-
公开(公告)号：CN113569480A
公开(公告)日：2021-10-29
申请号：CN202110850880.1
申请日：2021-07-27
Applicant: 同济大学
IPC: G06F30/27 , G06K9/62 , G06N3/04 , G06N3/08 , G06F119/02
Abstract: 本发明提供一种基于图卷积网络的滑环摩擦副镀层材料可靠性分析方法，其特征在于，包括以下步骤：步骤S1，对滑环摩擦副的镀层性能进行分析以获取影响滑环可靠性的关键摩擦副镀层材料参数；步骤S2，明确电镀制备工艺以获取影响滑环可靠性的与镀层材料相关的电镀制备工艺参数；步骤S3，基于图卷积网络建立不同材料构成的镀层摩擦副的寿命分布情况；步骤S4，建立空间滑动电接触材料的综合性能知识库，基于寿命分布情况以及综合性能知识库选择具有合理可靠性与使用寿命的电接触材料和电镀制备工艺。
-
公开(公告)号：CN113569480B
公开(公告)日：2024-02-27
申请号：CN202110850880.1
申请日：2021-07-27
Applicant: 同济大学
IPC: G06F30/27 , G06F18/2413 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/08 , G06F119/02
Abstract: 本发明提供一种基于图卷积网络的滑环摩擦副镀层材料可靠性分析方法，其特征在于，包括以下步骤：步骤S1，对滑环摩擦副的镀层性能进行分析以获取影响滑环可靠性的关键摩擦副镀层材料参数；步骤S2，明确电镀制备工艺以获取影响滑环可靠性的与镀层材料相关的电镀制备工艺参数；步骤S3，基于图卷积网络建立不同材料构成的镀层摩擦副的寿命分布情况；步骤S4，建立空间滑动电接触材料的综合性能知识库，基于寿命分布情况以及综合性能知识库选择具有合理可靠性与使用寿命的电接触材料和电镀制备工艺。
-
公开(公告)号：CN114491971A
公开(公告)日：2022-05-13
申请号：CN202111669743.4
申请日：2021-12-31
Applicant: 同济大学
Abstract: 本发明涉及一种基于混合Logit模型和贝叶斯模型平均(Bayesian ModelAveraging,BMA)的出行行为建模方法，包括如下步骤：(1)在目标区域按照预设的规则确定样本采集地点，并根据预设的调研项目类型确定所要采集的变量类型，变量类型包括出行者个人社会经济属性、出行属性及假设场景下出行者的出行方式选择偏好；(2)针对样本数据，用预设的数据处理方法对样本数据中的缺失值、错误值进行填充或者纠错，并进行数据结构化处理；(3)基于混合Logit模型构建出行行为选择模型；(4)基于贝叶斯模型平均方法对混合Logit模型进行后验概率估计。与现有技术相比，本发明通过实地调研获取数据，准确率及合理性较好，分析软件为常用软件，普及性较广，因此本发明可实现性较高。
-
公开(公告)号：CN110826785A
公开(公告)日：2020-02-21
申请号：CN201911032899.4
申请日：2019-10-28
Applicant: 同济大学
Abstract: 本发明涉及一种基于k-medoids聚类和泊松逆高斯的高风险路段识别方法，该方法包括如下步骤：(1)基于k-medoids聚类方法对所有研究路段进行聚类划分相似路段并鉴别异质性特征指标；(2)基于异质性特征指标构建道路交通事故分布模型；(3)利用道路交通事故分布模型计算各路段的预期事故数；(4)根据预期事故数识别高风险路段。与现有技术相比，本发明方法识别准确性高，该方法可灵活使用，可以根据研究时间范围的要求来描述高风险路段的长期风险。
-
公开(公告)号：CN118419066A
公开(公告)日：2024-08-02
申请号：CN202410534128.X
申请日：2024-04-30
Applicant: 同济大学
IPC: B60W60/00 , B60W30/18 , B60W50/00 , G06F18/2415
Abstract: 本发明涉及一种自动驾驶车辆换道轨迹优化方法、装置和介质，方法包括以下步骤，提取换道片段，并识别道路参数和车辆参数，根据道路参数和车辆参数分类统计运动学参数分布；基于道路环境与统计的运动学参数分布标定换道轨迹优化模型约束条件，基于换道风险和交互强度构建换道轨迹优化模型的目标函数；基于换道轨迹优化模型的约束条件和目标函数，使用优化算法求解得到最优换道轨迹，根据最优换道轨迹更新车辆在下一时刻的状态，获取更新后的车辆状态进行新一轮的轨迹优化求解直至最终完成换道，并对新的换道轨迹与原始换道轨迹进行对比分析。与现有技术相比，本发明具有重视车辆间交互、所得轨迹驾驶风险低等优点。
-
Patent Agency Ranking
公开(公告)号：CN113850014A
公开(公告)日：2021-12-28
申请号：CN202110806933.X
申请日：2021-07-16
Applicant: 同济大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06N3/12 , G06F119/18
Abstract: 本发明提供了一种基于知识深度置信网络的导电滑环镀金层工艺优化方法，包括以下步骤：步骤S1，对摩擦副镀层进行可靠性分析；步骤S2，基于可靠性分析结果对摩擦副镀层的接触特性进行建模分析，得到电镀制备工艺对摩擦副镀层的接触特性的影响；步骤S3，明确摩擦副镀层的电镀制备工艺并获取电镀工艺参数；步骤S4，结合电镀制备工艺对摩擦副镀层的接触特性的影响，基于知识深度置信网络得到电镀工艺参数对镀层磨损性能的影响关系；步骤S5，根据电镀工艺参数对镀层磨损性能的影响关系，进行电镀工艺参数的优化分析得到最佳加工工艺参数，并根据最佳加工工艺参数设置电镀工艺参数。
-
公开(公告)号：CN108717175B
公开(公告)日：2020-10-02
申请号：CN201810349952.2
申请日：2018-04-18
Applicant: 同济大学
Abstract: 本发明涉及一种基于区域划分和稀疏支持向量回归的室内指纹定位方法，包括以下步骤：1)将待定位区域划分为多个子区域，定义各个子区域顶点的坐标，并在各顶点设置参考信号节点，收集各参考信号节点周围的无线接入点的信号强度，将收集到的信号强度数据与该点的物理坐标结合，形成指纹数据；2)将来自参考节点的信号强度数据通过可靠AP选择算法进行过滤；3)构建室内指纹定位模型，并进行训练；4)用户终端实时感知其实际位置的周围接收到的若干个无线接入点的信号强度，并将该数据上传至服务器，根据训练后的室内指纹定位模型计算用户终端的实际位置并传送给用户终端。与现有技术相比，本发明具有有效提取信号、定位精度高等优点。
-
公开(公告)号：CN108717175A
公开(公告)日：2018-10-30
申请号：CN201810349952.2
申请日：2018-04-18
Applicant: 同济大学
Abstract: 本发明涉及一种基于区域划分和稀疏支持向量回归的室内指纹定位方法，包括以下步骤：1)将待定位区域划分为多个子区域，定义各个子区域顶点的坐标，并在各顶点设置参考信号节点，收集各参考信号节点周围的无线接入点的信号强度，将收集到的信号强度数据与该点的物理坐标结合，形成指纹数据；2)将来自参考节点的信号强度数据通过可靠AP选择算法进行过滤；3)构建室内指纹定位模型，并进行训练；4)用户终端实时感知其实际位置的周围接收到的若干个无线接入点的信号强度，并将该数据上传至服务器，根据训练后的室内指纹定位模型计算用户终端的实际位置并传送给用户终端。与现有技术相比，本发明具有有效提取信号、定位精度高等优点。
-
公开(公告)号：CN110826785B
公开(公告)日：2022-07-05
申请号：CN201911032899.4
申请日：2019-10-28
Applicant: 同济大学
Abstract: 本发明涉及一种基于k‑medoids聚类和泊松逆高斯的高风险路段识别方法，该方法包括如下步骤：(1)基于k‑medoids聚类方法对所有研究路段进行聚类划分相似路段并鉴别异质性特征指标；(2)基于异质性特征指标构建道路交通事故分布模型；(3)利用道路交通事故分布模型计算各路段的预期事故数；(4)根据预期事故数识别高风险路段。与现有技术相比，本发明方法识别准确性高，该方法可灵活使用，可以根据研究时间范围的要求来描述高风险路段的长期风险。
-
公开(公告)号：CN219870873U
公开(公告)日：2023-10-20
申请号：CN202320670643.1
申请日：2023-03-30
Applicant: 中铁上海工程局集团市政环保工程有限公司 , 同济大学 , 中铁上海工程局集团有限公司
IPC: G01N13/04
Abstract: 本实用新型公开了一种用于污染物迁移预测的三维模拟装置，包括：污染物存放容器，其内部存放有污染物溶液；三维多孔迁移箱，其包括顶部、位于所述顶部下方的底面、位于所述顶部和所述底面之间的侧边，所述三维多孔迁移箱的顶部设置有进水端，所述进水端用于添加污染物溶液，所述侧边或所述底面上设置有出水端；蠕动泵，所述蠕动泵的另一端与所述进水端连接；流出溶液收集器，以收集从所述出水端流出的待检测液，本实用新型采用简易的三维迁移箱系模型装置，实现对沙土类介质中污染物的垂直及水平方向的迁移模拟，提高试验效率与模拟的真实度，降低了试验周期。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.019 seconds)
