-
公开(公告)号:CN117312468A
公开(公告)日:2023-12-29
申请号:CN202311110709.2
申请日:2023-08-30
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
IPC: G06F16/29 , G06F16/248 , G06F40/284 , G06F18/231 , G06F18/2321 , G06Q50/00
Abstract: 本发明公开了情感特征一致性驱动的地理空间点数据采样方法。本发明方法首先对社交媒体数据集使用情感分析模型VADER进行情感分析,得到文本信息所表达的情感值;然后对所有数据项使用凝聚分层方法进行聚类,提取局部区域的情感分布,首先进行预聚类,得到预簇,然后自底向上聚类,得到聚类树;对所有预簇的数据项进行采样,保持全局情感分布和局部情感分布;采用回溯平均贡献值最低的采样节点方法,尽可能地保留全局情感分布和空间分布。本发明根据情感属性和数据项的地理位置提取多尺度区域中的情感分布,帮助用户对大规模带有地理标签的社交媒体数据进行地理空间情感分析,在简化和探索大社交媒体数据方面的具有有效性和实用性。
-
公开(公告)号:CN117077844A
公开(公告)日:2023-11-17
申请号:CN202310954379.9
申请日:2023-07-31
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
IPC: G06Q10/04 , G06Q50/02 , G06F30/27 , G06F30/23 , G06T17/20 , G06N3/0442 , G06N3/0464 , G06N3/08 , E21B43/20
Abstract: 本发明公开了一种注水井的注水量预估方法。本发明方法将地下注水井网络的静态地理空间场景和动态注采数据进行集成,对注水井和采油井进行综合分析;使用LSTM对注水效果进行预测和推荐。首先收集油田的注采数据,将注水井和采油井的经纬坐标通过Delaunay三角剖分算法构建注采网络;然后将注采网络划分成注采单元,为每个注采单元分别构建基于LSTM的卷积神经网络模型,对构建的每个注采单元的卷积神经网络模型分别进行训练,训练完成后,对注采单元中的注水井的总注水量和分层注水量分别进行预测。本发明方法可以实时分析和预测注水效果的发展趋势,帮助用户更好地理解和评估注水效果,优化注水方案,提高油田的产量和开采效率。
-
公开(公告)号:CN119293232A
公开(公告)日:2025-01-10
申请号:CN202411293624.7
申请日:2024-09-14
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
IPC: G06F16/34 , G06F16/36 , G06F16/338 , G06F40/186
Abstract: 本发明公开了基于大语言模型的发电设备故障诊断方法。本发明方法首先将专家知识库转化为由判据节点和边组成的故障知识库,通过知识库完成故障检索;使用基于文本职能分割的输入完成自然语言文本的合成,基于不同判据的计算类型构建提示词模板,促进大模型完成判据的计算推理任务;输入多维的设备状态监测时序数据,结合提示词模板自动生成当前时间下的提示词集合,输入提示词集合到大语言模型进行计算推理并生成设备的当前状态集;使用知识库对状态集进行检索获得故障诊断结果;进而设计一个可视化系统对大模型输出结果和故障诊断结果进行收集和可视化,为提示词模板构建提供输入和交互接口。本发明方法完成的故障诊断具备良好的实用性和扩展性。
-
公开(公告)号:CN119273701A
公开(公告)日:2025-01-07
申请号:CN202411293622.8
申请日:2024-09-14
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
IPC: G06T7/11 , G06V10/774 , G06V10/80 , G06V10/764 , G06V10/82 , G06V10/75 , G06N3/0464
Abstract: 本发明公开了基于深度学习的人机融合牙齿分割方法。现有的自动分割算法在准确性和稳定性方面存在不足。本发明方法包括:使用Mask R‑CNN模型对全景X射线片上的牙齿进行分割,得到不同类别牙齿的特征图;通过特征抽取对分割结果进行评估,并使用可视化技术进行展示;提供交互工具支持专家对模型的分割结果进行修正;将修正后的高质量牙齿样本反馈到模型中,进行自适应迭代优化,提高模型的分割性能。本发明引入牙齿的解剖学特征的交互修正和反馈优化机制,使得牙齿分割结果更为精准,通过全面的评估和优化工具,显著提升了牙齿分割的准确性和效率。
-
公开(公告)号:CN117150102A
公开(公告)日:2023-12-01
申请号:CN202310950088.2
申请日:2023-07-31
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
IPC: G06F16/909 , G06F16/9035 , G06F16/904 , G06F16/29 , G06F3/0484 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于用户任务偏好学习的地理点数据采样方法。该方法应用自适应蓝噪声采样将地理空间划分为局部区域,并设计一组可视化界面来呈现这些点在局部区域的数据特征,使用户能够根据其需求直观地选择有代表性的点。然后,利用卷积神经网络对用户偏好进行建模,进一步指导其他局部区域的采样过程。由此,所有的采样点都将保留原始数据点的空间分布,并尽可能地满足用户的偏好。此外,该方法实现了一个可视化框架,集成了手动点选择、CNN训练、自动点采样和可视化比较等功能。本发明方法实现了一种基于用户任务偏好学习的地理点数据采样,使用户能够轻松获取和评估符合用户偏好的地理采样点。
-
公开(公告)号:CN116028554A
公开(公告)日:2023-04-28
申请号:CN202310096656.7
申请日:2023-01-19
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司 , 杭州电子科技大学
IPC: G06F16/2458 , G06F16/248 , G06F16/26 , G06N3/0464 , G06N3/082 , G06N3/09
Abstract: 本发明公开了一种多维风电爬坡事件智能检测方法。本发明首先基于不同定义下风电爬坡事件的人工标注,融合不同定义下爬坡事件的多维属性特征,利用Alexnet神经网络模型充分学习多维风电爬坡事件特征,进行风电爬坡事件的智能检测;然后基于置信度设计了爬坡事件智能检测结果的不确定性可视设计方案,帮助用户从不同维度分析和判断爬坡事件的检测结果,增加爬坡事件智能检测结果的可解释性分析。本发明结合人机交互设计了模型动态优化方法,支持用户交互式探索检测结果的准确性,进而交互式迭代更新样本,实现智能监测模型的动态优化。本发明增加风电爬坡事件检测结果的可解释性方案,帮助用户交互式探索风电爬坡事件检测结果的不确定性。
-
-
-
-
-