一种铁路转辙机表示缺口实时监测系统及其监测方法

    公开(公告)号:CN119420868A

    公开(公告)日:2025-02-11

    申请号:CN202411249931.5

    申请日:2024-09-06

    Inventor: 熊轲

    Abstract: 本发明提供一种铁路转辙机表示缺口实时监测系统及其监测方法,涉及铁路信号技术领域。该铁路转辙机表示缺口实时监测系统,包括摄像头;下位机,获取图像获取模块采集到的转辙机外侧表示杆上刻度图像,所述转辙机外侧表示杆上刻度图像包括标准位置刻度读数图像和转辙机外侧表示杆上刻度实时图像,将定位基准位置和反位基准位置时转辙机外侧表示杆上刻度图像作为标准位置刻度读数图像,获得标准位置刻度读数,获得刻度实时读数,计算得到缺口实际偏移量;上位机,用于接收缺口实际偏移量,并将缺口实际偏移量与所设定的阈值进行对比。该系统对铁路转辙机表示缺口进行实时监测,以确保铁路信号系统的正常运行和列车的安全通行。

    一种基于姿态识别框架的学生体测评价系统及方法

    公开(公告)号:CN118196880A

    公开(公告)日:2024-06-14

    申请号:CN202311544995.3

    申请日:2023-11-20

    Abstract: 本发明提供一种基于姿态识别框架的学生体测评价系统及方法,涉及体测评价技术领域。该基于姿态识别框架的学生体测评价系统,包括以下模块:客户端,用于项目的选择、体测视频的提交、返回结果和结果的查看;服务器,用于接收客户端发出的体测视频,并对体测视频进行分析处理,判断运动类型并提取骨骼关键点数据;通过运动类型和骨骼关键点数据进行动作测评;将测评结果输出至客户端进行展示,并将测评结果保存至数据库;以及数据库,用于存储提交至客户端的体测视频。解决了教师资源、器械资源与学生数量的不均衡导致的体测效率低下、器械资源需要长期维护导致的成本增加以及体测工作产出的大量测试数据的安全性无法保障的问题。

    联合用户协作与功率控制的去蜂窝网络联邦学习优化方法

    公开(公告)号:CN117793745A

    公开(公告)日:2024-03-29

    申请号:CN202311545654.8

    申请日:2023-11-20

    Abstract: 本发明提供联合用户协作与功率控制的去蜂窝网络联邦学习优化方法,涉及网络优化技术领域。该联合用户协作与功率控制的去蜂窝网络联邦学习优化方法,包括:接收待优化系统的单天线接入点和单天线用户信息;根据单天线接入点和单天线用户信息确定去蜂窝网络联邦学习的迭代传输方式;根据单天线用户与单天线接入点之间的距离导致去蜂窝网络的掉队问题,确定单天线用户分组策略;根据单天线接入点和单天线用户信息,求解待优化系统的信道系数;结合单天线用户分组策略与待优化系统的信道系数,构建优化问;求解优化问题。解决了如何有效地提高掉队者的链路质量成为了提升联邦学习训练性能的关键问题。

    针对联邦学习数据中毒攻击的防御方法及系统

    公开(公告)号:CN117610674A

    公开(公告)日:2024-02-27

    申请号:CN202311302239.X

    申请日:2023-10-10

    Abstract: 本发明提供一种针对联邦学习数据中毒攻击的防御方法及系统,属于联邦机器学习安全技术领域,在联邦学习的每个训练轮次获取选中客户端的局部模型,将局部模型降至低维;对于每个选中客户端,存储一个运行周期内的低维局部模型,将这个运行周期内的低维局部模型集合压缩为选中客户端的局部模型分布特征表示;利用第一批基准客户端的局部模型分布特征表示筛选出用于基准计算的局部模型分布特征表示集并计算基准模型分布特征表示;计算每个选中客户端的局部模型分布特征表示与基准模型分布特征表示的差异程度;对客户端局部模型异常程度进行门限识别,异常程度高于异常阈值的将其视为恶意客户端并在后续的联邦训练过程中忽略其局部模型。

    基于逆强化学习的多小区网络功率分配方法及系统

    公开(公告)号:CN117580067A

    公开(公告)日:2024-02-20

    申请号:CN202311549505.9

    申请日:2023-11-20

    Abstract: 本发明提供基于逆强化学习的多小区网络功率分配方法及系统,涉及网络优化设计领域。该基于逆强化学习的多小区网络功率分配方法,包括:接收待优化小区中用户设备信息及优化基站信息;根据待优化小区中用户设备信息及优化基站信息建立优化问题,所述优化问题目标是在满足每个用户设备最小数据速率的同时最大化速率和;获取状态空间和动作空间,所述状态空间包括上一时隙的所有用户的信道信息、动作信息和奖励信息;将状态空间和动作空间输入到预设的逆强化学习模型中进行训练,供预设的逆强化学习模型学习得到奖励函数;利用所述奖励函数求解优化问题。该方法能在用户设备(UEs)的最小数据速率要求的约束下找到最优的功率分配策略。

    一种基于联邦学习的建筑物楼层室内定位方法

    公开(公告)号:CN113805142A

    公开(公告)日:2021-12-17

    申请号:CN202111088881.3

    申请日:2021-09-16

    Abstract: 本发明提供的一种基于联邦学习的建筑物楼层室内定位方法,利用由一个边缘服务器以及多个移动客户端共同参与的分布式深度学习技术来构建射频指纹定位模型。服务器首先进行模型初始化并利用其少量指纹数据进行集中式预训练,各个客户端使用其本地指纹数据进行进一步的模型训练,随后将训练好的本地模型传输至服务器,服务器对从各个客户端收集来的本地模型进行聚合,得到用于射频指纹定位的全局模型。本发明采用了含预训练的联邦学习训练方法结合基于卷积神经网络的射频指纹定位方法,将数据采集和模型训练任务分配至各个客户端,分散了模型训练开销、降低了数据采集及存储成本、并保护了客户端的位置数据隐私,同时还保证了训练效率和定位效果。

    无线信息与能量同传辅助的雾计算网络资源配置的方法

    公开(公告)号:CN110944375B

    公开(公告)日:2021-01-12

    申请号:CN201911156781.2

    申请日:2019-11-22

    Abstract: 本发明提供了一种无线信息与能量同传辅助的雾计算网络资源配置方法,通过联合考虑能量收集、本地处理和计算卸载,能够降低无线设备的能量消耗,延长无线网络生存周期;考虑了无线设备通过无线信能同传技术从接收的无线信号中收集能量进行自身供电,以及通过本地计算和向周围的计算资源卸载计算任务两种模式选择尽可能降低自身能量消耗,以提高网络生存周期的场景;本发明的优点在于,同时考虑了无线信能同传的能量供应和本地计算模式卸载模式的模式选择,并给出了联合模式选择、时间分配、功率分割因子调整、节点功率控制的多资源联合优化分配算法。

    一种改进的适用于多连接多路径的传输方法

    公开(公告)号:CN101719918A

    公开(公告)日:2010-06-02

    申请号:CN200910241620.3

    申请日:2009-11-27

    Abstract: 本发明涉及一种改进的适用于多连接多路径的传输方法,所述的传输方法如下:主机A通过两个网络接口与网络上的主机B连接,主机A与主机B间要传输的应用数据分割成多个逻辑独立的数据流,主机A与主机B之间的每个数据流都绑定在特定的路径上进行传输,在不发生连续拥塞丢包和路径故障的情况下,不允许进行数据流传输的路径切换;当发生连续拥塞丢包和路径故障时,发送端就会启用路径切换机制,将故障路径上的数据都转移到新的路径上进行传输,主机A随时探测新的可用路径,并删除旧的故障路径,通过向主机B发送动态地址添加和删除数据块来达到动态添加新路径和删除旧路径。本发明用于建立和实现多连接多路径的数据传输。

Patent Agency Ranking