公开(公告)号：CN115056825B

公开(公告)日：2024-04-05

申请号：CN202210536855.0

申请日：2022-05-17

Applicant: 北京理工大学

Inventor： 潘丽敏 ,  谢崇玮 ,  罗森林 ,  刘晓双

IPC: B61L27/04

Abstract: 本发明涉及自适应性能的列车加速方法，属于计算机与信息科学技术领域。本发明首先对含噪的列车运行数据建立目标列车性能估计模型，拟合级位序列和速度与加速度之间的函数关系；然后依次查询不同速度区间下各级位对应加速度值，建立加速度随级位和速度变化的关系表，称为列车专属性能表；最后将加速度范围约束引入专属性能表，逐车生成与目标车辆相适配的推荐速度。本发明利用车辆专属性能表，对推荐加速度范围进行约束，生成与受控列车匹配的自适应性能推荐速度，减少级位切换频率，提高自动驾驶平稳性及节能水平。

公开(公告)号：CN117437452A

公开(公告)日：2024-01-23

申请号：CN202311675086.3

申请日：2023-12-07

Applicant: 北京理工大学

Inventor： 罗森林 ,  杨景然 ,  潘丽敏 ,  谢崇玮 ,  万韵伟

IPC: G06V10/762 ,  G06V10/42 ,  G06V10/44 ,  G06V10/82 ,  G06F18/23213 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0895

Abstract: 本发明涉及整合两种约束的多视图深度半监督图像聚类方法，属于计算机与信息科学技术领域。本发明首先使用卷积神经网络和残差神经网络提取原始图像的空间特征，得到图像的局部形状特征视图和全局结构特征视图；其次将原始图像视图和上述两个视图通过自编码器网络构建多视图特征空间并初始化其聚类中心；然后将数据中的标签约束和成对约束整合为成对关系矩阵；最后使用初始聚类中心和成对关系矩阵组成损失函数，迭代更新聚类中心并得到聚类结果。本发明针对现有方法忽略了不同约束条件的关联性，在含噪约束条件下，聚类结果易受错误约束条件影响的问题，提出整合两种约束的多视图深度半监督图像聚类方法，提高聚类准确率。

公开(公告)号：CN115056825A

公开(公告)日：2022-09-16

申请号：CN202210536855.0

申请日：2022-05-17

Applicant: 北京理工大学

Inventor： 潘丽敏 ,  谢崇玮 ,  罗森林 ,  刘晓双

IPC: B61L27/04

Abstract: 本发明涉及自适应性能的列车加速方法，属于计算机与信息科学技术领域。本发明首先对含噪的列车运行数据建立目标列车性能估计模型，拟合级位序列和速度与加速度之间的函数关系；然后依次查询不同速度区间下各级位对应加速度值，建立加速度随级位和速度变化的关系表，称为列车专属性能表；最后将加速度范围约束引入专属性能表，逐车生成与目标车辆相适配的推荐速度。本发明利用车辆专属性能表，对推荐加速度范围进行约束，生成与受控列车匹配的自适应性能推荐速度，减少级位切换频率，提高自动驾驶平稳性及节能水平。