文章文本，得到词向量化文件，使用基于文本图模型的关键词抽取算法抽取数据预处理后的文章文本中的特定话题下每个事件的关键词，根据抽取的关键词查询词向量化文件，建立特定话题下的关键词矩阵；采用增广拉格朗日乘子算法求解关键词矩阵的低秩分解问题，得到关键词低秩矩阵，最终生成所述数据预处理后的文章文本中所述特定话题下的关键词。本发明采用低秩矩阵分解的方法生成微博等文章话题的关键词，有效的解决了微博等文章话题关键词的稀疏性问题，大大降低了非关键词数据噪声的干扰。
-
公开(公告)号：CN222072190U
公开(公告)日：2024-11-26
申请号：CN202420842961.6
申请日：2024-04-22
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
Abstract: 本实用新型公开了一种卫星天线，包括底座、立柱、第一调节组件、第二调节组件和天线本体；所述立柱通过所述第一调节组件与所述底座相连，所述第一调节组件能够绕第一轴线转动；所述天线本体转动安装在所述立柱的顶部，所述第二调节组件分别与所述天线本体、所述立柱连接，所述第二调节组件能够绕第二轴线转动。本实用新型能够快速的实现对卫星天线的角度进行调节、操作简单方便。
-
公开(公告)号：CN120071383A
公开(公告)日：2025-05-30
申请号：CN202411891973.9
申请日：2024-12-20
Applicant: 北京交通大学
IPC: G06V40/10 , G06V20/00 , G06V10/26 , G06V10/48 , G06V10/77 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06F21/62
Abstract: 本发明涉及一种隐私保护的行人重识别方法，包括如下步骤：S1：数据准备：S2：预处理阶段；S3：频域转换阶段：对S2得到的特征集合进行频域转换，以Xh,w表示频域转换后的频率域中的DCT系数，并将转换后的频域图片分割为关键通道和非关键通道；S4：特征增强阶段：S5：计算模型行人重识别任务中的交叉熵总体损失和生成器的总体损失；S6：向模型补充到由客户端发送的匿名化低频信息，补充信息后模型再一次进行行人重识别的任务，计算其交叉熵损失和生成器总体损失；S7：重复S4‑S6，直到生成的模型测试结果符合预期或者达到训练次数。
-
Patent Agency Ranking
公开(公告)号：CN114565752B
公开(公告)日：2024-12-27
申请号：CN202210133345.9
申请日：2022-02-10
Applicant: 北京交通大学
IPC: G06V10/25 , G06V10/26 , G06V10/75 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0895
Abstract: 本发明提供了一种基于类不可知前景挖掘的图像弱监督目标检测方法。该方法包括：基于待进行目标检测的图像通过CNN生成前景注意力图；基于前景注意力图计算每个候选框的前景相对置信度FRC，根据各个候选框的FRC筛选出前景候选框；基于前景候选框构建实例空间图，基于数据集的标签构建标签语义图，对实例空间图和标签语义图进行图匹配，根据图匹配结果为每个前景候选框进行分类；根据各个前景候选框的分类结果生成伪监督框，将伪监督框与伪监督框的空间近邻框进行合并得到伪实例标签，将该伪实例标签作为待进行目标检测的图像的目标检测结果。本发明把定位和分类任务分离，从而实现的定位与分类性能的双向提升，有效地提升图像的弱监督目标检测性能。
-
公开(公告)号：CN119169524A
公开(公告)日：2024-12-20
申请号：CN202411201034.7
申请日：2024-08-29
Applicant: 北京交通大学
Abstract: 本发明提供一种基于跨模态融合的异常行为检测方法及系统，属于异常行为检测技术领域，利用预先训练好的异常行为检测模型对获取的视频数据进行处理，得到异常行为检测结果。异常行为检测模型包括视觉特征提取网络、音频特征提取网络、跨模态融合网络、双曲图卷积网络以及行为预测网络。本发明引入了新的跨模态融合算法，在时间维度上实现了音频特征与视觉特征的融合，利用音频信息对视觉维度模糊的事件做进一步区分；设计基于双曲图卷积的两个分支，分别处理特征的相似度和时间关联关系，并在双曲空间中提高特征的区分度，提升了异常行为检测的准确度。
-
公开(公告)号：CN118732499A
公开(公告)日：2024-10-01
申请号：CN202410715378.3
申请日：2024-06-04
Applicant: 北京交通大学
Abstract: 本发明提供高速铁路列车自主协同运行控制方法及系统，属于高速铁路列车运行控制技术领域，构建复杂运行环境下高速铁路自主感知理论模块；从自主感知理论模块提取数据，构建协同条件下高速列车运行控制模型，得到面向状态驱动的高速列车智能自主控制模块，构建动力学列车模型，输出协同条件下多车追踪优化方法，得到基于车车通信的多车追踪间隔优化控制模块；得到多层域列车群博弈模型，获取基于群体智能的列车群分布式协同控制模块，实现列车群分布式协同运行控制。本发明生成基于全局信息的控制调度多尺度推荐策略和面向状态驱动的运行时主动防护曲线，实现了基于群体智能的分布式控制，有效提升行车安全性和运行效率，最大化提升旅客运输能力。
-
公开(公告)号：CN118545107A
公开(公告)日：2024-08-27
申请号：CN202410700995.6
申请日：2024-05-31
Applicant: 中国铁道科学研究院集团有限公司铁道建筑研究所 , 中国铁道科学研究院集团有限公司 , 北京交通大学 , 中国国家铁路集团有限公司
IPC: B61K5/06
Abstract: 本发明属于铁路列车救援装置技术领域，其公开了一种列车脱轨起复装置及起复方法，装置包括：横移底座，其底端安装有多个地滚轮；两个支座，其底端均与横移底座的顶端固定；两个托举油缸，其缸筒底端分别与两个支座的顶端固定；条形托举承载板，其底端均固定在两个托举油缸的伸缩端上，条形托举承载板的顶端有用于托举脱轨列车底端外沿的托举限位槽；横移液压缸，其伸缩端与横移底座的一侧壁固定，用于推动横移底座向轨道侧横向移动；液压系统，其安装在横移底座上，用于控制托举油缸、横移液压缸工作。本装置将托举油缸和地滚轮集成在横移底座上，使装置具有托举、横向移动功能，且结构简单、小巧，适用于隧道、桥梁等对于空间有较大限制路段。
-
公开(公告)号：CN118537793A
公开(公告)日：2024-08-23
申请号：CN202410632368.3
申请日：2024-05-21
Applicant: 北京交通大学
IPC: G06V20/52 , G06V20/70 , G06V10/25 , G06V10/44 , G06N3/0464
Abstract: 本发明提供一种基于点对点框架的人群计数方法及系统，属于基于计算机视觉的人群计数技术领域，获取待识别的图像；利用预先训练好的人群计数识别模型对获取的图像进行处理，得到人群计数识别结果；其中，训练模型包括：将训练集图像输入进骨干网络进行特征图的提取；将特征图分别输入到坐标预测头和置信度计算头的三层卷积网络中，分别得到预测点坐标和置信度；损失函数计算，利用PyTorch框架的自动求导机制，根据得到的损失值计算模型参数梯度方向，更新模型参数。本发明利用数据集中的点标注信息，在不引入额外的标注工作量的情况下对样本尺寸信息进行了估计，以此计算出每个标注点对于最终的损失函数的影响权重，提升了模型检测不同尺度目标的能力。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.095 seconds)
