CN112859699B - 一种嵌入式轨交设施监管*** - Google Patents
一种嵌入式轨交设施监管*** Download PDFInfo
- Publication number
- CN112859699B CN112859699B CN202110087155.3A CN202110087155A CN112859699B CN 112859699 B CN112859699 B CN 112859699B CN 202110087155 A CN202110087155 A CN 202110087155A CN 112859699 B CN112859699 B CN 112859699B
- Authority
- CN
- China
- Prior art keywords
- traffic data
- data
- rail traffic
- translation
- points
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0428—Safety, monitoring
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24024—Safety, surveillance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种嵌入式轨交设施监管***,包括数据采集模块,用于采集不同特征的轨交数据;网络分析模块,与所述数据采集模块连接,获取所述轨交数据后进行对应特征的提取;故障预测模块,与所述网络分析模块连接,获取相应特征后通过预测模型预测***故障的发生率;其中,所述网络分析模块嵌入轨交数据处理层结构中,整体嵌入式的***提高了***的响应准确性和积极性,解决了现有轨道设施监管***通常会因网络自身环路技术、管理人员操作失误等原因使整个监控***出现大面积瘫痪,对轨道设施业务造成严重影响的问题。
Description
技术领域
本发明涉及轨交运维的技术领域,尤其涉及一种嵌入式轨交设施监管***。
背景技术
经过近十年的发展,我国已经成为全世界轨道交通发展最迅猛的国家,铁路和城市轨道交通每年新建线路遥遥领先,运营里程持续增长。轨道交通是我国国民经济的命脉和交通运输的骨干网络,不仅承担了绝大部分国家战略、经济物资的运输,还承担着客运运输职能,在促进我国资源输送、加强经济区域交流、解决城市交通拥挤等方面发挥了巨大作用。随着我国轨道交通网络的形成和发展,目前轨道交通行业开始逐步进入到建设与运营维护并重阶段,维护好轨道交通显得尤为重要。
当前的轨道设施监管***通常采用多个数据信息采集设备将采集到的信息通过网络传输至监控中心进行监控,在此过程中,传输过程网络线路冗余,不简练,通常会因网络自身环路技术、管理人员操作失误等原因使整个监控***出现大面积瘫痪,对轨道设施业务造成严重影响。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有轨道设施监管***存在的问题,提出了本发明。
因此,本发明解决的技术问题是:解决现有轨道设施监管***通常会因网络自身环路技术、管理人员操作失误等原因使整个监控***出现大面积瘫痪,对轨道设施业务造成严重影响的问题。
为解决上述技术问题,本发明提供如下技术方案:一种嵌入式轨交设施监管***,包括数据采集模块,用于采集不同特征的轨交数据;网络分析模块,与所述数据采集模块连接,获取所述轨交数据后进行对应特征的提取;故障预测模块,与所述网络分析模块连接,获取相应特征后通过预测模型预测***故障的发生率;其中,所述网络分析模块嵌入轨交数据处理层结构中;其中,所述数据采集模块包括构建单元,用于构建所述轨交数据处理层结构;采集单元,用于采集不同特征的所述轨交数据;数据处理单元,与所述采集单元和所述构建单元连接,接收所述轨交数据,并依据对应的特征阈值进行相应的缩减预处理,并将缩减后的所述轨交数据同步位置纳入至所述轨交数据处理层结构中;其中,采集的所述轨交数据包括锚段及定位点,且所述锚段的所述特征阈值为所述锚段的形式及位置确定为五跨绝缘锚段关节和三跨或四跨非绝缘锚段关节,所述定位点的所述特征阈值为每段所述锚段取一个所述定位点。
作为本发明所述的嵌入式轨交设施监管***的一种优选方案,其中:还包括流式数据传输模块,与所述数据采集模块和所述网络分析模块连接,获取缩减后的所述轨交数据后依据流式平移模型在所述轨交数据处理层结构中进行整合归类处理,并将处理后的所述轨交数据传输至所述网络分析模块。
作为本发明所述的嵌入式轨交设施监管***的一种优选方案,其中:所述流式数据传输模块包括平移单元,与所述数据采集模块连接,在所述轨交数据处理层结构中依据所述流式平移模型对所述轨交数据进行平移;整合归类单元,与所述平移单元连接,用于将平移后的所述轨交数据进行归类整合;择优传输单元,与所述整合归类单元和所述网络分析模块连接,依据归类整合后不同单元相应的数据量大小选择对应的传输优先性进行传输至所述网络分析模块。
作为本发明所述的嵌入式轨交设施监管***的一种优选方案,其中:所述流式平移模型为,
其中,A点和B点分别代表平移前的结构位置点及平移后的结构位置点;K表示AB两点在结构网中的连线斜率;β表示平移后的位置点数量;α表示平移前的位置点数量。
作为本发明所述的嵌入式轨交设施监管***的一种优选方案,其中:所述网络分析模块获取处理后所述轨交数据后进行对应特征的提取包括选取所述不同特征整合组为不同述值点,并记录不同所述述值点的数据量大小;选取包含数据量最大的所述述值点作为参考点;测取不同所述述值点于所述轨交数据处理层结构中的之间向量模长以及各自与所述参考点之间的向量模长;依据向量模长差异性进行对应特征的提取。
作为本发明所述的嵌入式轨交设施监管***的一种优选方案,其中:所述预测模型为,
其中,η为故障的发生率;n为各个所述述值点;为不同所述述值点于所述轨交数据处理层结构中的之间向量模长总和;/>为各不同所述述值点与所述参考点之间的向量模长总和;/>为各不同所述述值点与所述参考点之间的向量模长;β表示平移后的位置点数量;α表示平移前的位置点数量。
本发明的有益效果:本发明提供的嵌入式轨交设施监管***,采集轨交数据后首先进行缩减处理后规格纳入数据处理层结构中,而后通过特定的传输方式传输至网络分析层进行特征提取,最后通过预测模型进行故障发生率的预测,整体嵌入式的***提高了***的响应准确性和积极性,解决了现有轨道设施监管***通常会因网络自身环路技术、管理人员操作失误等原因使整个监控***出现大面积瘫痪,对轨道设施业务造成严重影响的问题。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明提供的监管***的模块示意图;
图2为本发明提供的监管***的***架构示意图;
图3为本发明提供的轨交数据处理层结构示意图;
图4为本发明提供的稀疏编码线性模型示意图之一;
图5为本发明提供的进行数据缩减平移前的数据结构层示意图;
图6为本发明提供的进行数据缩减平移后的数据结构层示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明的保护的范围。
实施例1
当前的轨道设施监管***通常采用多个数据信息采集设备将采集到的信息通过网络传输至监控中心进行监控,在此过程中,传输过程网络线路冗余,不简练,通常会因网络自身环路技术、管理人员操作失误等原因使整个监控***出现大面积瘫痪,对轨道设施业务造成严重影响。
故此,请参阅图1~6,本发明提供一种嵌入式轨交设施监管***,包括:
数据采集模块100,用于采集不同特征的轨交数据;
网络分析模块200,与数据采集模块100连接,获取轨交数据后进行对应特征的提取;
故障预测模块300,与网络分析模块200连接,获取相应特征后通过预测模型预测***故障的发生率;
其中,网络分析模块200嵌入轨交数据处理层结构中。
本发明提供的嵌入式轨交设施监管***,采集轨交数据后首先进行缩减处理后规格纳入数据处理层结构中,而后通过特定的传输方式传输至网络分析层进行特征提取,最后通过预测模型进行故障发生率的预测,整体嵌入式的***提高了***的响应准确性和积极性。
需要额外说明的是,如图2所示,整个***架构分为三层,由终端层、网络层和平台层构成。其中,终端层包括了工位终端、手持终端、摄像头、传感器、监控大屏、扫码器、打印机等;网络层生产终端机视频安全监控通过交换机接入后,通过汇聚交换机传递至位于数据中心的核心以太网交换机;平台层则用于融合检修生产管理、作业节点控制管理、异常响应管理、视频监控管理、工具借还管理、物料管理等综合信息管理软件***,并将个管理***进行融合,通过业务流程将各***进行关联。
进一步的,数据采集模块100包括:
构建单元,用于构建轨交数据处理层结构;
采集单元,用于采集不同特征的轨交数据;
数据处理单元,与采集单元和构建单元连接,接收轨交数据,并依据对应的特征阈值进行相应的缩减预处理,并将缩减后的轨交数据同步位置纳入至轨交数据处理层结构中。
需要说明的是,如图3所示,构建单元构建轨交数据处理层机构,通过数据建模的方式构建出拓扑结构层,其中,拓扑结构层数据点位的采集位置同步建模,实现类似于“资源虚拟池”的功能。
采集单元设置成各类传感器,用于在特定点位通过自身配置的相应功能进行对应轨交数据的采集。
考虑到各点位采集的数据庞大,为了减少轨交数据处理层结构的计算压力和符合,首先对采集到的数据依据对应的特征阈值进行相应的缩减预处理,而后将缩减后的数据同步位置纳入至轨交数据处理层结构中。
具体的,采集的轨交数据包括锚段及定位点,且锚段的特征阈值为锚段的形式及位置确定为五跨绝缘锚段关节和三跨或四跨非绝缘锚段关节,定位点的特征阈值为每段锚段取一个定位点。
额外的,数据处理单元进行缩减预处理操作时的操作代码为:
Spring.datasource.url=jdbc:mysql://localhost:3307/springboot-crud-mysql-vuejs?serverTimezone=UTC&useSSL=false
Spring.datasource.username=root
Spring.datasource.password=(δ,δ')
Spring.datasource.driver-class-name=com.mysql.jdbc.Driver
Spring.jpa.hibernate.ddl-auto=create
Spring.jpa.database-platform=org.hiberate.dialect.MySQL1.2Dialect
Spring.jpa.database-platform=org.hiberate.dialect.MySQL0.9Dialect
Spring.jpa.generate-ddl=true
Spring.jpa.show-sql=true
Spring.freemarker.suffix=.html.
如下表1所示,基于RTOS等仿真平台,对采集后不进行缩减和进行缩减的运算速度进行对比。
表1:运算速率比对表
在运算仿真平台上,当同时采集到300组数据时,缩减处理将300组数据首先进行缩减至193组,而后进行处理,通过对比能明显看出采用缩减预处理对运算的速率具有明显的提升。
更进一步的,请参阅图5和图6,还包括流式数据传输模块400,与数据采集模块100和网络分析模块200连接,获取缩减后的轨交数据后依据流式平移模型在轨交数据处理层结构中进行整合归类处理,并将处理后的轨交数据传输至网络分析模块200。
其中,流式数据传输模块400包括:
平移单元,与数据采集模块100连接,在轨交数据处理层结构中依据流式平移模型对轨交数据进行平移;
整合归类单元,与平移单元连接,用于将平移后的轨交数据进行归类整合;
择优传输单元,与整合归类单元和网络分析模块200连接,依据归类整合后不同单元相应的数据量大小选择对应的传输优先性进行传输至网络分析模块200。
具体的,流式平移模型为,
其中,A点和B点分别代表平移前的结构位置点及平移后的结构位置点;K表示AB两点在结构网中的连线斜率;β表示平移后的位置点数量;α表示平移前的位置点数量。
进一步的,网络分析模块200获取处理后轨交数据后进行对应特征的提取包括:
选取不同特征整合组为不同述值点,并记录不同述值点的数据量大小;
选取包含数据量最大的述值点作为参考点;
测取不同述值点于轨交数据处理层结构中的之间向量模长以及各自与参考点之间的向量模长;
依据向量模长差异性进行对应特征的提取。
其中,预测模型为:
其中,η为故障的发生率;n为各个述值点;为不同述值点于轨交数据处理层结构中的之间向量模长总和;/>为各不同述值点与参考点之间的向量模长总和;/>为各不同述值点与参考点之间的向量模长;β表示平移后的位置点数量;α表示平移前的位置点数量。
参阅图4,具体的,采用稀疏编码技术按照要求对特征进行相应的提取,稀疏编码代价函数模型为:
详细的算法为:
输入:Signal:f(t),dictionaryD.
输出:List of coefficients:(an,grn).
初始化:
R1——f(t);
n——1;
重复:
findgrn∈Dwith maximum inner product∣<Rn,grn>∣;
an——<Rn,grn>;
Rn+1——Rn-grn;
n——n+1;
直到达到稀疏停止条件,例如:∣∣Rn∣∣<threshold.
本发明提供的嵌入式轨交设施监管***,采集轨交数据后首先进行缩减处理后规格纳入数据处理层结构中,而后通过特定的传输方式传输至网络分析层进行特征提取,最后通过预测模型进行故障发生率的预测,整体嵌入式的***提高了***的响应准确性和积极性,解决了现有轨道设施监管***通常会因网络自身环路技术、管理人员操作失误等原因使整个监控***出现大面积瘫痪,对轨道设施业务造成严重影响的问题。
应当认识到,本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现,其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机***通信。然而,若需要,该程序可以以汇编或机器语言实现。在任何情况下,该语言可以是编译或解释的语言。此外,为此目的该程序能够在编程的专用集成电路上运行。
此外,可按任何合适的顺序来执行本文描述的过程的操作,除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机***的控制下执行,并且可作为共同地在一个或多个处理器上执行的代码(例如,可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步,所述方法可以在可操作地连接至合适的任何类型的计算平台中实现,包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现,无论是可移动的还是集成至计算平台,如硬盘、光学读取和/或写入存储介质、RAM、ROM等,使得其可由可编程计算机读取,当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外,机器可读代码,或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时,本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时,本发明还包括计算机本身。计算机程序能够应用于输入数据以执行本文所述的功能,从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中,转换的数据表示物理和有形的对象,包括显示器上产生的物理和有形对象的特定视觉描绘。
如在本申请所使用的,术语“组件”、“模块”、“***”等等旨在指代计算机相关实体,该计算机相关实体可以是硬件、固件、硬件和软件的结合、软件或者运行中的软件。例如,组件可以是,但不限于是:在处理器上运行的处理、处理器、对象、可执行文件、执行中的线程、程序和/或计算机。作为示例,在计算设备上运行的应用和该计算设备都可以是组件。一个或多个组件可以存在于执行中的过程和/或线程中,并且组件可以位于一个计算机中以及/或者分布在两个或更多个计算机之间。此外,这些组件能够从在其上具有各种数据结构的各种计算机可读介质中执行。这些组件可以通过诸如根据具有一个或多个数据分组(例如,来自一个组件的数据,该组件与本地***、分布式***中的另一个组件进行交互和/或以信号的方式通过诸如互联网之类的网络与其它***进行交互)的信号,以本地和/或远程过程的方式进行通信。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (6)
1.一种嵌入式轨交设施监管***,其特征在于:包括,
数据采集模块(100),用于采集不同特征的轨交数据;
网络分析模块(200),与所述数据采集模块(100)连接,获取所述轨交数据后进行对应特征的提取;
故障预测模块(300),与所述网络分析模块(200)连接,获取相应特征后通过预测模型预测***故障的发生率;
其中,所述网络分析模块(200)嵌入轨交数据处理层结构中;
其中,所述数据采集模块(100)包括:
构建单元,用于构建所述轨交数据处理层结构;
采集单元,用于采集不同特征的所述轨交数据;
数据处理单元,与所述采集单元和所述构建单元连接,接收所述轨交数据,并依据对应的特征阈值进行相应的缩减预处理,并将缩减后的所述轨交数据同步位置纳入至所述轨交数据处理层结构中;
其中,采集的所述轨交数据包括锚段及定位点,且所述锚段的所述特征阈值为所述锚段的形式及位置确定为五跨绝缘锚段关节和三跨或四跨非绝缘锚段关节,所述定位点的所述特征阈值为每段所述锚段取一个所述定位点。
2.根据权利要求1所述的嵌入式轨交设施监管***,其特征在于:还包括流式数据传输模块(400),与所述数据采集模块(100)和所述网络分析模块(200)连接,获取缩减后的所述轨交数据后依据流式平移模型在所述轨交数据处理层结构中进行整合归类处理,并将处理后的所述轨交数据传输至所述网络分析模块(200)。
3.根据权利要求2所述的嵌入式轨交设施监管***,其特征在于:所述流式数据传输模块(400)包括,
平移单元,与所述数据采集模块(100)连接,在所述轨交数据处理层结构中依据所述流式平移模型对所述轨交数据进行平移;
整合归类单元,与所述平移单元连接,用于将平移后的所述轨交数据进行归类整合;
择优传输单元,与所述整合归类单元和所述网络分析模块(200)连接,依据归类整合后不同单元相应的数据量大小选择对应的传输优先性进行传输至所述网络分析模块(200)。
5.根据权利要求4所述的嵌入式轨交设施监管***,其特征在于:所述网络分析模块(200)获取处理后所述轨交数据后进行对应特征的提取包括,
选取所述不同特征整合组为不同述值点,并记录不同所述述值点的数据量大小;
选取包含数据量最大的所述述值点作为参考点;
测取不同所述述值点于所述轨交数据处理层结构中的之间向量模长以及各自与所述参考点之间的向量模长;
依据向量模长差异性进行对应特征的提取。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110087155.3A CN112859699B (zh) | 2021-01-22 | 2021-01-22 | 一种嵌入式轨交设施监管*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110087155.3A CN112859699B (zh) | 2021-01-22 | 2021-01-22 | 一种嵌入式轨交设施监管*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112859699A CN112859699A (zh) | 2021-05-28 |
CN112859699B true CN112859699B (zh) | 2023-06-02 |
Family
ID=76007919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110087155.3A Active CN112859699B (zh) | 2021-01-22 | 2021-01-22 | 一种嵌入式轨交设施监管*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112859699B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112183771A (zh) * | 2020-08-18 | 2021-01-05 | 北京城建信捷轨道交通工程咨询有限公司 | 一种轨道交通智能运维生态***及其运行方法 |
-
2021
- 2021-01-22 CN CN202110087155.3A patent/CN112859699B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112183771A (zh) * | 2020-08-18 | 2021-01-05 | 北京城建信捷轨道交通工程咨询有限公司 | 一种轨道交通智能运维生态***及其运行方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112859699A (zh) | 2021-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gao et al. | Digital twin and its application in transportation infrastructure | |
CN110262463B (zh) | 一种基于深度学习的轨道交通站台门故障诊断*** | |
WO2022141213A1 (zh) | 一种智慧城市智轨车辆故障基因预测方法及*** | |
CN111199257A (zh) | 高铁行车设备故障诊断方法及装置 | |
CN110689012A (zh) | 一种端到端的自然场景文本识别方法及*** | |
CN109752200A (zh) | 车辆的状态分析方法、***和地面综合信息分析子*** | |
US11417415B2 (en) | Molecular representation | |
CN115879535A (zh) | 一种自动驾驶感知模型的训练方法、装置、设备和介质 | |
CN111709244B (zh) | 一种用于矛盾纠纷事件因果关系识别的深度学习方法 | |
CN113901909B (zh) | 基于视频的目标检测方法、装置、电子设备和存储介质 | |
CN109145446B (zh) | 一种基于模态应变能和卷积神经网络的结构损伤识别方法 | |
US20220165064A1 (en) | Method for acquiring traffic state, relevant apparatus, roadside device and cloud control platform | |
CN115719475B (zh) | 一种基于深度学习的三阶段轨旁设备故障自动检测方法 | |
CN116910633B (zh) | 一种基于多模态知识混合推理的电网故障预测方法 | |
CN113762338A (zh) | 一种基于多重图注意力机制的交通流预测方法、设备及介质 | |
CN115860102A (zh) | 一种自动驾驶感知模型的预训练方法、装置、设备和介质 | |
Hartung et al. | Automatized Parametric Modeling to Enhance a data-based Maintenance Process for Infrastructure Buildings | |
CN112859699B (zh) | 一种嵌入式轨交设施监管*** | |
CN117435997B (zh) | 一种基于Transformer和时序压缩机制的电梯预警及按需维保方法 | |
Mondal et al. | Artificial intelligence in civil infrastructure health monitoring—Historical perspectives, current trends, and future visions | |
JP2020064364A (ja) | 学習装置、画像生成装置、学習方法、及び学習プログラム | |
CN117274868A (zh) | 一种基于大模型对视频进行交通事件识别方法及*** | |
CN114912854B (zh) | 地铁列车运行调整方法、装置、电子设备及存储介质 | |
CN103472774A (zh) | 一种电力隧道实时监测***及方法 | |
CN117591283B (zh) | 基于跨平台数据融合的云切设备管理方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230630 Address after: Room 603a, building 7, 266 Chuangyan Road, Qilin hi tech Industrial Development Zone, Nanjing, Jiangsu, 211100 Patentee after: Jiangsu Anshi Intelligent Technology Co.,Ltd. Address before: Room 603a, building 7, 266 Chuangyan Road, Qilin hi tech Industrial Development Zone, Nanjing, Jiangsu, 211100 Patentee before: Jiangsu Anshi Intelligent Technology Co.,Ltd. Patentee before: Fang Jian |
|
TR01 | Transfer of patent right |