公开(公告)号：CN117911937B

公开(公告)日：2024-11-01

申请号：CN202311615213.0

申请日：2023-11-28

申请人： 西南交通大学 ,  国网四川岷江供电有限责任公司

发明人： 胡节 ,  王磊 ,  杜圣东 ,  李天瑞 ,  李凯 ,  刘斌 ,  王慧斌

IPC分类号： G06V20/52 ,  G06V10/82 ,  G06V10/80 ,  G06V10/774 ,  G06V10/766 ,  G06V10/764 ,  G06V10/56 ,  G06V10/44 ,  G06V10/25 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了一种基于YOLOv7‑tiny的输电线路烟火检测方法，属于电网输电线路烟火检测技术领域，包括：收集输电线路以及周围环境的烟火图像，以及收集类火和类烟的干扰图像，将收集的图像进行预处理和标注，并按照比例划分为训练集和验证集，对基于YOLOv7‑tiny的卷积神经网络模型进行优化，利用训练集和验证集对优化后的卷积神经网络模型进行训练和验证，得到最优的卷积神经网络模型，并部署至可视化边缘设备上，对输电线路进行烟火检测。本发明方法能够得到更高维的语义信息，解决不同层级间存在识别结果不一致的问题，具有更低的参数量和算力要求，更高的平均准确率，具有更高的经济效益。

公开(公告)号：CN118350996A

公开(公告)日：2024-07-16

申请号：CN202410780901.0

申请日：2024-06-18

申请人： 西南交通大学

发明人： 赵小乐 ,  李耀铧 ,  顾瑾 ,  杜圣东 ,  朱宗海

IPC分类号： G06T3/4053 ,  G06V10/80 ,  G06V10/40 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

摘要： 本申请提供了一种基于多尺度特征融合的图像超分辨率方法、装置和设备，涉及图像处理技术领域，该方法包括：创建目标超分辨率模型，目标超分辨率模型包括：浅层特征提取模块、特征蒸馏模块、多层特征融合模块和图像重建模块；特征蒸馏模块由多个特征蒸馏块依次串联构成，特征蒸馏块按照串联顺序交替采用以下注意力机制：大核注意力机制、空间注意力机制和多分支注意力机制；将原始图像复制n次后，输入浅层特征提取模块，得到浅层特征；将浅层特征输入特征蒸馏模块，得到不同尺度的深度特征；将不同尺度的深度特征输入多层特征融合模块，得到融合后特征；图像重建模块采用跳跃连接的方式，根据融合后特征和浅层特征，得到重建的超分辨图像。

公开(公告)号：CN117116045A

公开(公告)日：2023-11-24

申请号：CN202311070477.2

申请日：2023-08-24

申请人： 西南交通大学

发明人： 杜圣东 ,  吴秋池 ,  胡节 ,  苏敏 ,  杨涛

IPC分类号： G08G1/01 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/045 ,  G06N3/048 ,  G06N3/049 ,  G06N3/084 ,  G06F18/25 ,  G06F18/214 ,  G06F18/21

摘要： 本发明涉及一种基于时空序列深度学习的交通流量预测方法及装置，包括：获取道路形状以及道路的交通流量历史数据；对交通流量历史数据按照相关的时间关联顺序进行预处理，并按照批的形式进一步整理为张量的形式，构建交通流量历史数据的多变量时空序列数据集；将多变量时空序列数据集划分为训练数据集、验证数据集和测试数据集；利用训练数据集对交通流量预测模型进行训练；采集当前时刻的交通流量数据，将采集的当前时刻的交通流量数据输入训练好的交通流量预测模型，预测未来时刻的时序值。本发明能够在实际的交通流量预测应用中，预测出交通流量的有效变化情况，可以辅助交通流量的管理人员对当前交通流量情况提供参考和安全风险评估。

公开(公告)号：CN112182410B

公开(公告)日：2023-04-21

申请号：CN202011219876.7

申请日：2020-11-05

申请人： 西南交通大学

发明人： 李天瑞 ,  毛慧慧 ,  谢鹏 ,  杜圣东 ,  尹恒

IPC分类号： G06F16/9535 ,  G06F16/9537 ,  G06F16/36 ,  G06F16/26 ,  G06F16/2458

摘要： 本发明公开了基于时空轨迹知识图谱的用户出行模式挖掘方法，包括步骤：从轨迹数据集T中抽取用户实体、轨迹实体和POI实体；从轨迹数据集T中抽取时间和空间信息；构建以用户为中心的时空轨迹知识图谱；根据以用户为中心的时空轨迹知识图谱挖掘用户的出行模式或群体出行模式。本发明的有益效果在于，可对用户出行模式进行动态挖掘，通过挖掘单个用户在指定时间段内的频繁轨迹序列获取个体的动态出行模式，通过挖掘相似用户构成的群体在指定时间段内的频繁轨迹序列获取群体动态出行模式。其中，时空轨迹知识图谱构建能够动态表征用户的轨迹信息，简洁高效地完成轨迹信息的融合和更新，实现用户实体、轨迹实体、POI实体的动态添加和查询。

公开(公告)号：CN113536799B

公开(公告)日：2023-04-07

申请号：CN202110927320.1

申请日：2021-08-10

申请人： 西南交通大学

发明人： 李天瑞 ,  邬萌 ,  贾真 ,  杜圣东 ,  滕飞

IPC分类号： G06F40/295 ,  G06F40/242 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/045

摘要： 基于融合注意力的医疗命名实体识别建模方法，包括步骤：将医疗文本语句进行中文分词并索引；利用前向LSTM和反向LSTM通过拼接得到Bi‑LSTM模型；通过注意力机制更新输出特征向量；通过条件随机场CRF对输出特征向量进行解码，得到输入医疗文本语句的医疗实体类型的标注。本发明的输入在字符序列的基础上加入了其在词典中匹配到的词语，通过门结构动态控制为模型提供更多指导，从而从医疗语料中选择出最相关的字符和词语。相较于基于字符的方法，多粒度信息得以被该模型显式地运用，以获得更好的识别性能。并且，引入注意力机制，使得模型重点关注有效信息，从而弥补传统Bi‑LSTM‑CRF模型虽考虑了上下文信息，却忽略了不同字符和词语在句子中重要性不同的情况。

公开(公告)号：CN114841072A

公开(公告)日：2022-08-02

申请号：CN202210524328.8

申请日：2022-05-13

申请人： 西南交通大学

发明人： 杜圣东 ,  李本涵 ,  李天瑞 ,  方勇 ,  胡节 ,  苏敏 ,  唐楷

IPC分类号： G06F30/27 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉公开一种基于差分融合Transformer的时序预测方法，该方法利用编码器解码器结构，在经典Transformer架构的基础上设计了差分层、近邻注意力机制、滑动融合机制和残差层；具体来说，通过差分层和近邻注意力机制来提取和聚焦时序数据相邻时间点的特征差异，滑动融合机制融合了每个时间点的各种非线性特征，并能有效提取多变量时间序列中的多粒度关键特征，核心组件还包括一维卷积和LSTM融合残差层，以进一步学习各时序数据时间点之间的相互依赖关系，提升了模型对复杂多变量时序数据的深度特征学习能力。该方法相比于现有方法具有稳定性好、预测精度高、泛化能力强等特点。

公开(公告)号：CN114461811A

公开(公告)日：2022-05-10

申请号：CN202210015911.6

申请日：2022-01-07

申请人： 中国铁道科学研究院集团有限公司 ,  中国铁道科学研究院集团有限公司电子计算技术研究所 ,  西南交通大学

发明人： 李平 ,  隆易悦 ,  杜圣东 ,  栾中 ,  曹鸿飞 ,  吴艳华 ,  王虎 ,  刘文斌 ,  贺晗

IPC分类号： G06F16/36 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提供一种基于卷积神经网络的知识图谱表示方法及装置，该方法包括：基于自然语言处理方法获取目标知识图谱中每个实体和关系的第一语义向量，将实体的第一语义向量作为每个三元组中尾实体的第一语义向量；将目标知识图谱的每个三元组中头实体的第一语义向量通过每个三元组中关系的语义向量进行平移，作为每个三元组中尾实体的第二语义向量；将每个三元组中头实体的第一语义向量、关系的第一语义向量和第二语义向量输入卷积神经网络中，输出每个三元组中头实体的第一语义向量、关系的第一语义向量和尾实体的每个第一语义向量构成的新三元组是否为正样例；若是，则使用新三元组表示目标知识图谱。本发明实现对知识图谱的精确表示。

公开(公告)号：CN111932026A

公开(公告)日：2020-11-13

申请号：CN202010878028.0

申请日：2020-08-27

申请人： 西南交通大学

发明人： 李天瑞 ,  刘佳 ,  谢鹏 ,  杜圣东 ,  滕飞

IPC分类号： G06Q10/04 ,  G06Q50/26 ,  G06N3/04

摘要： 本发明公开了一种基于数据融合和知识图谱嵌入的城市流量模式挖掘方法，包括步骤：多源异构数据预处理、实体提取和关系提取、多源数据融合和城市流量模式的知识三元组挖掘。本发明的有益效果在于，构建有效的城市交通流量知识图谱，可用于对不同日期和不同时间的交通流量进行预测，或者对整个城市相同的交通流量模式进行概览。

公开(公告)号：CN109190148B

公开(公告)日：2020-07-03

申请号：CN201810780278.3

申请日：2018-07-17

申请人： 西南交通大学

发明人： 李天瑞 ,  陈超 ,  江欣国 ,  杜圣东 ,  龚勋

IPC分类号： G06F30/20

摘要： 本发明公开了一种交互式的主题河流重排序方法，包括以下步骤：获取主题河流及主题河流值，通过主题河流和主题河流值，获取初始波动角；分别计算每个主题河流中所有主题河流值的极差系数；依据极差系数由小到大获得重新排序后的主题河流；计算重新排序后的主题河流的波动值，并划分为平稳河流层和波动河流层；堆叠平稳河流和波动河流。本发明有效减少了波动较大河流对其他河流的干扰，上层河流和下层河流都按极差系数递增的顺序堆叠，进一步减少了河流之间因波动而产生的影响，只需通过调整主题河流的平稳波动值大小，就能得到需要的主题河流视图，极大程度上降低用户操作的复杂性。

公开(公告)号：CN108108224A

公开(公告)日：2018-06-01

申请号：CN201711266803.1

申请日：2017-12-05

申请人： 西南交通大学

发明人： 邢焕来 ,  朱菁 ,  叶佳 ,  杜圣东 ,  戴朋林

IPC分类号： G06F9/455 ,  G06N3/00

摘要： 本发明公开了一种基于蚁群优化算法的云数据中心中虚拟机放置方法，采用蚁群优化算法解决VMP问题，在虚拟机请求到达时，找到一种虚拟机的放置方法，使得云数据中心的总体能耗达到最小的同时减少虚拟机之间通信所需的网络总带宽。本发明的主要特征是生成虚拟机的放置次序及蚂蚁之间进行直接的信息交流等，其技术效果在于，在给定网络拓扑上通过运用基于蚁群优化算法，以最小能耗为优化目标，计算出一种满足实际部署要求的虚拟机部署放置方案。仿真实验与数据分析表明，本发明提出的蚁群优化算法相比于降序首次适应算法算法，在算法性能上具有显著优势，获得的虚拟机的部署方案能够明显地降低云数据中心的总体能耗，证明了本发明的可行性及优势。