基于双激光带的高精度隧道断面检测方法及装置

    公开(公告)号:CN103630088B

    公开(公告)日:2017-01-04

    申请号:CN201310547187.2

    申请日:2013-11-06

    IPC分类号: G01B11/25

    摘要: 本发明涉及测量仪器技术领域,涉及一种基于双激光带的高精度隧道断面检测方法及装置。本装置用于测量隧道断面尺寸和限界检测,主要适用于铁路隧道的高精度、高密度断面检测。本发明利用多个线式激光器对隧道表面摄影,组成两条完整的隧道断面轮廓光带,用高速视觉系统采集光带图像,对图像进行高速并行处理提取光带位置,通过系统标定技术计算实际的隧道断面坐标,实现高速实时隧道断面检测功能。该发明合理利用了相机采集区域,使断面检测精度和密度成倍提高,其结构紧凑,集成度高,亦可用于隧道局部敏感区域的高速检测中。

    一种基于迁移学习的城市轨道交通短时客流预测方法

    公开(公告)号:CN114154695A

    公开(公告)日:2022-03-08

    申请号:CN202111399617.1

    申请日:2021-11-19

    摘要: 本发明提供了一种基于迁移学习的城市轨道交通短时客流预测方法。该方法包括:基于城市轨道交通的各个车站的历史报表数据建立各个车站的客流特征评价指标体系;基于各个车站的客流特征评价指标体系采用聚类算法对所有车站进行聚类;对各个类别的聚类中心车站的全年进出站客流量进行时间序列分析,计算出聚类中心车站的客流指标,得到各个聚类中心车站的最优客流预测模型;将各个聚类中心车站的最优客流预测模型代入同类别的其余车站,通过迁移学习方法对最优客流预测模型进行调整,得到最优客流预测模型。本发明通过构建地铁客流特征评价指标体系,实现了对车站客流特征的有效刻画。能够考虑不同车站的客流特点,提高模型的预测精度和预测效率。

    基于双激光带的高精度隧道断面检测方法及装置

    公开(公告)号:CN103630088A

    公开(公告)日:2014-03-12

    申请号:CN201310547187.2

    申请日:2013-11-06

    IPC分类号: G01B11/25

    摘要: 本发明涉及测量仪器技术领域,涉及一种基于双激光带的高精度隧道断面检测方法及装置。本装置用于测量隧道断面尺寸和限界检测,主要适用于铁路隧道的高精度、高密度断面检测。本发明利用多个线式激光器对隧道表面摄影,组成两条完整的隧道断面轮廓光带,用高速视觉系统采集光带图像,对图像进行高速并行处理提取光带位置,通过系统标定技术计算实际的隧道断面坐标,实现高速实时隧道断面检测功能。该发明合理利用了相机采集区域,使断面检测精度和密度成倍提高,其结构紧凑,集成度高,亦可用于隧道局部敏感区域的高速检测中。

    一种基于迁移学习的城市轨道交通短时客流预测方法

    公开(公告)号:CN114154695B

    公开(公告)日:2024-04-30

    申请号:CN202111399617.1

    申请日:2021-11-19

    摘要: 本发明提供了一种基于迁移学习的城市轨道交通短时客流预测方法。该方法包括:基于城市轨道交通的各个车站的历史报表数据建立各个车站的客流特征评价指标体系;基于各个车站的客流特征评价指标体系采用聚类算法对所有车站进行聚类;对各个类别的聚类中心车站的全年进出站客流量进行时间序列分析,计算出聚类中心车站的客流指标,得到各个聚类中心车站的最优客流预测模型;将各个聚类中心车站的最优客流预测模型代入同类别的其余车站,通过迁移学习方法对最优客流预测模型进行调整,得到最优客流预测模型。本发明通过构建地铁客流特征评价指标体系,实现了对车站客流特征的有效刻画。能够考虑不同车站的客流特点,提高模型的预测精度和预测效率。

    一种基于城市轨道交通网络服务韧性测度方法及应用

    公开(公告)号:CN114493201A

    公开(公告)日:2022-05-13

    申请号:CN202210031246.X

    申请日:2022-01-12

    摘要: 本发明公开了一种基于城市轨道交通网络服务韧性测度方法以及具体的应用,本发明提出了两个计算基本量,分别是面向供给侧的车公里数和面向需求侧的人公里数。并基于这两个基本量分别提出对应的城市轨道交通网络韧性测度指标。计算原理简易、过程方便、结果有效。本发明提出的测度方法对城市轨道交通运营管理部门进行全网韧性水平评估具有重要的借鉴意义,构建的“运营事故识别‑恢复曲线聚类‑事故恢复预测”的应急处理框架,对轨道交通运营管理部门提前部署事故应急处置措施有很好的指导意义,共同保障了突发事故下城市轨道交通系统的正常运营,提前做好预防,降低网络服务损失。