-
公开(公告)号:CN118428768A
公开(公告)日:2024-08-02
申请号:CN202410618396.X
申请日:2024-05-17
IPC分类号: G06Q10/0637 , G06Q50/40 , G06F17/16
摘要: 本申请提供一种基于模数驱动的高速铁路智能化水平评价方法及装置,涉及智能化水平评价技术领域,该方法包括:基于预先构建的评价体系计算主观权重和客观权重,并基于主观权重和客观权重,利用博弈论计算综合权重矩阵;基于综合权重矩阵以及评价体系对应的评价等级区间,确定高速铁路智能化水平对应的评价等级;其中,主观权重为基于第一矩阵计算得到的;第一矩阵为基于评价体系的各级指标的个数,利用九级标度法构建的。本申请提供的基于模数驱动的高速铁路智能化水平评价方法及装置,利用高速铁路智能化评价指标体系及可量化的评价方法,掌握高铁当前所处的智能阶段,明确智能高铁未来建设方向,从而切实提升高铁智能化建设实效。
-
公开(公告)号:CN117749196A
公开(公告)日:2024-03-22
申请号:CN202311598907.8
申请日:2023-11-27
摘要: 本发明提供一种基于模数一体化的多模态数据传输方法,包括:对具有关联关系的不同模态的目标数据分别进行第一阶段编码、量化处理,得到各模态的目标数据分别对应的第一量化特征;对各第一量化特征分别进行第二阶段编码、量化处理,得到各模态的目标数据分别对应的第二量化特征和各第二量化特征分别对应的索引值;传输索引值。本发明减小了目标数据的数据量,提高了数据传输的安全性。本发明还提供一种基于模数一体化的多模态数据处理方法,包括:接收索引值,进行第一阶段解码处理,得到不同模态的目标数据分别对应的第一还原特征;基于各第一还原特征进行第二阶段解码处理,得到还原的目标数据。本发明保证了数据接收的完整性和准确性。
-
公开(公告)号:CN118565424A
公开(公告)日:2024-08-30
申请号:CN202410523536.5
申请日:2024-04-28
发明人: 王同军 , 李平 , 刘亿 , 李樊 , 谭立刚 , 张晓栋 , 邵赛 , 封博卿 , 徐晓磊 , 潘佩芬 , 张红亮 , 李聪旭 , 王志强 , 潘烨 , 李瑞 , 李宗洋 , 杨美皓 , 杨梦雪 , 杨柳 , 栾中 , 朱宇豪 , 李雅兵 , 张志国 , 陈万春 , 王胜泉 , 常思远
摘要: 本发明提供一种基于模数驱动轴面协同理论的铁路基础设施形变评估方法,所述方法包括:采集以模数驱动轴面协同理论的时间轴为主线的形变监测数据,和以模数驱动轴面协同理论的要素面为主线的铁路外部环境数据和铁路业务数据;基于所述形变监测数据、所述铁路外部环境数据和所述铁路业务数据综合分析,确定铁路基础设施形变评估等级。本发明提供的基于模数驱动轴面协同理论的铁路基础设施形变评估方法,通过融合模数驱动轴面协同理论,在构建评估指标时综合铁路外部环境数据、建造运营阶段等业务数据,使纯理论的数据分析与铁路业务深度融合,分析评估结果更精准,能够为铁路安全管理部门提供更加专业的辅助决策支撑。
-
公开(公告)号:CN115271842A
公开(公告)日:2022-11-01
申请号:CN202210677235.9
申请日:2022-06-15
申请人: 西南交通大学 , 中国国家铁路集团有限公司
摘要: 本发明提供了基于语义联想的购票方法、装置、设备及可读存储介质,所述方法包括:获取第一信息和第二信息,所述第一信息包括用户在当前时刻的购票语音,所述第二信息包括当前时刻的票务信息库;将所述购票语音转化成第一文本,对所述第一文本进行分词处理,得到第一词集合,并对所述第一词集合中包含的第一地名信息进行更正,得到第二词集合;基于所述第二词集合,计算所述第一文本对应的第一向量空间模型;在所述票务信息库中查找与所述第一向量空间模型相匹配的票务信息,并将其返回给所述用户。本发明通过编辑距离算法来找到与其最为相近的地名信息,以保证出发地目的地等信息的可靠性,进而保证之后的文本相似度计算,从而提高计算准确性。
-
公开(公告)号:CN115206336A
公开(公告)日:2022-10-18
申请号:CN202210601636.6
申请日:2022-05-30
申请人: 西南交通大学 , 中国国家铁路集团有限公司
IPC分类号: G10L21/0272 , G10L25/30
摘要: 本发明提供了目标对象语音的获取方法、装置、设备及可读存储介质,所述方法包括:获取混合语音数据,所述混合语音数据由多个对象的语音混合而成,多个所述对象中包含所述目标对象;基于卷积神经网络模型框架,对时域音频分离网络进行优化,得到优化后的时域音频分离网络;基于排列问题算法,利用所述优化后的时域音频分离网络对所述混合语音数据进行处理,得到只包含所述目标对象语音的语音数据。在本发明中,优化后的TasNet神经网络框架的语音分离具有一定的鲁棒性,适用于普遍的情况。此外,提出的基于排列问题的语音分离算法,可以解决嘈杂环境下分离出目标人声的问题,在时间效率上相较于原始的TasNet框架得到了较大的提升。
-
-
-
-