-
公开(公告)号：CN115206336A
公开(公告)日：2022-10-18
申请号：CN202210601636.6
申请日：2022-05-30
申请人： 西南交通大学 , 中国国家铁路集团有限公司
IPC分类号： G10L21/0272 , G10L25/30
摘要： 本发明提供了目标对象语音的获取方法、装置、设备及可读存储介质，所述方法包括：获取混合语音数据，所述混合语音数据由多个对象的语音混合而成，多个所述对象中包含所述目标对象；基于卷积神经网络模型框架，对时域音频分离网络进行优化，得到优化后的时域音频分离网络；基于排列问题算法，利用所述优化后的时域音频分离网络对所述混合语音数据进行处理，得到只包含所述目标对象语音的语音数据。在本发明中，优化后的TasNet神经网络框架的语音分离具有一定的鲁棒性，适用于普遍的情况。此外，提出的基于排列问题的语音分离算法，可以解决嘈杂环境下分离出目标人声的问题，在时间效率上相较于原始的TasNet框架得到了较大的提升。
-
公开(公告)号：CN115271842A
公开(公告)日：2022-11-01
申请号：CN202210677235.9
申请日：2022-06-15
申请人： 西南交通大学 , 中国国家铁路集团有限公司
摘要： 本发明提供了基于语义联想的购票方法、装置、设备及可读存储介质，所述方法包括：获取第一信息和第二信息，所述第一信息包括用户在当前时刻的购票语音，所述第二信息包括当前时刻的票务信息库；将所述购票语音转化成第一文本，对所述第一文本进行分词处理，得到第一词集合，并对所述第一词集合中包含的第一地名信息进行更正，得到第二词集合；基于所述第二词集合，计算所述第一文本对应的第一向量空间模型；在所述票务信息库中查找与所述第一向量空间模型相匹配的票务信息，并将其返回给所述用户。本发明通过编辑距离算法来找到与其最为相近的地名信息，以保证出发地目的地等信息的可靠性，进而保证之后的文本相似度计算，从而提高计算准确性。
-
公开(公告)号：CN118428768A
公开(公告)日：2024-08-02
申请号：CN202410618396.X
申请日：2024-05-17
IPC分类号： G06Q10/0637 , G06Q50/40 , G06F17/16
摘要： 本申请提供一种基于模数驱动的高速铁路智能化水平评价方法及装置，涉及智能化水平评价技术领域，该方法包括：基于预先构建的评价体系计算主观权重和客观权重，并基于主观权重和客观权重，利用博弈论计算综合权重矩阵；基于综合权重矩阵以及评价体系对应的评价等级区间，确定高速铁路智能化水平对应的评价等级；其中，主观权重为基于第一矩阵计算得到的；第一矩阵为基于评价体系的各级指标的个数，利用九级标度法构建的。本申请提供的基于模数驱动的高速铁路智能化水平评价方法及装置，利用高速铁路智能化评价指标体系及可量化的评价方法，掌握高铁当前所处的智能阶段，明确智能高铁未来建设方向，从而切实提升高铁智能化建设实效。
-
公开(公告)号：CN118565424A
公开(公告)日：2024-08-30
申请号：CN202410523536.5
申请日：2024-04-28
发明人： 王同军 , 李平 , 刘亿 , 李樊 , 谭立刚 , 张晓栋 , 邵赛 , 封博卿 , 徐晓磊 , 潘佩芬 , 张红亮 , 李聪旭 , 王志强 , 潘烨 , 李瑞 , 李宗洋 , 杨美皓 , 杨梦雪 , 杨柳 , 栾中 , 朱宇豪 , 李雅兵 , 张志国 , 陈万春 , 王胜泉 , 常思远
摘要： 本发明提供一种基于模数驱动轴面协同理论的铁路基础设施形变评估方法，所述方法包括：采集以模数驱动轴面协同理论的时间轴为主线的形变监测数据，和以模数驱动轴面协同理论的要素面为主线的铁路外部环境数据和铁路业务数据；基于所述形变监测数据、所述铁路外部环境数据和所述铁路业务数据综合分析，确定铁路基础设施形变评估等级。本发明提供的基于模数驱动轴面协同理论的铁路基础设施形变评估方法，通过融合模数驱动轴面协同理论，在构建评估指标时综合铁路外部环境数据、建造运营阶段等业务数据，使纯理论的数据分析与铁路业务深度融合，分析评估结果更精准，能够为铁路安全管理部门提供更加专业的辅助决策支撑。
-
公开(公告)号：CN117648650A
公开(公告)日：2024-03-05
申请号：CN202311351278.9
申请日：2023-10-18
申请人： 西南交通大学 , 宜宾西南交通大学研究院
IPC分类号： G06F18/2433 , G06F18/243 , G06F18/2411 , G06F18/214 , G06N3/0455 , G06N3/0499 , G06N3/084
摘要： 本发明提供了一种监测数据异常检测方法、系统、设备及可读存储介质，涉及数据处理技术，包括获取第一信息；用第一信息训练预设的自编码器，得到第一异常检测模型；对第一信息进行预处理后训练变分自编码器，得到第二异常检测模型；将第一异常检测模型和第二异常检测模型进行联合运算后对第一信息进行异常检测，得到第一检测结果；对第一信息采用孤立森立进行异常检测，得到第二检测结果，将第一检测结果和第二检测结果进行或运算后的数据进行时域分析和频域分析，得到第一信息中异常数据的类型。本发明通过摒弃人为设置自编码器的阈值的方式，基于历史正常数据集的重构误差重新设计了自编码器的阈值，可以更好地保证第一异常检测模型的准确性。
-
公开(公告)号：CN117609905A
公开(公告)日：2024-02-27
申请号：CN202311351283.X
申请日：2023-10-18
申请人： 西南交通大学 , 宜宾西南交通大学研究院
IPC分类号： G06F18/2433 , G06F16/215 , G06F18/214 , G06N3/049 , G06N3/08 , G06F18/23
摘要： 本发明提供了一种监测数据预测方法、系统、设备以及可读存储介质，涉及数据监测技术领域，包括获取预设时间段内的若干组监测数据序列；由全部监测数据序列对应的重组数据构成数据集，将所述数据集随机划分为训练集和测试集；建立多种时间序列预测模型，利用所述训练集和测试集分别对多种时间序列预测模型进行训练和测试，根据每个时间序列预测模型的预测结果计算得到预测误差；根据每个时间序列预测模型的预测误差，采用熵权法计算每个时间序列预测模型的权重，计算得到最终预测结果，本发明用于解决现有技术中的预测模型大部分均采用单一模型进行预测，采集的数据会带有一定的随机性和复杂性，存在模态混叠的技术问题。
-
公开(公告)号：CN117274957B
公开(公告)日：2024-03-01
申请号：CN202311567597.3
申请日：2023-11-23
申请人： 西南交通大学
IPC分类号： G06V20/58 , G06T3/4053 , G06V10/40 , G06V10/764
摘要： 本发明提供了一种基于深度学习的道路交通标志检测方法及系统，涉及图像处理技术领域，包括获取道路的实景原图信息；基于预设的切图策略将所述道路的实景原图信息进行切割，得到至少两个所述实景原图的子图信息；将所述实景原图的子图信息发送至预设的神经网络模型进行筛选，得到包含交通标志的子图信息；将所述包含交通标志的子图信息进行分辨率重建，得到增强分辨率后的子图信息；将增强分辨率后的子图信息发送至预设的目标检测模型进行检测，得到子图信息内的特征数据信息；将所述子图信息内的特征数据信息进行融合，得到交通标志的位置信息。本发明实现了自动化道路交通标志检测，提高了标志检测的准确性和效率。(56)对比文件US 2023207061 A1,2023.06.29冯爱棋 等.融合注意力机制和上下文信息的实时交通标志检测算法 《.计算机科学与探索》.2023,1-13.杨柳.基于多尺度特征融合网络的交通标志检测《.中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》.2020,C035-327.张可佳.基于 YOLOv4 的交通标志识别算法研究《.中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》.2023,C034-552.Hang Gong 等.SEDG-Yolov5: ALightweight Traffic Sign Detection ModelBased on Knowledge Distillation.《electronics》.2022,1-19.Xianyan Kuang 等.Real-Time Detectionand Recognition of Road Traffic Signsusing MSER and Random Forests《.ComputerVision and Pattern Recognition》.2018,1-18.
-
公开(公告)号：CN117422656A
公开(公告)日：2024-01-19
申请号：CN202311720308.9
申请日：2023-12-14
申请人： 西南交通大学
摘要： 本发明提供了一种低照度模糊交通图像增强方法、装置、设备及介质，涉及道路监测技术领域，包括获取低照度模糊交通图像，预处理后转换为高光谱图像；提取所述高光谱图像中的色调分量、第一饱和度分量和第一亮度分量，对所述第一亮度分量依次进行去模糊处理得到第二亮度分量，将第二亮度分量分解为第一入射分量和第一反射分量；分别对所述第一反射分量和第一入射分量进行图像增强处理得到第二反射分量和第二入射分量；提取第二亮度分量中的细节层，将所述细节层与第二入射分量和第二反射分量进行合并生成第三亮度分量；本发明用于提高低照度模糊交通图像的图像增强效果、图像质量和去除模糊效果。
-
公开(公告)号：CN114708003B
公开(公告)日：2023-11-10
申请号：CN202210458381.2
申请日：2022-04-27
申请人： 西南交通大学 , 成都交大大数据科技有限公司
IPC分类号： G06Q30/018 , G06Q30/0601 , G06F18/23 , G06F18/2433
摘要： 本发明涉及数据处理领域，具体而言，涉及一种异常数据检测方法、装置、设备及可读存储介质，所述方法获取第一信息，所述第一信息至少一个商店的商品销售数据信息；将所述第一信息发送至数据预处理模型，得到第二信息，所述第二信息为对第一信息进行预处理得到的价格特征数据信息和销量特征数据信息；将所述第二信息发送至异常检测模型进行异常数据检测，得到第三信息，所述第三信息为对所述第二信息进行两次聚类筛选得到的异常商品销售数据；将所述第三信息进行校验处理，得到校验参数后的模型筛选到的异常商品销售数据。本申请通过将两种聚类算法的优势进行整合，克服了两种算法的缺点，达到高效、精准的判断异常数据的效果。
-
公开(公告)号：CN116594915B
公开(公告)日：2023-09-29
申请号：CN202310872720.6
申请日：2023-07-17
申请人： 西南交通大学
IPC分类号： G06F11/36
摘要： 本发明提供了一种集成测试用例的自动生成方法、装置、设备及介质，涉及软件测试技术领域，包括获取初始用例文件，从初始用例文件中获取需要集成的测试函数的函数名和路径，根据函数名和路径建立键值对字典；根据测试函数的函数名获取对应的桩函数，提取桩函数中的约束条件；基于顶层约束方向聚合方法将所述约束条件反向聚合到顶层测试函数中，生成新的用例生成文件；为新的用例生成文件生成第二测试用例，以初始测试用例文件为模版，将第二测试用例写入到新的测试用例文件得到最终测试用例文件；本发明用于解决现有的集成测试用例自动生成方案存在不能满足轨道交通信号系统集成测试中3层内接口调用率的最大覆盖的技术问题。
-
-
-
-
-
-
-
-
-
搜索结果
75 条记录 (耗时 0.083 秒)
