一种给高压导线施加交变张力的装置

    公开(公告)号:CN210221739U

    公开(公告)日:2020-03-31

    申请号:CN201920809885.8

    申请日:2019-05-31

    IPC分类号: G01N3/38

    摘要: 本实用新型涉及一种给高压导线施加交变张力的装置,所述施加交变张力的装置包括基座、动力部分、传动部分和驱动部分;所述动力部分包括通过固定架固定在基座上的电机;所述驱动部分包括用于连接高压导线的耐张线夹的耐张线夹固定机构,所述耐张线夹固定机构通过定向滑动组件与基座滑动连接,能够在基座上沿高压导线的轴向滑动;所述传动部分采用偏心轮连杆传动,包括与电机输出端连接的偏心轮和传动连杆,传动连杆一端与偏心轮铰接,另一端与耐张线夹固定机构铰接。本实用新型能够利用驱动机构给高压导线施加交变张力,模拟高压导线在轴向上受交变张力的影响,为强风区域输电线路的安全评估提供参考数据。

    一种基于信息度和代表度的主动学习抽样方法

    公开(公告)号:CN112418293A

    公开(公告)日:2021-02-26

    申请号:CN202011296097.7

    申请日:2020-11-18

    申请人: 武汉大学

    摘要: 本发明公开了一种基于信息度和代表度的主动学习抽样方法,该方法包括以下步骤:1)对未标注数据集中多元时间序列,获取各时间序列的信息度和代表度;2)基于步骤1)中计算得到的信息度和代表度,通过抽样算法得到最有价值的未标记样本;3)对步骤2)抽样所得的未标注样本进行标注,并将标注后的样本加入标注数据集;4)判断是否满足停止标准,满足停止标准后得到更新后的标记数据集。本发明针对多元时间序列的主动学习问题,提出了一种抽取未标记时间序列样本的有效抽样算法,通过双优化抽样算法结合信息度和代表度进行抽样,能在保证准确度的条件下,有效减少未标记样本的抽样数目。

    基于约束非负矩阵分解的多视图聚类方法

    公开(公告)号:CN112418286A

    公开(公告)日:2021-02-26

    申请号:CN202011278395.3

    申请日:2020-11-16

    申请人: 武汉大学

    IPC分类号: G06K9/62 G06F17/16

    摘要: 针对高维多元时间序列的聚类问题,本发明提出了一种基于约束非负矩阵分解的多视图聚类方法,为了有效的进行样本聚类,首先将多元时序数据投影至一个多重关系网络,然后采用层次方法生成多个独立视图。其次,采用约束非负矩阵分解方法,对多个视图进行聚类。最后,采用交替迭代优化的方式进行求解,对由求解结果计算得到的表示矩阵进行k均值聚类得到聚类结果。通过实验验证本发明所提方法和算法的正确性和有效性,实验结果表明该聚类方法具有较高的准确性和有效性。

    一种基于众包模式的样本标注方法

    公开(公告)号:CN112348108A

    公开(公告)日:2021-02-09

    申请号:CN202011292894.8

    申请日:2020-11-18

    申请人: 武汉大学

    IPC分类号: G06K9/62

    摘要: 本发明公开了一种基于众包模式的样本标注方法,包括以下步骤:1)获取未标注的多元时间序列数据集,抽取选择数据集中需要标注的样本;2)对所有标注者,基于每个标注者的标注准确度和标注成本,选择达到置信度阈值且成本最低的标注者集,作为成本效益众包标注模型;3)对抽取的需要标注的样本,基于成本效益众包标注模型得到标注结果,将标注后的样本加入标注数据集,并将其逆最近邻样本与该未标注样本分为同一类,加入标记数据集,得到更新后的标记数据集;4)计算停止标准,达到停止条件后,得到多元时间序列数据集对应的最终的标记数据集结果。本发明方法用于实现对未标注样本可靠且低成本的标注。