-
公开(公告)号：CN113869332A
公开(公告)日：2021-12-31
申请号：CN202111210992.7
申请日：2021-10-18
申请人： 国网浙江省电力有限公司信息通信分公司 , 浙江捷瑞电力科技有限公司
摘要： 本申请公开了一种特征选择方法、装置、存储介质和设备，预先获取经由对原始数据进行特征工程所得到的各个特征，并计算各个特征的权重，删除权重小于预设权重阈值的特征。调用预设的适应度函数，对基于各个有效特征初始化得到的粒子群中的每个粒子进行适应度评估，并通过预设粒子群算法，迭代更新每个粒子的位置和速度，得到每个粒子的最终适应度。选取最终适应度最小的特征子集中所包含的有效特征，作为训练特征。将权重小于预设权重阈值的特征进行删除，能够减小后续算法的时间复杂度，此外，适应度函数中综合了特征子集的分类效果和重要性，使得通过预设粒子群算法所选择出的有效特征的效果更优，能够有效提高机器学习模型的计算效率。
-
公开(公告)号：CN109388733A
公开(公告)日：2019-02-26
申请号：CN201810916036.2
申请日：2018-08-13
申请人： 国网浙江省电力有限公司 , 浙江华云信息科技有限公司 , 国网浙江仙居县供电有限公司
IPC分类号： G06F16/901 , G06F9/448
摘要： 本发明提出一种新的图数据处理引擎优化方法，其特征在于，采用本地迭代，全局通信的处理方式，所述处理方式首先在同一计算节点上开展计算，直到该计算节点上的所有图节点的数据都完成更新则停止局部迭代；在同一计算节点上开展计算的同时，边缘图节点缓存并合并消息，待局部迭代停止后批量传输计算节点间发送的消息，所述边缘图节点为跨两个或多个计算节点的图节点。
-
公开(公告)号：CN113792890B
公开(公告)日：2024-05-03
申请号：CN202111167777.3
申请日：2021-09-29
申请人： 国网浙江省电力有限公司信息通信分公司 , 浙江捷瑞电力科技有限公司
摘要： 本公开提供的一种基于联邦学习的模型训练方法及相关设备，应用于边缘计算框架，所述边缘计算框架包括云计算中心和至少一个边缘计算节点，所述云计算中心对各所述边缘计算节点进行管理控制，该方法包括：对所述云计算中心构建中心神经网络模型；对各所述边缘计算节点分别构建边缘神经网络模型；利用训练样本对各所述边缘神经网络模型进行联邦学习并对所述中心神经网络模型进行调整，获得对抗攻击防御全局模型。本公开通过对各边缘计算节点对应的边缘神经网络模型之间进行联邦学习，可以有效在训练过程中防止边缘计算节点的数据泄露，提高边缘计算框架的对抗攻击防御能力。
-
公开(公告)号：CN115170922A
公开(公告)日：2022-10-11
申请号：CN202210845075.4
申请日：2022-07-19
摘要： 本发明公开了一种跨模型异源特征融合方法、系统、存储器及计算设备，该方法通过对特征图进行多维深层次局部特征提取得到多维局部特征，来加强特征之间的联系；并且将所提取的多维局部特征和全局特征进行融合中，加入图像样本源特征，用于增强图像特征，提高了后续进行图像异常检测的精度。
-
公开(公告)号：CN114330135B
公开(公告)日：2024-08-23
申请号：CN202111667583.X
申请日：2021-12-30
申请人： 国网浙江省电力有限公司信息通信分公司 , 浙江捷瑞电力科技有限公司
IPC分类号： G06F30/27 , G06F18/214 , G06F18/2431 , G06N20/20 , G06F111/08
摘要： 本发明提供了一种分类模型构建方法及装置、存储介质及电子设备，该方法包括：确定预设样本集合和每个预设特征维度对应的特征权重，基于预设的集成学习算法进行预测模型的迭代训练，在当前迭代周期中，确定该迭代周期对应的初始模型，和该迭代周期对应的各个训练特征维度所对应的训练样本集合。通过该训练样本集合对该初始模型进行训练，得到该迭代周期对应的预测模型，并更新当前训练特征维度对应的特征权重，以调整下个迭代周期对应的各个训练特征维度。当结束迭代训练过程后，对训练得到的各个预测模型进行组合，得到分类模型。应用本发明的方法，可对用于训练的特征进行调整，采用对分类影响较大的特征进行训练，可提高模型的分类准确度。
-
公开(公告)号：CN109254871A
公开(公告)日：2019-01-22
申请号：CN201810915167.9
申请日：2018-08-13
申请人： 国网浙江省电力有限公司 , 浙江华云信息科技有限公司 , 国网浙江仙居县供电有限公司
IPC分类号： G06F11/14
摘要： 一种高效的虚拟机数据在线去冗余方法，所述方法为针对虚拟机采用本地存储、全局对比的分布式去冗余，使需要备份的虚拟机数据仅在本地存储一次，通过全局对比，发现该数据块是否已经在其它服务器磁盘上备份，然后通过索引定位其它虚拟机的相同数据块。
-
公开(公告)号：CN114330135A
公开(公告)日：2022-04-12
申请号：CN202111667583.X
申请日：2021-12-30
申请人： 国网浙江省电力有限公司信息通信分公司 , 浙江捷瑞电力科技有限公司
IPC分类号： G06F30/27 , G06K9/62 , G06N20/00 , G06F111/08
摘要： 本发明提供了一种分类模型构建方法及装置、存储介质及电子设备，该方法包括：确定预设样本集合和每个预设特征维度对应的特征权重，基于预设的集成学习算法进行预测模型的迭代训练，在当前迭代周期中，确定该迭代周期对应的初始模型，和该迭代周期对应的各个训练特征维度所对应的训练样本集合。通过该训练样本集合对该初始模型进行训练，得到该迭代周期对应的预测模型，并更新当前训练特征维度对应的特征权重，以调整下个迭代周期对应的各个训练特征维度。当结束迭代训练过程后，对训练得到的各个预测模型进行组合，得到分类模型。应用本发明的方法，可对用于训练的特征进行调整，采用对分类影响较大的特征进行训练，可提高模型的分类准确度。
-
公开(公告)号：CN109388733B
公开(公告)日：2022-01-07
申请号：CN201810916036.2
申请日：2018-08-13
申请人： 国网浙江省电力有限公司 , 浙江华云信息科技有限公司 , 国网浙江仙居县供电有限公司
IPC分类号： G06F16/901 , G06F9/448
摘要： 本发明提出一种新的图数据处理引擎优化方法，其特征在于，采用本地迭代，全局通信的处理方式，所述处理方式首先在同一计算节点上开展计算，直到该计算节点上的所有图节点的数据都完成更新则停止局部迭代；在同一计算节点上开展计算的同时，边缘图节点缓存并合并消息，待局部迭代停止后批量传输计算节点间发送的消息，所述边缘图节点为跨两个或多个计算节点的图节点。
-
公开(公告)号：CN113792890A
公开(公告)日：2021-12-14
申请号：CN202111167777.3
申请日：2021-09-29
申请人： 国网浙江省电力有限公司信息通信分公司 , 浙江捷瑞电力科技有限公司
摘要： 本公开提供的一种基于联邦学习的模型训练方法及相关设备，应用于边缘计算框架，所述边缘计算框架包括云计算中心和至少一个边缘计算节点，所述云计算中心对各所述边缘计算节点进行管理控制，该方法包括：对所述云计算中心构建中心神经网络模型；对各所述边缘计算节点分别构建边缘神经网络模型；利用训练样本对各所述边缘神经网络模型进行联邦学习并对所述中心神经网络模型进行调整，获得对抗攻击防御全局模型。本公开通过对各边缘计算节点对应的边缘神经网络模型之间进行联邦学习，可以有效在训练过程中防止边缘计算节点的数据泄露，提高边缘计算框架的对抗攻击防御能力。
-
公开(公告)号：CN107329911B
公开(公告)日：2020-07-28
申请号：CN201710535708.0
申请日：2017-07-04
申请人： 国网浙江省电力公司信息通信分公司 , 华东师范大学
IPC分类号： G06F12/12
摘要： 本发明公开了一种基于CP‑ABE属性访问机制的缓存替换算法，首先对基于CP‑ABE加密的云存储数据的访问策略进行分析，针对CP‑ABE加密的数据，提出一种有效的缓存替换算法—最小属性值价值算法（简称MAV）。该算法结合加密文件访问策略，统计高频属性值，结合属性相似度和文件大小，计算文件属性价值，替换文件属性价值最小的缓存文件。实验结果表明，针对CP‑ABE加密后的数据，该缓存替换算法在加密文件请求命中率和字节命中率方面，优于传统经典的LRU、LFU、SIZE缓存替换算法。
-
-
-
-
-
-
-
-
-
搜索结果
62 条记录 (耗时 0.063 秒)
