-
公开(公告)号：CN117934819B
公开(公告)日：2024-07-05
申请号：CN202410315833.0
申请日：2024-03-20
Applicant: 中铁第六勘察设计院集团有限公司 , 北京交通大学
IPC: G06V10/25 , G06Q10/20 , G06Q50/40 , G06Q50/50 , G06V10/774 , G06V10/776 , G06V10/82
Abstract: 本发明提供了一种轨道缺陷检测系统鲁棒性提升方法，首先对采集到的轨道缺陷数据进行预处理，按照8:1:1的比例划分为训练集、验证集和测试集；基于YOLOv5目标检测模型生成轨道缺陷检测模型，采用一系列指标对轨道缺陷检测模型性能进行评估，通过训练集进行初训练得到初训练模型；采用变异生成算法生成更具多样性的训练样本，将训练集上生成的多样性数据与原始训练集合并来对初训练模型进行重训练，最大化模型在多样性测试样本上的性能，以此提高轨道缺陷检测系统的鲁棒性。结果显示相较于初训练模型，重训练模型在不同扰动下各方面性能都有所提升，重训练轨道缺陷检测模型在测试集上表现出更好的效果。
-
公开(公告)号：CN117934819A
公开(公告)日：2024-04-26
申请号：CN202410315833.0
申请日：2024-03-20
Applicant: 中铁第六勘察设计院集团有限公司 , 北京交通大学
IPC: G06V10/25 , G06Q10/20 , G06Q50/40 , G06Q50/50 , G06V10/774 , G06V10/776 , G06V10/82
Abstract: 本发明提供了一种轨道缺陷检测系统鲁棒性提升方法，首先对采集到的轨道缺陷数据进行预处理，按照8:1:1的比例划分为训练集、验证集和测试集；基于YOLOv5目标检测模型生成轨道缺陷检测模型，采用一系列指标对轨道缺陷检测模型性能进行评估，通过训练集进行初训练得到初训练模型；采用变异生成算法生成更具多样性的训练样本，将训练集上生成的多样性数据与原始训练集合并来对初训练模型进行重训练，最大化模型在多样性测试样本上的性能，以此提高轨道缺陷检测系统的鲁棒性。结果显示相较于初训练模型，重训练模型在不同扰动下各方面性能都有所提升，重训练轨道缺陷检测模型在测试集上表现出更好的效果。
-
公开(公告)号：CN116749925A
公开(公告)日：2023-09-15
申请号：CN202310731925.2
申请日：2023-06-20
Abstract: 本发明提供一种面向人机混驾的仿人工驾驶证据动态累积制动方法及系统，属于智能驾驶技术领域，分析识别出行车驾驶条件及混行交通场景特征影响因子，结合指数函数回归模型的参数拟合生成证据函数，再结合证据的权重以及所有间接制动证据的总和，进行控制幅度调节，基于先前制动调整的视觉逼近和基于驾驶经验的视觉逼近预测，结合高斯零均值白噪声和初始视觉逼近信号，得到总累积预测偏差，结合视线偏离扫视和车头时距，得到制动器连续调整后的制动信号。本发明考虑了制动需求证据的动态累积过程以及高级视觉感知预测的反馈作用，将人工驾驶固有特征作为约束条件，在具备优良预测能力的基础上模拟人类制动控制，实现了准确及时的完整动态制动控制。
-
公开(公告)号：CN115392456A
公开(公告)日：2022-11-25
申请号：CN202211048884.9
申请日：2022-08-30
Applicant: 北京交通大学
Abstract: 本发明提供一种融合优化算法渐近正态性的高迁移对抗样本生成方法，通过数据增强的方式引入随机性，使得对抗样本的生成的随机梯度优化过程满足正态渐近特性，并通过统计迭代路径中所有样本噪声的均值和协方差用于构造噪声后验分布，用于更好地捕获优化空间的几何信息，提升对抗样本优化过程的稳定性和对抗样本的泛化能力、迁移能力；此外本方法能够从获得的正态分布中采样对抗噪声以生成不限数量的有效对抗样本。
-
公开(公告)号：CN113762335B
公开(公告)日：2022-05-13
申请号：CN202110851977.4
申请日：2021-07-27
Applicant: 北京交通大学
IPC: G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供的一种基于不确定性的智能系统测试数据生成方法，对传统CNN分类器模型进行重构，结合D‑S证据理论进行的不确定性推理得到信息冲突值，然后基于冲突值和神经元覆盖率引导测试数据生成。从生成更多样的测试数据和提高测试充分性的角度出发，通过综合增大样本特征之间的冲突值可以产生对抗样本诱导模型误分类和提高神经元覆盖率有助于提高测试的充分性两个方面的内容，结合了模型的结构、参数、样本特征之间的冲突以及神经元覆盖率指标，是一种新的测试数据生成方法。与DeepXplore相比，不需要使用多个神经网络模型交叉引证，与DLFuzz相比，能生成更多的测试数据。
-
Patent Agency Ranking
公开(公告)号：CN119963082A
公开(公告)日：2025-05-09
申请号：CN202510023557.5
申请日：2025-01-07
Applicant: 北京交通大学 , 中国国家铁路集团有限公司
IPC: G06Q10/083 , G06Q10/0631 , G06Q10/04 , G06Q50/08
Abstract: 本发明公开了一种复杂艰险地区工程物资应急调配方法，属于工程物资应急调配领域，该方法包括采集复杂艰险地区的外部环境数据，根据外部环境数据，计算外部环境影响下供应商到需求点的工程物资运输时间；根据工程物资运输时间，基于预警情景计算工程物资需求预警量；根据工程物资需求预警量，构建工程物资运输时空服务网络，并根据工程物资运输时空服务网络，构建工程物资应急调配优化模型，求解工程物资应急调配优化模型，得到工程物资应急调配方案。本发明解决了现有技术未考虑在复杂艰险地区外部环境影响下供应商运输受影响后的物资难以调配的问题。
-
公开(公告)号：CN118228804A
公开(公告)日：2024-06-21
申请号：CN202410222743.7
申请日：2024-02-28
Applicant: 北京交通大学
Abstract: 本发明提供一种黑盒可迁移对抗样本生成方法、装置、电子设备及介质，涉及计算机技术领域，该方法包括：获取原始样本对应的初始对抗样本和目标模型的参数对应的协方差矩阵；基于所述协方差矩阵和模型滤波方式，对所述初始对抗样本进行迭代，生成目标对抗样本；其中，所述模型滤波方式用于对所述目标模型的参数进行滤波。由于模型滤波方式用于对目标模型的参数进行滤波，考虑了模型的参数和对抗样本的迁移能力的关系，使得生成的目标对抗样本的迁移能力比较强，提升了对样样本的迁移能力。
-
公开(公告)号：CN116749925B
公开(公告)日：2024-05-07
申请号：CN202310731925.2
申请日：2023-06-20
Abstract: 本发明提供一种面向人机混驾的仿人工驾驶证据动态累积制动方法及系统，属于智能驾驶技术领域，分析识别出行车驾驶条件及混行交通场景特征影响因子，结合指数函数回归模型的参数拟合生成证据函数，再结合证据的权重以及所有间接制动证据的总和，进行控制幅度调节，基于先前制动调整的视觉逼近和基于驾驶经验的视觉逼近预测，结合高斯零均值白噪声和初始视觉逼近信号，得到总累积预测偏差，结合视线偏离扫视和车头时距，得到制动器连续调整后的制动信号。本发明考虑了制动需求证据的动态累积过程以及高级视觉感知预测的反馈作用，将人工驾驶固有特征作为约束条件，在具备优良预测能力的基础上模拟人类制动控制，实现了准确及时的完整动态制动控制。
-
公开(公告)号：CN113780292A
公开(公告)日：2021-12-10
申请号：CN202111011851.2
申请日：2021-08-31
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于证据推理的语义分割网络模型不确定性量化方法。该方法包括：构建FCN网络模型，利用训练数据集对FCN网络模型进行训练，得到用于图像数据的语义分割的训练后的FCN网络模型；将D‑S证据理论移植于所述训练后的FCN网络模型，得到重构后的FCN网络模型；将待分割的图像数据输入到重构后的FCN网络模型，FCN网络模型输出待分割图像的分类结果，利用D‑S证据理论指标计算出每个像素点的分类结果不确定值。本发明可以在短时间内有效完成对语义分割不确定度的量化计算，极大提高计算效率，节约时间、资源成本。
-
公开(公告)号：CN103985027B
公开(公告)日：2017-10-13
申请号：CN201410212129.9
申请日：2014-05-19
Applicant: 北京交通大学
Abstract: 本发明公开了铁路货物运输系统领域的一种基于多分支事件树绘制的铁路货物运输系统评估方法，用以解决目前铁路货物运输系统研究中存在的问题。该方法包括：首先获取系统的所有事件、每个事件的状态，以及所有事件状态发生的概率；其次，构建事件树模型；再次，对事件树模型进行添加事件状态、删除事件状态和调整事件树大小等操作；最后，根据实际工业情况，设置某一阈值，事件树模型中安全运行概率小于某一阈值时，进行维修或维护。针对目前铁路货物传输系统中事件树模型多为二值状态，不能有效描述事件实际状态的局限性，本发明提出的多分支事件树模型这样更好地描述事件的实际状态，更有利于系统安全性、可靠性评估。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.079 seconds)
