一种闸机通行时间预测方法及装置

    公开(公告)号:CN111860976B

    公开(公告)日:2024-04-30

    申请号:CN202010614071.6

    申请日:2020-06-30

    Abstract: 本发明公开了一种闸机通行时间预测方法及装置,所述方法包括以下步骤:获取当前进入闸机的行人的红外信息序列;获取预设的行人红外序列模型;使用残差鉴别法鉴别所述红外信息序列与所述不同行人类型对应的红外预测序列之间的残差,判断所述残差是否超出预定阈值;若所述红外信息序列与其中一个所述红外预测序列的残差低于所述预定阈值,则通过改进平方根无迹卡尔曼滤波算法将所述红外信息序列与所述红外预测序列进行融合,以完成行人通行时间的预测;若所述红外信息序列与所有所述红外预测序列的残差均高于所述预定阈值,则采用模糊控制算法完成行人通行时间的预测。本发明可以提高闸机的通行效率。

    一种微震检测方法、设备及可读介质

    公开(公告)号:CN119986783A

    公开(公告)日:2025-05-13

    申请号:CN202510158012.5

    申请日:2025-02-13

    Abstract: 本发明公开了一种微震检测方法、设备及可读介质,微震检测方法包括步骤:对样本数据进行处理,得到降噪波形数据;建立深度卷积神经网络分类模型,采用降噪波形数据对其进行训练;建立支持向量机模型,采用综合特征向量对其进行训练;将经过处理后的待检测数据输入至深度卷积神经网络分类模型,以深度卷积神经网络分类模型的输出输入至支持向量机模型中,得到检测结果。本发明采用深度卷积神经网络分类模型与支持向量机模型的方式,深度卷积神经网络分类模型通过其强大的特征提取能力为支持向量机模型提供了高质量的输入数据,而支持向量机模型则在深度卷积神经网络分类模型提取的特征基础上进行最终分类,提高检测结果的准确率。

    基于物联网轨道交通软件与应用故障自愈的解决方法

    公开(公告)号:CN114356615A

    公开(公告)日:2022-04-15

    申请号:CN202111483988.8

    申请日:2021-12-07

    Abstract: 本发明涉及软件与应用故障自愈领域,尤其涉及基于物联网轨道交通软件与应用故障自愈的解决方法。包括故障自愈运行流程如下:故障自愈后台监测各个进程运行状态;判断进程运行情况;根据对各个进程的故障状态进行判断;进程异常,启动自恢复脚本,并通知运维人员,形成回复的记录。包括故障自愈配置实施过程如下:录入平台运行的进程信息;生成进程结构化信息以及恢复脚本;设置监控周期;配置进程故障自愈监测状态;配置告警策略;故障自愈后台运行。本发明的目的在于提出了一种可以解决软件与应用故障的基于物联网轨道交通软件与应用故障自愈的解决方法。

Patent Agency Ranking