一种电能表串表识别方法、装置及电子设备

    公开(公告)号:CN114118302A

    公开(公告)日:2022-03-01

    申请号:CN202210082921.1

    申请日:2022-01-25

    摘要: 本发明公开一种电能表串表识别方法、装置及电子设备,方法包括:在预设电网区域,获取在预设周期内按照第一预设时长采集用户电表的历史用电负荷数据和用户电表档案数据;根据历史用电负荷数据,确定在预设周期内的历史用电功率数据;确定相邻于用户换表时间的第一历史时间对应的第一功率数据和相邻于用户换表时间的第二历史时间对应的第二功率数据;根据第一功率数据和第二功率数据,通过相似度算法计算得到二者之间的相似性系数,识别在用户换表时间是否存在电表串表现象。本发明能够提高低压台区的配电网区域的串户串表工作的识别效率以及识别的准确性,并且不受限于用户用电的排线与接线方式的多种因素影响,可快速排查出发生串户串表的用户。

    一种数据脱敏方法、装置及电子设备

    公开(公告)号:CN112800476A

    公开(公告)日:2021-05-14

    申请号:CN202110323287.1

    申请日:2021-03-25

    IPC分类号: G06F21/62 G06F21/60

    摘要: 本发明公开了一种数据脱敏方法、装置及电子设备,涉及数据处理技术领域,其中方法包括:根据待脱敏的原始编码数据生成目标数量级的全局保密整数,所述目标数量级的大小根据待脱敏数据的数据长度确定;根据所述全局保密整数得到阿贝尔群;在所述阿贝尔群中选取脱敏任务标识;根据所述脱敏任务标识和所述全局保密整数对原始编码数据进行编码,得到脱敏后的编码数据,整个脱敏过程未对编码类数据作任何变形,且整个脱敏过程仅通过计算一次大数据计算,即可实现可靠脱敏,提高了脱敏效率;同时在数据脱敏过程中将选取的脱敏任务标识加入了脱敏计算,使得在脱敏后数据提供方可以根据脱敏过程中使用的脱敏任务标识,在发生疑似数据泄露时进行溯源。

    一种数据脱敏方法、装置及电子设备

    公开(公告)号:CN112800476B

    公开(公告)日:2024-07-16

    申请号:CN202110323287.1

    申请日:2021-03-25

    IPC分类号: G06F21/62 G06F21/60

    摘要: 本发明公开了一种数据脱敏方法、装置及电子设备,涉及数据处理技术领域,其中方法包括:根据待脱敏的原始编码数据生成目标数量级的全局保密整数,所述目标数量级的大小根据待脱敏数据的数据长度确定;根据所述全局保密整数得到阿贝尔群;在所述阿贝尔群中选取脱敏任务标识;根据所述脱敏任务标识和所述全局保密整数对原始编码数据进行编码,得到脱敏后的编码数据,整个脱敏过程未对编码类数据作任何变形,且整个脱敏过程仅通过计算一次大数据计算,即可实现可靠脱敏,提高了脱敏效率;同时在数据脱敏过程中将选取的脱敏任务标识加入了脱敏计算,使得在脱敏后数据提供方可以根据脱敏过程中使用的脱敏任务标识,在发生疑似数据泄露时进行溯源。

    一种FPGA内核可编程仿真器
    8.
    发明公开

    公开(公告)号:CN113673106A

    公开(公告)日:2021-11-19

    申请号:CN202110962803.5

    申请日:2021-08-20

    IPC分类号: G06F30/20 G06F15/78

    摘要: 本发明公开了一种FPGA内核可编程仿真器,包括:运行时连接于驱动器与主机之间,驱动器内置至少一个被测FPGA内核,驱动器对全部的FPGA内核进行包装;当FPGA内核可编程仿真器启动时,主机向运行时发送第一控制信号,通过调用运行时中的仿真器对被测FPGA内核及驱动器进行仿真;当FPGA内核可编程仿真器运行时,运行时将主机发送的第二控制信号至驱动器,并根据第二控制信号,向驱动器发送命令,被测FPGA内核根据接收的命令进行计算,并通过运行时向主机返回相应的计算结果,将高抽象级别的被测FPGA内核与现有高质量仿真器进行集成,使开发者能够使用高抽象级别的开发软件进行FPGA内核开发并使用现有高质量仿真器仿真,方便FPGA内核开发者并提高FPGA内核的仿真效率。

    一种图像分类系统、违章工具识别方法及装置

    公开(公告)号:CN113592031A

    公开(公告)日:2021-11-02

    申请号:CN202110945015.5

    申请日:2021-08-17

    IPC分类号: G06K9/62 G06N3/04 G06N3/08

    摘要: 本发明提供了一种图像分类系统、违章工具识别方法及装置,其中图像分类系统包括:层次特征提取模块、层次生成模型、层次分类模块,层次生成模型中包括至少一层生成模块,层次特征提取模块用于根据目标图像提取图像特征;若生成模块不是层次生成模型中的第一层生成模块,用于根据图像特征确定当前层生成特征,将上一层生成模块输出的上层人工特征作为基础值,将当前层生成特征作为偏移量,形成当前层人工特征;层次分类模块用于根据当前层人工特征输出图像分类结果。生成模块以上一层生成模块输出的上层人工特征作为基础值减小了当前生成模块计算得到的当前层人工特征的领域漂移,从而使得最终得到的分类结果更准确。

    一种人体行为识别模型训练方法、装置及计算机设备

    公开(公告)号:CN113591758A

    公开(公告)日:2021-11-02

    申请号:CN202110905571.X

    申请日:2021-08-06

    IPC分类号: G06K9/00 G06K9/62 G06N3/08

    摘要: 本发明公开了一种人体行为识别模型训练方法、装置及计算机设备,其中,该方法包括:获取检测数据集;根据预设行为类别标签对检测数据集进行筛选,得到交互行为样本子集和非交互行为样本子集;根据交互行为样本子集和非交互行为样本子集对预设检测算法进行训练,得到对象检测器;根据对象检测器对检测数据集的检测结果构建目标对象和交互对象的时空管道;根据目标对象和交互对象的时空管道生成交互语义特征向量;根据交互语义特征向量输入到预设神经网络模型进行训练,得到人体行为识别模型。通过实施本发明,克服现有技术中基于深度学习的人体行为识别模型训练方法缺乏对重要语义线索的凝练的问题,提高了人体行为准确率。