-
公开(公告)号：CN109904854B
公开(公告)日：2023-11-07
申请号：CN201910030412.2
申请日：2019-01-14
申请人： 中国电力科学研究院有限公司 , 南京大学 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC分类号： H02J3/00 , G06N3/0442 , G06N3/08
摘要： 本发明涉及一种面向需求响应的家庭电路负荷分解方法及系统，将采集的目标家庭的电路负荷数据，代入预先建立的深度长短期记忆网络模型中；利用深度长短期记忆网络模型对所述目标家庭的电路负荷数据进行分解，并将分解结果进行拼接，得到所述目标家庭各用电器的用电情况；其中，所述深度长短期记忆网络模型包括预先采集的典型家庭电路负荷数据。
-
公开(公告)号：CN109904854A
公开(公告)日：2019-06-18
申请号：CN201910030412.2
申请日：2019-01-14
申请人： 中国电力科学研究院有限公司 , 南京大学 , 国网江苏省电力有限公司 , 国家电网有限公司
摘要： 本发明涉及一种面向需求响应的家庭电路负荷分解方法及系统，将采集的目标家庭的电路负荷数据，代入预先建立的深度长短期记忆网络模型中；利用深度长短期记忆网络模型对所述目标家庭的电路负荷数据进行分解，并将分解结果进行拼接，得到所述目标家庭各用电器的用电情况；其中，所述深度长短期记忆网络模型包括预先采集的典型家庭电路负荷数据。
-
公开(公告)号：CN111861108A
公开(公告)日：2020-10-30
申请号：CN202010514997.8
申请日：2020-06-08
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网宁夏电力有限公司电力科学研究院
IPC分类号： G06Q10/06 , G06Q30/02 , G06Q50/06 , G06F16/901 , G06K9/62
摘要： 本发明涉及一种基于图传播的电力用户电价响应行为刻画方法和系统，包括：获取用户单日分时电价用电数据对应的电力用户电价响应行为图；利用用户单日分时电价用电数据对应的响应行为标签重构所述用户单日分时电价用电数据对应的电力用户电价响应行为图；基于重构后的用户单日分时电价用电数据对应的电力用户电价响应行为图和真实响应行为标签，修正预响应行为标签。本发明提供的技术方案，利用图传播算法、电力用户电价响应行为的内在特性以及电力用户之间电价响应行为相似性，对电力用户电价响应行为进行准确刻画，解决了带有真实响应行为标签的电力用户分时电价用电数据少的难题，进而为电力用户参与电价响应的政策制定、实施效果预测提供依据。
-
公开(公告)号：CN111382676B
公开(公告)日：2023-12-22
申请号：CN202010114805.4
申请日：2020-02-25
申请人： 南京大学
IPC分类号： G06V20/69 , G06V10/82 , G06N3/0464 , G06N3/084
摘要： 本发明公开了一种基于注意力机制的沙粒图像分类方法，包括：1）收集一定数量已标注类别的沙粒图像构建训练数据集；2）对训练数据集中的沙粒图像进行缩放和归一化预处理，使图像数据符合网络输入要求；3）设计基于注意力机制的卷积网络结构，包括基础网络框架和注意力模块；4）定义损失函数，训练沙粒图像自动分类模型，得到端到端的多类别沙粒图像自动分类模型；5）将预处理后的测试沙粒图像输入模型进行预测，输出沙粒图像所属类别。本发明方法相比传统基于特征工程的沙粒图像分类方法不同的是引入了卷积神经网络和注意力机制，在提高沙粒图像分类准确率的同时，也加快了分类的速度。
-
公开(公告)号：CN109191452B
公开(公告)日：2021-10-08
申请号：CN201811061701.0
申请日：2018-09-12
摘要： 本发明公开了一种基于主动学习的腹腔CT图像腹膜转移自动标记方法，其步骤是：1）CT图像预处理，采用阈值法完成图像分割；2）提取图像特征，基于图像分割结果，选择图像颗粒提取灰度和纹理特征；3）采用随机游走分类法计算图像标记不确定性；4）基于标记不确定性和多样性选择CT图像供专家标记；返回步骤3）直至所有CT图像的标记已确定；5）输出确定标记的所有CT图像，其中阴性标记表示未发生腹膜转移，阳性标记表示发生了腹膜转移。本发明方法充分利用CT图像特点和肿瘤腹膜转移特征，应用主动学习思想，在少量专家标记的基础上，能够完成大量腹腔CT图像腹膜转移的自动标记，为恶性肿瘤诊疗提供依据。
-
公开(公告)号：CN111382676A
公开(公告)日：2020-07-07
申请号：CN202010114805.4
申请日：2020-02-25
申请人： 南京大学
摘要： 本发明公开了一种基于注意力机制的沙粒图像分类方法，包括：1）收集一定数量已标注类别的沙粒图像构建训练数据集；2）对训练数据集中的沙粒图像进行缩放和归一化预处理，使图像数据符合网络输入要求；3）设计基于注意力机制的卷积网络结构，包括基础网络框架和注意力模块；4）定义损失函数，训练沙粒图像自动分类模型，得到端到端的多类别沙粒图像自动分类模型；5）将预处理后的测试沙粒图像输入模型进行预测，输出沙粒图像所属类别。本发明方法相比传统基于特征工程的沙粒图像分类方法不同的是引入了卷积神经网络和注意力机制，在提高沙粒图像分类准确率的同时，也加快了分类的速度。
-
公开(公告)号：CN105224463B
公开(公告)日：2018-02-02
申请号：CN201510714252.5
申请日：2015-10-28
申请人： 南京大学
IPC分类号： G06F11/36
摘要： 本发明涉及一种基于崩溃栈数据的软件缺陷代码定位方法，结合历史崩溃栈数据和历史代码维修记录，应用机器学习技术，构建缺陷代码预测模型，预测软件中包含缺陷的各个最终目标崩溃代码单元，从而快速定位软件中包含缺陷的代码单元，并且针对各个最终目标崩溃代码单元进行评价，有效提高软件代码修复的工作效率；并且本发明设计方法简单，适用于不同类型的编程语言，以及不同规模的计算机软件，具有扩展性和适应性，方便应用并行算法，能够快速有效地分析和处理大量的崩溃栈数据，提高软件缺陷定位的效能，可用于中到大型软件系统的测试和维护工作。
-
公开(公告)号：CN106296282A
公开(公告)日：2017-01-04
申请号：CN201610643257.8
申请日：2016-08-08
申请人： 南京大学
CPC分类号： G06Q30/0203 , G06F16/00 , G06K9/6282
摘要： 本发明公开了一种基于用户评论和历史评分的产品评估方法，通过获取网购产品的用户评论；基于句子的情感词，完成情感估分，再针对用户评论，结合句子的情感估分及位置，加权平均计算用户评论的情感估分；提取用户评论的文档特征，基于历史平均值设置用户评论标签，采用bootstrap采样生成多个训练集来训练多个随机森林分类器，加权平均计算分类器估分；对情感估分和分类器估分加权平均计算，获得每个用户评论的综合估分，最后采用平均法得到一个产品的综合估分；本方法避免用户的评分习性带来的影响，具有扩展性和适应性，充分考虑不同用户评论的情感倾向，以及用户的评分习性，帮助用户做出更好的选择，从而提高产品评价的客观性和准确性。
-
公开(公告)号：CN105224463A
公开(公告)日：2016-01-06
申请号：CN201510714252.5
申请日：2015-10-28
申请人： 南京大学
IPC分类号： G06F11/36
摘要： 本发明涉及一种基于崩溃栈数据的软件缺陷代码定位方法，结合历史崩溃栈数据和历史代码维修记录，应用机器学习技术，构建缺陷代码预测模型，预测软件中包含缺陷的各个最终目标崩溃代码单元，从而快速定位软件中包含缺陷的代码单元，并且针对各个最终目标崩溃代码单元进行评价，有效提高软件代码修复的工作效率；并且本发明设计方法简单，适用于不同类型的编程语言，以及不同规模的计算机软件，具有扩展性和适应性，方便应用并行算法，能够快速有效地分析和处理大量的崩溃栈数据，提高软件缺陷定位的效能，可用于中到大型软件系统的测试和维护工作。
-
公开(公告)号：CN103309805B
公开(公告)日：2015-09-16
申请号：CN201310146574.5
申请日：2013-04-24
申请人： 南京大学镇江高新技术研究院
IPC分类号： G06F11/36
摘要： 本发明公开了一种xUnit框架下面向对象软件中测试目标的自动化选择方法，其步骤是：1）收集软件代码，分析对象类之间的依赖关系，以类为节点、依赖关系为边构建类依赖图；2）根据测试需求和类依赖图，选择影响范围最大的关键节点集合，映射为关键类集合；3）将关键类集合中的类作为测试目标，按照xUnit框架设计和执行测试用例。本发明能够以较少的测试用例数量达到较高的软件测试覆盖率，提高软件缺陷检测的几率；适用于不同类型的面向对象编程语言以及不同规模的软件，具有扩展性和适应性；能提高软件测试的性能和效率，或者在满足测试需求的前提下，减少软件测试成本和时间。
-
-
-
-
-
-
-
-
-
搜索结果
86 条记录 (耗时 0.083 秒)
