公开(公告)号：CN116167516A

公开(公告)日：2023-05-26

申请号：CN202310128340.1

申请日：2023-02-17

申请人： 西南交通大学 ,  中国国家铁路集团有限公司

发明人： 胡节 ,  胡展傲 ,  杜圣东 ,  方勇 ,  苏敏

IPC分类号： G06Q10/04 ,  G06Q10/0635 ,  G06F18/214 ,  G06N3/08 ,  G06N3/0442 ,  G06N3/0464

摘要： 本发明公开了一种辅助安全风险决策的隧道掘进设备参数预测方法，包括对隧道掘进设备历史参数数据进行预处理，构建多变量序列数据集；将多变量序列数据集划分为训练数据集、验证数据集和测试数据集；从训练数据集中取出样本，将其输入长短期记忆网络，捕捉序列在不同时刻之间的特征表示，得到时间序列隐状态；采用空洞卷积对时间序列隐状态做卷积操作，对序列的特征进一步采样，得到隐状态矩阵；再利用时间模式注意力机制网络对时间序列的预测；构建生成式对抗网络；训练生成式对抗网络；重复上述步骤，直至达到训练条件终止，得到最后训练好的model。该方法相较于现有方法具有稳定性好、泛化性和鲁棒性强、预测精度更高等特点。

公开(公告)号：CN118013430A

公开(公告)日：2024-05-10

申请号：CN202410098075.1

申请日：2024-01-24

申请人： 西南交通大学 ,  中国国家铁路集团有限公司

发明人： 杜圣东 ,  叶先耀 ,  何川 ,  徐国文 ,  苏敏 ,  马杲宇

IPC分类号： G06F18/2433 ,  G06F18/15 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/042 ,  G06N3/0475 ,  G06N3/084 ,  G06N5/04 ,  G06Q50/08 ,  G06F123/02

摘要： 本发明涉及辅助隧道支护智能决策的收敛值参数预测预警方法及装置，包括：获取隧道的环境参数、支护参数以及预定时间段内监测的参数的历史数据；根据历史数据，构建训练样本；构建时间序列预测模型并将训练样本输入到构建好的时间序列预测模型中进行训练；将待预测的数据输入到训练好的时间序列预测模型中，得到收敛值；计算出所有的安全系数；根据安全系数计算评价函数值，并根据评价函数值对决策方案进行调整。本发明提出的一种辅助隧道支护智能决策的收敛值参数预测预警方法，具有良好的适用性，能够有效解决实际隧道支护中预测相关参数的收敛值精度不高以及支护结构安全性判定不全面的问题，从而有效地辅助隧道支护的智能决策过程。

公开(公告)号：CN117763695A

公开(公告)日：2024-03-26

申请号：CN202410038833.0

申请日：2024-01-11

申请人： 西南交通大学 ,  中国国家铁路集团有限公司

发明人： 何川 ,  苏敏 ,  徐国文 ,  杜圣东 ,  叶先耀 ,  马杲宇

IPC分类号： G06F30/13 ,  G06F30/27 ,  G06N3/0475 ,  G06N3/092 ,  G06F111/10 ,  G06F119/14

摘要： 本发明公开了一种数据知识联合增强的隧道智能支护决策方法及装置，所述装置包括隧道支护数据采集器，用于采集获取经验知识数据和数值模拟数据；开挖支护方案预选择模块，用于预选适配隧道环境参数的开挖支护方案，获得预选方案；智能支护决策模块，用于对预选方案进行优选，获得优选开挖支护方案；数据知识增强学习模块，用于生成基于经验知识数据的开挖支护方案，并将其与优选开挖支护方案进行融合，获得数据知识联合增强的隧道智能支护决策方案；支护决策交互输出模块，用于将隧道智能支护决策方案与用户进行交互式输出。本发明能够实现数据知识联合增强的隧道智能支护决策，为辅助隧道施工设计人员实现智能化决策提供技术支持。

公开(公告)号：CN118761457A

公开(公告)日：2024-10-11

申请号：CN202410516803.6

申请日：2024-04-28

申请人： 西南交通大学 ,  中国国家铁路集团有限公司

发明人： 徐国文 ,  郭文影 ,  何川 ,  杜圣东 ,  陈旭 ,  苏敏 ,  杨涛 ,  叶先耀

IPC分类号： G06N5/022 ,  G06N5/04 ,  G06N3/045 ,  G06N3/08 ,  G06Q50/08

摘要： 本发明公开一种经验知识辅助隧道支护智能决策的知识图谱补全方法及装置，包括获取隧道的环境参数和支护参数等数据；根据获取数据构建知识图谱，同时构建知识图谱规则挖掘推理模型：将训练样本输入到构建好的知识图谱规则挖掘推理模型中进行规则挖掘和推理，通过规则挖掘和推理，可以得到新的三元组；将推理得出的新三元组和原有知识图谱三元组送入知识图谱嵌入学习模型中，并通过循环模型训练后新增结论，对知识图谱进行补全；根据补全后的知识图谱，实现对开挖支护方案的决策。本发明具有良好的适用性，能够有效解决实际隧道支护中数据分散、多样、复杂，孤岛化，且单一数据价值不高的问题，从而有效地辅助隧道支护的智能决策过程。

公开(公告)号：CN117911937B

公开(公告)日：2024-11-01

申请号：CN202311615213.0

申请日：2023-11-28

申请人： 西南交通大学 ,  国网四川岷江供电有限责任公司

发明人： 胡节 ,  王磊 ,  杜圣东 ,  李天瑞 ,  李凯 ,  刘斌 ,  王慧斌

IPC分类号： G06V20/52 ,  G06V10/82 ,  G06V10/80 ,  G06V10/774 ,  G06V10/766 ,  G06V10/764 ,  G06V10/56 ,  G06V10/44 ,  G06V10/25 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了一种基于YOLOv7‑tiny的输电线路烟火检测方法，属于电网输电线路烟火检测技术领域，包括：收集输电线路以及周围环境的烟火图像，以及收集类火和类烟的干扰图像，将收集的图像进行预处理和标注，并按照比例划分为训练集和验证集，对基于YOLOv7‑tiny的卷积神经网络模型进行优化，利用训练集和验证集对优化后的卷积神经网络模型进行训练和验证，得到最优的卷积神经网络模型，并部署至可视化边缘设备上，对输电线路进行烟火检测。本发明方法能够得到更高维的语义信息，解决不同层级间存在识别结果不一致的问题，具有更低的参数量和算力要求，更高的平均准确率，具有更高的经济效益。

公开(公告)号：CN118350996A

公开(公告)日：2024-07-16

申请号：CN202410780901.0

申请日：2024-06-18

申请人： 西南交通大学

发明人： 赵小乐 ,  李耀铧 ,  顾瑾 ,  杜圣东 ,  朱宗海

IPC分类号： G06T3/4053 ,  G06V10/80 ,  G06V10/40 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

摘要： 本申请提供了一种基于多尺度特征融合的图像超分辨率方法、装置和设备，涉及图像处理技术领域，该方法包括：创建目标超分辨率模型，目标超分辨率模型包括：浅层特征提取模块、特征蒸馏模块、多层特征融合模块和图像重建模块；特征蒸馏模块由多个特征蒸馏块依次串联构成，特征蒸馏块按照串联顺序交替采用以下注意力机制：大核注意力机制、空间注意力机制和多分支注意力机制；将原始图像复制n次后，输入浅层特征提取模块，得到浅层特征；将浅层特征输入特征蒸馏模块，得到不同尺度的深度特征；将不同尺度的深度特征输入多层特征融合模块，得到融合后特征；图像重建模块采用跳跃连接的方式，根据融合后特征和浅层特征，得到重建的超分辨图像。

公开(公告)号：CN117116045A

公开(公告)日：2023-11-24

申请号：CN202311070477.2

申请日：2023-08-24

申请人： 西南交通大学

发明人： 杜圣东 ,  吴秋池 ,  胡节 ,  苏敏 ,  杨涛

IPC分类号： G08G1/01 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/045 ,  G06N3/048 ,  G06N3/049 ,  G06N3/084 ,  G06F18/25 ,  G06F18/214 ,  G06F18/21

摘要： 本发明涉及一种基于时空序列深度学习的交通流量预测方法及装置，包括：获取道路形状以及道路的交通流量历史数据；对交通流量历史数据按照相关的时间关联顺序进行预处理，并按照批的形式进一步整理为张量的形式，构建交通流量历史数据的多变量时空序列数据集；将多变量时空序列数据集划分为训练数据集、验证数据集和测试数据集；利用训练数据集对交通流量预测模型进行训练；采集当前时刻的交通流量数据，将采集的当前时刻的交通流量数据输入训练好的交通流量预测模型，预测未来时刻的时序值。本发明能够在实际的交通流量预测应用中，预测出交通流量的有效变化情况，可以辅助交通流量的管理人员对当前交通流量情况提供参考和安全风险评估。

公开(公告)号：CN112182410B

公开(公告)日：2023-04-21

申请号：CN202011219876.7

申请日：2020-11-05

申请人： 西南交通大学

发明人： 李天瑞 ,  毛慧慧 ,  谢鹏 ,  杜圣东 ,  尹恒

IPC分类号： G06F16/9535 ,  G06F16/9537 ,  G06F16/36 ,  G06F16/26 ,  G06F16/2458

摘要： 本发明公开了基于时空轨迹知识图谱的用户出行模式挖掘方法，包括步骤：从轨迹数据集T中抽取用户实体、轨迹实体和POI实体；从轨迹数据集T中抽取时间和空间信息；构建以用户为中心的时空轨迹知识图谱；根据以用户为中心的时空轨迹知识图谱挖掘用户的出行模式或群体出行模式。本发明的有益效果在于，可对用户出行模式进行动态挖掘，通过挖掘单个用户在指定时间段内的频繁轨迹序列获取个体的动态出行模式，通过挖掘相似用户构成的群体在指定时间段内的频繁轨迹序列获取群体动态出行模式。其中，时空轨迹知识图谱构建能够动态表征用户的轨迹信息，简洁高效地完成轨迹信息的融合和更新，实现用户实体、轨迹实体、POI实体的动态添加和查询。

公开(公告)号：CN113536799B

公开(公告)日：2023-04-07

申请号：CN202110927320.1

申请日：2021-08-10

申请人： 西南交通大学

发明人： 李天瑞 ,  邬萌 ,  贾真 ,  杜圣东 ,  滕飞

IPC分类号： G06F40/295 ,  G06F40/242 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/045

摘要： 基于融合注意力的医疗命名实体识别建模方法，包括步骤：将医疗文本语句进行中文分词并索引；利用前向LSTM和反向LSTM通过拼接得到Bi‑LSTM模型；通过注意力机制更新输出特征向量；通过条件随机场CRF对输出特征向量进行解码，得到输入医疗文本语句的医疗实体类型的标注。本发明的输入在字符序列的基础上加入了其在词典中匹配到的词语，通过门结构动态控制为模型提供更多指导，从而从医疗语料中选择出最相关的字符和词语。相较于基于字符的方法，多粒度信息得以被该模型显式地运用，以获得更好的识别性能。并且，引入注意力机制，使得模型重点关注有效信息，从而弥补传统Bi‑LSTM‑CRF模型虽考虑了上下文信息，却忽略了不同字符和词语在句子中重要性不同的情况。

公开(公告)号：CN114841072A

公开(公告)日：2022-08-02

申请号：CN202210524328.8

申请日：2022-05-13

申请人： 西南交通大学

发明人： 杜圣东 ,  李本涵 ,  李天瑞 ,  方勇 ,  胡节 ,  苏敏 ,  唐楷

IPC分类号： G06F30/27 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉公开一种基于差分融合Transformer的时序预测方法，该方法利用编码器解码器结构，在经典Transformer架构的基础上设计了差分层、近邻注意力机制、滑动融合机制和残差层；具体来说，通过差分层和近邻注意力机制来提取和聚焦时序数据相邻时间点的特征差异，滑动融合机制融合了每个时间点的各种非线性特征，并能有效提取多变量时间序列中的多粒度关键特征，核心组件还包括一维卷积和LSTM融合残差层，以进一步学习各时序数据时间点之间的相互依赖关系，提升了模型对复杂多变量时序数据的深度特征学习能力。该方法相比于现有方法具有稳定性好、预测精度高、泛化能力强等特点。