-
公开(公告)号：CN113591391A
公开(公告)日：2021-11-02
申请号：CN202110909033.8
申请日：2021-08-09
Applicant: 中国电力科学研究院有限公司 , 国网安徽省电力有限公司电力科学研究院 , 湖北工业大学
Abstract: 本发明属于电力负荷控制技术领域，公开了一种电力负荷控制装置、控制方法、终端、介质及应用，利用预处理好的数据集对LSTM模型进行训练，改进LSTM单元中的激活函数，得到改进的LSTM模型；在改进的LSTM模型上加入注意力机制，得到改进的AM‑LSTM短期负荷预测模型；将改进完成后的AM‑LSTM短期负荷预测模型与硬件设备电力负荷控制装置结合，实现电力负荷控制。本发明提供的基于改进版短期电力负荷预测技术的电力负荷控制装置，对AM‑LSTM模型进行了改进，将深度学习模型与传统电力负荷控制装置相结合，并首次将注意力机制引入电力负荷控制领域，预测准确率高，可以适应应对复杂因素，控制更加准确。
-
公开(公告)号：CN112763963A
公开(公告)日：2021-05-07
申请号：CN202011347466.0
申请日：2020-11-26
Applicant: 中国电力科学研究院有限公司 , 中国电力科学研究院有限公司武汉分院 , 国网江苏省电力有限公司电力科学研究院 , 湖北工业大学
Abstract: 本申请公开了一种基于深度网络对互感器进行在线监控的系统。其中，系统包括互感器监测组件、互感器性能评估组件、互感器台帐维护组件以及监测设备管理组件，互感器监测组件对互感器以及互感器监测设备的各项功能进行实时监测以及告警；互感器性能评估组件根据预先采集的互感器参数，基于深度学习算法确定互感器计量性能评估的深度神经网络模型，利用深度神经网络模型输出互感器性能评估结果，并对互感器性能评估结果进行展示以及对互感器性能评估结果的趋势进行分析；互感器台帐维护组件对互感器台账进行维护；以及监测设备管理组件对厂站的台账信息、互感器的台账信息、监测设备的台账信息以及检测设备的体系进行管理。
-
公开(公告)号：CN112763963B
公开(公告)日：2024-05-14
申请号：CN202011347466.0
申请日：2020-11-26
Applicant: 中国电力科学研究院有限公司 , 中国电力科学研究院有限公司武汉分院 , 国网江苏省电力有限公司电力科学研究院 , 湖北工业大学
Abstract: 本申请公开了一种基于深度网络对互感器进行在线监控的系统。其中，系统包括互感器监测组件、互感器性能评估组件、互感器台帐维护组件以及监测设备管理组件，互感器监测组件对互感器以及互感器监测设备的各项功能进行实时监测以及告警；互感器性能评估组件根据预先采集的互感器参数，基于深度学习算法确定互感器计量性能评估的深度神经网络模型，利用深度神经网络模型输出互感器性能评估结果，并对互感器性能评估结果进行展示以及对互感器性能评估结果的趋势进行分析；互感器台帐维护组件对互感器台账进行维护；以及监测设备管理组件对厂站的台账信息、互感器的台账信息、监测设备的台账信息以及检测设备的体系进行管理。
-
公开(公告)号：CN115473630B
公开(公告)日：2024-08-16
申请号：CN202210962130.8
申请日：2022-08-11
Applicant: 湖北工业大学
Abstract: 本发明提供一种基于量子计算的物联网隐私查询方法，设置隐私查询系统模型，所述隐私查询系统模型中，存在四个实体，分别为客户端、数据提供商、边缘设备和终端物联网设备；在数据提供商拥有满足客户端希望查询的数据后，当拥有索引地址信息的用户要通过数据提供商查询一个数据项，数据提供商在了解到有一个客户端需要查询数据后，将数据集进行加密并且量子化后，发送给客户端；客户端在接收到加密的数据集后，进行解密获得目标数据；在此过程中，不会泄露客户端隐私信息‑索引地址，同样也不会泄露查询数据项之外的服务器隐私数据。本发明在数据传输过程中仅需要一轮的数据传输，同时通信代价仅需要线性通信复杂度；在通信过程中具有高安全性。
-
公开(公告)号：CN115035550B
公开(公告)日：2024-08-13
申请号：CN202210678342.3
申请日：2022-06-13
Applicant: 湖北工业大学
IPC: G06V40/10 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/08
Abstract: 本发明针对中心和尺度预测的(Central and Scale Prediction，CSP)行人检测模型在复杂场景下出现漏检或者误检的问题，提出了一种基于改进的CSP网络的行人检测方法，首先将原主干网络Resnet50替换为Resnet101，使得网络能够更好的提取被其它物体遮挡的特征。其次引入了基于通道和压缩注意力机制的方法，以获得更高的训练速度和检测速度。最后利用非极大值抑制算法形成最优先验候选框数量以及难样本的再训练。经实验表明该算法在cityperson数据集上，严重遮挡和部分遮挡的指标比当前的行人检测算法的性能有所提高，在公共数据集上取得了较好的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN114722202B
公开(公告)日：2024-07-26
申请号：CN202210369747.9
申请日：2022-04-08
Applicant: 湖北工业大学
IPC: G06F16/35 , G06N3/0442 , G06N3/049 , G06N3/084
Abstract: 本发明公开了一种基于双向双层注意力LSTM网络的多模态情感分类方法及系统，首先多模态数据特征的选取；然后对于音频数据选择双层的单向LSTM模型，用于抽取音频特征，对于文本和视频信息，选用TBA‑LSTM(Two‑layerBILSTM based on Attention)模型进行特征抽取；接着将抽取后的特征进行张量融合的方式；最后使用注意力机制来进行多模态数据的分类问题。本发现相对于一些其他的传统模型(LSTM，TFN，MFN，MARN等等)，在公共数据集上CMU‑MOSI上，其精度和F1_Score均有显著程度的提升，并且其深层次的特征抽取能力更强。
-
公开(公告)号：CN111915526B
公开(公告)日：2024-05-31
申请号：CN202010778450.9
申请日：2020-08-05
Applicant: 湖北工业大学 , 武汉烽火技术服务有限公司 , 烽火通信科技股份有限公司
IPC: G06T5/90 , G06T5/60 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明属于图像处理技术领域，公开了一种基于亮度注意力机制低照度图像增强算法的摄影方法，将低照度图像增强算法嵌入摄像设备中，在摄像机的程序中编入低照度图像增强模式，利用摄像设备的低照度图像增强模式进行摄影，直接应用基于亮度注意力生成对抗网络的低照度图像增强网络增强图像结果；或者，利用摄像设备摄影进行低照度图像获取，利用基于亮度注意力生成对抗网络的低照度图像增强网络对获取的图像进行增强，得到增强后的摄影图像。本发明引入亮度注意力机制，提升了增强图像的图片感知质量，提高了增强效率，进而引入科学摄影领域，形成能够解决科学摄影中问题的应用。
-
公开(公告)号：CN113568954B
公开(公告)日：2024-03-19
申请号：CN202110882923.4
申请日：2021-08-02
Applicant: 湖北工业大学 , 武汉烽火技术服务有限公司
IPC: G06F16/2458 , G06F16/26 , G06F16/215
Abstract: 本发明属于数据处理技术领域，公开了一种网络流量预测数据预处理阶段的参数最优化方法及系统，网络流量预测数据预处理阶段的参数最优化方法包括：对数据集进行改进策略上的Q‑Learning强化学习预处理；进行基于流程压缩的快速估值网络模型的构建；进行基于混合精度的模型训练；进行基于改进Q‑Learning的最优化参数搜索。本发明提出了基于流程压缩的快速估值网络模型，基于流量预测模型出发，通过省略原模型中的预处理步骤并降低预测模型的训练代数的策略，构建能够用于快速估算回报值的网络模型；提出基于混合精度的模型训练流程，通过压缩数据尾款加快算法的计算性能，大幅度的提高了搜索最优化非空值率参数的速度。
-
公开(公告)号：CN112908416B
公开(公告)日：2024-02-02
申请号：CN202110393715.8
申请日：2021-04-13
Applicant: 湖北工业大学
IPC: G16B20/30 , G06F18/241 , G06N3/126 , G06N3/086
Abstract: 本发明提供了一种生物医学数据特征选择方法，包括：提取生物医学数据集中的特征构成原始特征集合；根据所述原始特征集合，对种群进行初始化得到初始种群，并设置生物医学数据特征选择所需的参数；将初始种群中的个体映射为相应的特征组合，通过适应度函数计算种群中个体的适应度值；利用轮盘赌选择对所述初始种群进行三系种群的划分，分别随机从不育系和保持系中选择个体作为父本和母本进行杂交操作；随机选择恢复系中的个体进行自交操作；当达到最大自交次数时，对恢复系个体进行重置操作，在搜索空间中随机选择一组基因序列替换原始个体，并将自交次数归0；判断是否满足终止条件，输出全局最优的个体。(56)对比文件杨娟“.基于杂交水稻算法的分类器权重优化研究”《.中国优秀硕士学位论文全文数据库》.2019,(第第9期期),全文.
-
公开(公告)号：CN111950615B
公开(公告)日：2023-12-05
申请号：CN202010763097.7
申请日：2020-07-31
Applicant: 武汉烽火技术服务有限公司 , 湖北工业大学 , 烽火通信科技股份有限公司
IPC: G06F18/2111 , G06N3/006
Abstract: 本发明公开了一种基于树种优化算法的网络故障特征选择方法，涉及智能计算技术领域，本发明采用改进Sigmod函数对树种优化算法进行二进制转换，并利用改进的二进制树种优化算法对网络故障原始的数据集进行特征选择，剔除不相关或冗余的对等网络故障特征，取出真正相关的特征，节省网络故障识别中特征提取的计算时间，从而提高网络故障识别的效率和精度；无需人为指定要选择的特征维数，能够智能的在识别精度和特征维数之间取得很好的平衡，快速自动寻找到比较合适最优特征子集。
-
-
-
-
-
-
-
-
-
Search Results
230
records
(took 0.096 seconds)
