-
公开(公告)号：CN117973671A
公开(公告)日：2024-05-03
申请号：CN202311840016.9
申请日：2023-12-28
Applicant: 北京交通大学 , 中国铁道科学研究院集团有限公司铁道科学技术研究发展中心 , 中国铁道科学研究院集团有限公司 , 中国国家铁路集团有限公司
IPC: G06Q10/063 , G06Q50/40
Abstract: 本发明提供了一种复杂艰险地区铁路中的关键技术生成方法。该方法包括：获取复杂艰险地区铁路系统中的各个关键技术领域的功能需求及其重要性权重；利用TextRank排序算法获取特定关键技术项的文本的重要程度；对功能需求的满足情况和目标值进行评价获取功能需求的综合权值，计算出功能需求的权值；获取关键技术与功能性能需求的关系矩阵，综合考虑关键技术的重要性权重与关键技术与功能性能需求的关系矩阵，获得关键技术的总评分，选取总评分最高的关键技术项作为最符合要求的关键技术。本发明方法结合当下关键技术研究进展与铁路系统功能性能需求，完成各项关键技术的合理排序，从而在保证关键技术提取的基础上满足复杂艰险地区铁路系统功能性能需求。
-
公开(公告)号：CN117933697A
公开(公告)日：2024-04-26
申请号：CN202311819384.5
申请日：2023-12-27
Applicant: 北京交通大学 , 中国国家铁路集团有限公司 , 中国铁道科学研究院集团有限公司铁道科学技术研究发展中心 , 中国铁道科学研究院集团有限公司
IPC: G06Q10/0635 , G06Q10/067 , G06Q50/40
Abstract: 本发明提供一种基于综合重要度的铁路风险要素辨识与评估方法及系统，属于交通运输风险要素辨识与评估技术领域，通过事故致因分析得到铁路系统的风险要素集，根据风险传播理论得出风险要素之间的网络关系并建立多粒度网络模型，通过该模型中的指标进行主成分分析，选取第一主成分作为功能重要度指标权重，与云模型‑熵权法专家打分处理得到的风险重要度权重进行线性加权，得到风险要素综合重要度权重，作为铁路系统级风险要素重要程度的评估依据。本发明构建了铁路系统级的多粒度网络模型，实现了铁路系统级关键风险要素快速辨识和评估；为铁路系统对于风险的提前防护和投入运营前针对性措施提供了重要依据，提高了铁路系统运营的可靠性和安全性。
-
公开(公告)号：CN113935229A
公开(公告)日：2022-01-14
申请号：CN202111069775.0
申请日：2021-09-13
Applicant: 中国铁道科学研究院集团有限公司电子计算技术研究所
IPC: G06F30/27 , G06Q10/08 , G06F119/02
Abstract: 本发明提供一种数据驱动的货物列车运行预测方法及系统。本发明分别对岭回归模型、Lasso回归模型、弹性回归模型进行训练然后利用其加权，构建能够弥补单一模型输出偏差，且能够直接通过权重系数的设置直接拟合货物列车运输网络中各类突发事件的多回归集成学习模型。由此，本申请通过该模型计算所获得的对应道岔的故障影响状况的预测值能够在不清楚突发事件原因、机制的情况下，保证模型输出的准确性和及时性。本申请能够更为准确的预测异常状况对运输网络的影响，满足运输生产过程中的调度需求。
-
公开(公告)号：CN113935581A
公开(公告)日：2022-01-14
申请号：CN202111069780.1
申请日：2021-09-13
Applicant: 中国铁道科学研究院集团有限公司电子计算技术研究所
Abstract: 一种基于滚动时域事件影响分析的货物列车调度方法及系统。本发明首先编制出初始的列车运行图，然后在突发事件发生时，根据突发事件所对应的特征数据，利用列车运行计划调整模型依次滚动计算各个滚动时域所对应的列车运行图。本发明可通过滚动计算的方式，模拟出对列车运行计划所进行的调整，直至获得能够克服突发事件影响的输出结果。由此，本申请可以自动根据突发事件的特征值，筛选出最直接的调度调整方案。本申请的列车运行计划调整模型可通过迭代方式，利用简单的计算步骤，快速获得较为理想的调度结果。
-
公开(公告)号：CN113935229B
公开(公告)日：2024-12-10
申请号：CN202111069775.0
申请日：2021-09-13
Applicant: 中国铁道科学研究院集团有限公司电子计算技术研究所
IPC: G06F30/27 , G06Q10/083 , G06F119/02
Abstract: 本发明提供一种数据驱动的货物列车运行预测方法及系统。本发明分别对岭回归模型、Lasso回归模型、弹性回归模型进行训练然后利用其加权，构建能够弥补单一模型输出偏差，且能够直接通过权重系数的设置直接拟合货物列车运输网络中各类突发事件的多回归集成学习模型。由此，本申请通过该模型计算所获得的对应道岔的故障影响状况的预测值能够在不清楚突发事件原因、机制的情况下，保证模型输出的准确性和及时性。本申请能够更为准确的预测异常状况对运输网络的影响，满足运输生产过程中的调度需求。
-
公开(公告)号：CN119068360A
公开(公告)日：2024-12-03
申请号：CN202411065491.8
申请日：2024-08-05
Applicant: 中国国家铁路集团有限公司 , 京沪高速铁路股份有限公司
IPC: G06V20/17 , G06V10/44 , G06V10/56 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/088
Abstract: 本发明公开了一种基于无人机图像的高速铁路声屏障无监督异常检测方法，属于声屏障异常检测领域，该方法包括基于无人机图像在HSV色彩空间的颜色分布，进行连通区域分析，提取声屏障区域；将GhostConv结构集成到学生网络并利用跳跃连接自编码器指导学生网络训练，构建基于教师‑学生‑自编码器架构的无监督异常检测网络；根据声屏障区域，利用基于教师‑学生‑自编码器架构的无监督异常检测网络进行声屏障异常检测，得到局部异常图和全局异常图，完成基于无人机图像的高速铁路声屏障无监督异常检测。本发明解决了现有技术检测效率低以及无法全面检测的问题。
-
公开(公告)号：CN119027837A
公开(公告)日：2024-11-26
申请号：CN202411086896.X
申请日：2024-08-08
Applicant: 中国国家铁路集团有限公司 , 京沪高速铁路股份有限公司
IPC: G06V20/17 , G06V10/764 , G06V10/82 , G06V10/44 , G06T7/62 , G06T7/73 , G06N3/0464 , G06Q10/20
Abstract: 本发明涉及铁路环境及图像处理技术领域，公开了基于无人机图像的铁路环境隐患识别与风险等级评估方法，包括以下步骤：采集无人机铁路环境图像；将融合大卷积核感受野动态调整模块的跨阶段局部连接模块引入到大卷积核骨干网络中，构建基于大卷积核的铁路环境隐患识别模型，并输入无人机铁路环境图像进行训练，得到训练好的基于大卷积核的铁路环境隐患识别模型，用于预测无人机环境图像的环境危害目标；根据预测的环境危害目标及轨道掩膜，计算环境危害与轨道边缘的风险距离以及轻质漂浮物体和污染物体的实际面积，根据计算的风险距离与实际面积评估铁路环境风险等级；该方法提高了铁路环境风险识别精度与速度，同时也提高了风险等级评估精度。
-
公开(公告)号：CN118918116A
公开(公告)日：2024-11-08
申请号：CN202410793929.8
申请日：2024-06-19
Applicant: 北京交通大学
IPC: G06T7/10 , G06V10/774 , G06N3/0464 , G06N3/0455 , G06V10/80 , G06V10/764
Abstract: 本发明提供一种基于多尺度注意力机制的轨道板裂缝分割方法及系统，属于基于计算机视觉的图像分割技术领域，本发明该方法针对轨道板裂缝在无人机图像中像素占比小的问题，利用在大规模数据集上预训练好的神经网络作为编码器，提升模型对于裂缝细节信息的提取与表征，采用基于混合注意力机制的特征融合模块，使得模型可以排除背景冗余信息的干扰，专注于裂缝特征以提升轨道板裂缝分割精度，并引入Focal loss和Dice loss损失函数以解决裂缝分割任务中正负样本不平衡以及正样本难以学习的问题。
-
公开(公告)号：CN118822243A
公开(公告)日：2024-10-22
申请号：CN202410596507.1
申请日：2024-05-14
Applicant: 北京交通大学
IPC: G06Q10/0635 , G06Q50/26 , G06Q50/40 , G06F18/25 , G06F18/22 , G06F18/2431 , G06V20/52 , G06V20/40
Abstract: 本发明提供了一种多源多点协同的城市轨道交通路网客流安全状态感知方法。该方法包括：将自动售检票系统AFC数据、列车运行计划数据和实际列车运行数据进行时空融合，得到融合数据；综合融合数据、路网结构、天气信息、预估车站和列车大客流信息，识别路网重点客流群体；对于路网重点客流群体，叠加视频监测数据，构建客流群体精细画像，设置客流群体的初始安全因子；根据客流群体精细画像、AFC数据和配流与视频基础指标数据协同识别重点客流群体的安全状态。本发明方法为城市轨道交通路网客流安全状态感知提供共性支撑，为科学运营组织提供技术条件，提升路网运营服务水平。
-
公开(公告)号：CN118708251A
公开(公告)日：2024-09-27
申请号：CN202410708313.6
申请日：2024-06-03
Applicant: 北京交通大学
IPC: G06F9/445 , G06F9/50 , G06N3/0499 , G06N3/094
Abstract: 本发明提供了一种用于港口设施监测的边缘计算任务卸载方法、系统及设备，属于移动边缘计算领域，包括：构建面向港口基础设施长期服役监测的边缘计算系统架构；建立本地计算和边缘计算模型，对港口基础设施长期服役监测任务进行特征分析以及本地计算和边缘计算建模；建立考量能耗敏感度差异下满足时延要求的时延能耗联合优化模型；建立基于深度强化学习方法求解最优计算任务卸载策略；依据最优卸载策略进行边缘计算任务卸载。该方法通过动态边缘计算任务卸载与算力分配算法对问题进行求解，得到了最优的任务卸载决策和算力分配方案，解决了用于港口设施监测的边缘计算任务卸载问题。
