公开(公告)号：CN115577307A

公开(公告)日：2023-01-06

申请号：CN202211255919.6

申请日：2022-10-13

Applicant: 国家电网有限公司信息通信分公司 ,  杭州电子科技大学

Inventor： 李妍 ,  闫龙川 ,  张林锋 ,  栾兆方 ,  蒋从锋 ,  李扬 ,  赵子岩 ,  郭永和 ,  高德荃 ,  牛佳宁 ,  蔡心怡

IPC: G06F18/2431 ,  G06F18/214 ,  G06F18/2415 ,  G06N3/08

Abstract: 本申请公开了一种数据中心的PUE预测方法、装置及存储介质，涉及数据中心能耗领域，用于精确、快速地预测数据中心的PUE。该方法包括：将第一时刻的待预测PUE样本输入到深度森林分类器中进行样本分析，得到分析结果，该分析结果包括N个概率值，每个概率值用于表征待预测PUE样本属于N个预设类别中一个预设类别的概率，N为正整数；基于分析结果、第一历史PUE数据集和第一时刻的环境数据，对RDPG模型训练，得到训练后的RDPG模型，训练后的RDPG模型用于预测数据中心的PUE值。

公开(公告)号：CN114662685A

公开(公告)日：2022-06-24

申请号：CN202210317603.9

申请日：2022-03-29

Applicant: 国家电网有限公司信息通信分公司

Inventor： 闫龙川 ,  何永远 ,  郭永和 ,  牛佳宁 ,  张朝霞 ,  曹津平 ,  彭元龙

IPC: G06N3/067 ,  G06N3/08

Abstract: 本发明提供一种神经网络压缩方法及装置，为每个神经网络的每个参数配置配置值，在配置值的邻域中搜索性能更高的配置值，从性能更高的配置值中选择预设个性能最大的配置值和距离参考集最大的配置值作为参考值构建参考集，选择参考集中任意两个参考值构建子集，得到多个子集，对子集中的两个参考值进行线性组合计算，得到最优解，利用最优解执行神经网络的压缩。在本方案中，为神经网络的每个参数配置配置值，使得神经网络参数空间的每一部分都被搜索到，并在不改变参数配置值的情况下，筛选出高性能的配置值，利用线性组合运算，得到最优解，利用最优解执行神经网络的压缩，从而实现不改变参数值并保持神经网络精度和性能的同时压缩神经网络。

公开(公告)号：CN114266049A

公开(公告)日：2022-04-01

申请号：CN202111593496.4

申请日：2021-12-23

Applicant: 国家电网有限公司信息通信分公司

Inventor： 闫龙川 ,  郭永和 ,  何永远 ,  陈智雨 ,  牛佳宁 ,  彭元龙 ,  袁孝宇

IPC: G06F21/56 ,  G06F21/57

Abstract: 本发明提供了一种代码检测方法、装置及电子设备，本发明中，对目标数据进行数据清洗操作，得到第一数据，将第一数据中的每一词与预设词库中的词进行位置比对，以确定第一数据中的每一词对应的特征值，将第一数据中的每一词对应的特征值按照词排列顺序进行组合，得到目标数据对应的特征矩阵，调用预设代码检测模型对特征矩阵进行处理，得到目标数据的漏洞检测结果；预设代码检测模型基于训练样本训练得到；训练样本包括漏洞代码样本的漏洞类型以及特征矩阵。本发明中，由于预设代码检测模型基于大量训练样本训练得到，则通过训练得到的预设代码检测模型对待进行代码检测的目标数据进行分析，能够提高漏洞检测的准确性，满足信息安全需求。

公开(公告)号：CN114219983A

公开(公告)日：2022-03-22

申请号：CN202111555642.4

申请日：2021-12-17

Applicant: 国家电网有限公司信息通信分公司

Inventor： 闫龙川 ,  陈智雨 ,  何永远 ,  郭永和 ,  彭元龙 ,  张朝霞 ,  牛佳宁

IPC: G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请提供了一种神经网络训练方法、图像检索方法及装置，该训练方法通过预先设定的损失函数对第一浅层卷积神经网络、第一深层卷积神经网络、第二浅层卷积神经网络和第二深层卷积神经网络进行训练，使第一浅层卷积神经网络、第一深层卷积神经网络、第二浅层卷积神经网络和第二深层卷积神经网络学习到能提取与图像相似性相关的特征，在此基础上，使用浅层卷积神经网络和深层卷积神经网络提取不同类型的特征，并对特征进行融合，使融合后的特征能表征更加丰富的图像信息，使得利用融合后的特征检索图像，可以提高图像检索的精度。