-
公开(公告)号：CN107918920A
公开(公告)日：2018-04-17
申请号：CN201711332259.6
申请日：2017-12-13
申请人： 上海交通大学 , 国网江苏省电力有限公司电力科学研究院
CPC分类号： G06Q50/06 , G06F17/5009
摘要： 本发明公开了一种多光伏电站的出力关联性分析方法，通过利用采集的光伏电站的光伏出力历史数据，构建简化K级pair copula函数模型，利用简化K级pair copula函数模型进行采样，生成模型样本点集合P＝[P1,P2,…，Pi,…，Pn],通过模型样本点集合P的线性关联系数，得到多光伏电站之间的出力关联性。本发明考虑了多个电站之间的关联性，同时简化的模型能够大大增加计算速度，利用该模型进行光伏出力的样本产生，实现了在精确而量少的样本的情况下，对多个光伏电站之间进行两两的关联分析，提高分析的准确性。
-
公开(公告)号：CN112532445A
公开(公告)日：2021-03-19
申请号：CN202011350137.1
申请日：2020-11-26
摘要： 本发明公开了一种用于无虚拟化能力的网络设备的网络切片方法及其系统、存储介质，该方法包括：网络设备发送网络报文给安装于网络设备的边缘云或网络汇聚点上的网络切片代理；网络切片代理对网络报文的类别进行识别，且根据网络报文的类别进行切片，将切片后的网络报文发送到切片网络；切片网络接收到切片后的网络报文后，发送切片报文给网络切片代理；网络切片代理对接收到的切片报文进行切片的逆向处理，且将逆向处理后的报文传送给网络设备，完成网络切片。本发明将网络切片代理、网络报文标识应用等应用到网络设备的网络切片当中，解决了无虚拟化能力的网络设备无法实现网络切片的问题，从而丰富了网络终端的功能，满足了不同业务的QoS需求。
-
公开(公告)号：CN114722797A
公开(公告)日：2022-07-08
申请号：CN202210352422.X
申请日：2022-04-05
申请人： 东南大学 , 国网江苏省电力有限公司电力科学研究院
IPC分类号： G06F40/253 , G06F40/211 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种针对多模态评价对象情感分类任务的基于预训练模型的语法导向网络，该网络能够进行端到端的细粒度情感分析，在抽取评价对象的同时判断其情感极性。该方法首先采用预训练模型对所用的多模态社交媒体语料进行模态对齐和融合，获得基于外部信息的多模态特征；其次，基于选用的预训练模型，过滤多模态特征矩阵中的噪声；接着，基于句法依存树对模态融合序列进行注意力计算，以捕捉基于语法信息的上下文注意力表示；最后，对于评价对象抽取和评价对象情感分类任务，构建解码层并优化损失函数。本发明提出的模型网络在多模态细粒度端到端情感分析任务上有着出色的表现。在评价对象情感分类任务上的各方面性能都较基线方法有了一定提升。
-
公开(公告)号：CN107918920B
公开(公告)日：2021-11-05
申请号：CN201711332259.6
申请日：2017-12-13
申请人： 上海交通大学 , 国网江苏省电力有限公司电力科学研究院
摘要： 本发明公开了一种多光伏电站的出力关联性分析方法，通过利用采集的光伏电站的光伏出力历史数据，构建简化K级pair copula函数模型，利用简化K级pair copula函数模型进行采样，生成模型样本点集合P＝[P1,P2,…，Pi,…，Pn],通过模型样本点集合P的线性关联系数，得到多光伏电站之间的出力关联性。本发明考虑了多个电站之间的关联性，同时简化的模型能够大大增加计算速度，利用该模型进行光伏出力的样本产生，实现了在精确而量少的样本的情况下，对多个光伏电站之间进行两两的关联分析，提高分析的准确性。
-
-
-
搜索结果
94 条记录 (耗时 0.112 秒)
