-
公开(公告)号：CN114358912B
公开(公告)日：2024-10-15
申请号：CN202111362361.7
申请日：2021-11-17
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于联邦学习的风险权重融合的异常检测方法。该方法包括：将参与联邦学习的各银行机构视为客户端，各个客户端分别建立机器学习模型，在每轮迭代中，各个客户端的机器学习模型利用本地数据样本集迭代训练后，提取参数更新信息和本轮次训练的风险权重信息，并上传至中央服务器；中央服务器将接收到的所有参数更新信息融合各客户端的风险权重信息进行安全聚合后，下发联合模型参数更新信息给各个客户端，各个客户端根据接收的联合模型更新信息进行本地的机器学习模型的参数更新。本发明通过风险权值聚合的方式强化提取相应参与方的优势特征，在金融欺诈识别等异常检测领域，对于异常数据检测的准确率和召回率进行提升。
-
公开(公告)号：CN116371028A
公开(公告)日：2023-07-04
申请号：CN202310579131.9
申请日：2023-05-22
Applicant: 北京交通大学
Abstract: 本申请公开了一种浓密机进料装置及浓密机，涉及浓密机技术领域。所述浓密机进料装置包括：进料管道；扰流板，各个扰流板设置在进料管道内，扰流板内设置有扰流板絮凝剂通道；转轮组件，一个扰流板上设置有一个转轮组件，转轮组件能够相对扰流板旋转，转轮组件上设置有转轮组件絮凝剂通道，转轮组件絮凝剂通道与扰流板絮凝剂通道连通；叶片，一个转轮组件上设置有多个与转轮组件随动且沿转轮组件圆周方向设置的叶片，每个叶片上均设置有叶片絮凝剂通道，每个叶片絮凝剂通道均与转轮组件絮凝剂通道连通以及进料管道连通；第一絮凝剂供料装置，其与扰流板絮凝剂通道连通。本申请可以解决絮凝剂只能与液面上的待沉降矿浆接触的问题。
-
公开(公告)号：CN107919790A
公开(公告)日：2018-04-17
申请号：CN201711317436.3
申请日：2017-12-12
Applicant: 国家电网公司 , 国网冀北电力有限公司经济技术研究院 , 北京交通大学 , 国网冀北电力有限公司 , 国网冀北电力有限公司电力科学研究院 , 华北电力科学研究院有限责任公司
Inventor： 岳云力 , 李华伟 , 王鹏展 , 李顺昕 , 沈卫东 , 刘娟 , 朱全友 , 聂文海 , 苗友忠 , 罗玮 , 苏粟 , 吴学智 , 李博 , 吕昕 , 朱正甲 , 赵敏 , 单体华 , 汲国强 , 丁健民 , 李笑蓉 , 杨金刚 , 史智萍 , 王旭冉 , 赵国梁 , 秦砺寒 , 季节 , 吴涛 , 檀政 , 王晓斐
Abstract: 本发明公开了一种确定IGBT模块最佳直流电压的方法及装置，其中方法包括：计算IGBT模块的损耗；确定直流电压与IGBT模块损耗的关系；根据直流电压与IGBT模块损耗的关系，结合IGBT模块的热网络模型，获得IGBT模块的结温波动曲线；根据IGBT模块的结温波动曲线，计算IGBT模块的损伤度；计算设定开关频率下不同直流电压对应IGBT模块的损伤度，将其中损伤度最小值对应的直流电压确定为该设定开关频率下IGBT模块的最佳直流电压。本发明一方面可以确定IGBT模块的最佳直流电压，能够有效改善IGBT模块的运行温度，进而提升IGBT模块的可靠性水平；另一方面可以根据工作电压的需要，选取可靠性最佳的IGBT模块。
-
公开(公告)号：CN116371028B
公开(公告)日：2025-04-18
申请号：CN202310579131.9
申请日：2023-05-22
Applicant: 北京交通大学
Abstract: 本申请公开了一种浓密机进料装置及浓密机，涉及浓密机技术领域。所述浓密机进料装置包括：进料管道；扰流板，各个扰流板设置在进料管道内，扰流板内设置有扰流板絮凝剂通道；转轮组件，一个扰流板上设置有一个转轮组件，转轮组件能够相对扰流板旋转，转轮组件上设置有转轮组件絮凝剂通道，转轮组件絮凝剂通道与扰流板絮凝剂通道连通；叶片，一个转轮组件上设置有多个与转轮组件随动且沿转轮组件圆周方向设置的叶片，每个叶片上均设置有叶片絮凝剂通道，每个叶片絮凝剂通道均与转轮组件絮凝剂通道连通以及进料管道连通；第一絮凝剂供料装置，其与扰流板絮凝剂通道连通。本申请可以解决絮凝剂只能与液面上的待沉降矿浆接触的问题。
-
Patent Agency Ranking
公开(公告)号：CN114358912A
公开(公告)日：2022-04-15
申请号：CN202111362361.7
申请日：2021-11-17
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于联邦学习的风险权重融合的异常检测方法。该方法包括：将参与联邦学习的各银行机构视为客户端，各个客户端分别建立机器学习模型，在每轮迭代中，各个客户端的机器学习模型利用本地数据样本集迭代训练后，提取参数更新信息和本轮次训练的风险权重信息，并上传至中央服务器；中央服务器将接收到的所有参数更新信息融合各客户端的风险权重信息进行安全聚合后，下发联合模型参数更新信息给各个客户端，各个客户端根据接收的联合模型更新信息进行本地的机器学习模型的参数更新。本发明通过风险权值聚合的方式强化提取相应参与方的优势特征，在金融欺诈识别等异常检测领域，对于异常数据检测的准确率和召回率进行提升。
-
公开(公告)号：CN108122070B
公开(公告)日：2021-04-16
申请号：CN201711319999.6
申请日：2017-12-12
Applicant: 国家电网公司 , 国网冀北电力有限公司经济技术研究院 , 北京交通大学 , 国网冀北电力有限公司 , 国网冀北电力有限公司电力科学研究院 , 华北电力科学研究院有限责任公司
Inventor： 李顺昕 , 何洛滨 , 苏粟 , 岳云力 , 沈卫东 , 刘娟 , 朱全友 , 聂文海 , 苗友忠 , 罗玮 , 曹天植 , 李博 , 吕昕 , 朱正甲 , 赵敏 , 单体华 , 汲国强 , 丁健民 , 李笑蓉 , 史智萍 , 赵国梁 , 秦砺寒 , 李华伟 , 董静然 , 杨恬恬 , 黄见会 , 李梦娟
Abstract: 本申请实施方式提供了一种配电网可靠性的确定方法和装置，其中，该方法包括：获取待测配电网中各个元件的故障率和维修率；通过拉丁超立方抽样法抽取各个元件的样本数据；根据样本数据，确定各个元件的正常持续时间和故障持续时间；建立待测配电网的系统状态矩阵；根据系统状态矩阵，确定待测配电网中各个负荷点的状态数据；根据负荷点的状态数据，确定负荷点的可靠性指标；根据各个负荷点的可靠性指标，确定待测配电网的可靠性指标。由于该方案通过拉丁超立方抽样法抽取样本数据；又结合时序抽样公式，引入了时序分析。因此解决了现有方法中存在的无法在进行时序分析的同时提高实施效率的技术问题。
-
公开(公告)号：CN107919790B
公开(公告)日：2020-06-12
申请号：CN201711317436.3
申请日：2017-12-12
Applicant: 国家电网公司 , 国网冀北电力有限公司经济技术研究院 , 北京交通大学 , 国网冀北电力有限公司 , 国网冀北电力有限公司电力科学研究院 , 华北电力科学研究院有限责任公司
Inventor： 岳云力 , 李华伟 , 王鹏展 , 李顺昕 , 沈卫东 , 刘娟 , 朱全友 , 聂文海 , 苗友忠 , 罗玮 , 苏粟 , 吴学智 , 李博 , 吕昕 , 朱正甲 , 赵敏 , 单体华 , 汲国强 , 丁健民 , 李笑蓉 , 杨金刚 , 史智萍 , 王旭冉 , 赵国梁 , 秦砺寒 , 季节 , 吴涛 , 檀政 , 王晓斐
IPC: H02M1/00 , H02M7/537 , G06F30/373
Abstract: 本发明公开了一种确定IGBT模块最佳直流电压的方法及装置，其中方法包括：计算IGBT模块的损耗；确定直流电压与IGBT模块损耗的关系；根据直流电压与IGBT模块损耗的关系，结合IGBT模块的热网络模型，获得IGBT模块的结温波动曲线；根据IGBT模块的结温波动曲线，计算IGBT模块的损伤度；计算设定开关频率下不同直流电压对应IGBT模块的损伤度，将其中损伤度最小值对应的直流电压确定为该设定开关频率下IGBT模块的最佳直流电压。本发明一方面可以确定IGBT模块的最佳直流电压，能够有效改善IGBT模块的运行温度，进而提升IGBT模块的可靠性水平；另一方面可以根据工作电压的需要，选取可靠性最佳的IGBT模块。
-
公开(公告)号：CN108122070A
公开(公告)日：2018-06-05
申请号：CN201711319999.6
申请日：2017-12-12
Applicant: 国家电网公司 , 国网冀北电力有限公司经济技术研究院 , 北京交通大学 , 国网冀北电力有限公司 , 国网冀北电力有限公司电力科学研究院 , 华北电力科学研究院有限责任公司
Inventor： 李顺昕 , 何洛滨 , 苏粟 , 岳云力 , 沈卫东 , 刘娟 , 朱全友 , 聂文海 , 苗友忠 , 罗玮 , 曹天植 , 李博 , 吕昕 , 朱正甲 , 赵敏 , 单体华 , 汲国强 , 丁健民 , 李笑蓉 , 史智萍 , 赵国梁 , 秦砺寒 , 李华伟 , 董静然 , 杨恬恬 , 黄见会 , 李梦娟
Abstract: 本申请实施方式提供了一种配电网可靠性的确定方法和装置，其中，该方法包括：获取待测配电网中各个元件的故障率和维修率；通过拉丁超立方抽样法抽取各个元件的样本数据；根据样本数据，确定各个元件的正常持续时间和故障持续时间；建立待测配电网的系统状态矩阵；根据系统状态矩阵，确定待测配电网中各个负荷点的状态数据；根据负荷点的状态数据，确定负荷点的可靠性指标；根据各个负荷点的可靠性指标，确定待测配电网的可靠性指标。由于该方案通过拉丁超立方抽样法抽取样本数据；又结合时序抽样公式，引入了时序分析。因此解决了现有方法中存在的无法在进行时序分析的同时提高实施效率的技术问题。
-
公开(公告)号：CN116957106A
公开(公告)日：2023-10-27
申请号：CN202310884951.9
申请日：2023-07-18
Applicant: 北京交通大学
IPC: G06N20/00 , G06F18/214 , G06F18/24
Abstract: 本发明提供了一种基于动态注意力机制的联邦学习模型训练方法。该方法包括：在每个通信轮次中，各客户端利用本地数据样本集和中央服务器下发的联合模型参数采用动态参数策略和最佳表现模型策略迭代训练更新本地的机器学习模型，将本轮次训练的模型参数更新信息和模型贡献度信息上传到中央服务器；中央服务器根据接收到的模型贡献度信息进行动态注意力分配，融合参数更新信息进行多模型安全聚合生成新的联合模型，下发新的联合模型参数信息给各个客户端进行同步更新，开启新一轮次的迭代训练。本发明方法能够动态捕捉各参与方本地模型训练的性能提升度，给予性能提升度大的模型更多的关注，从而改善联合模型训练迭代的流程及提升最终模型的性能。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.023 seconds)
