-
公开(公告)号：CN116665130A
公开(公告)日：2023-08-29
申请号：CN202310670442.6
申请日：2023-06-07
Applicant: 河海大学 , 华能澜沧江水电股份有限公司
Abstract: 本发明公开一种基于时空图的大坝安全监测多元时间序列异常检测方法，包括：1)利用图结构对大坝安全监测多元时间序列时间和变量维度进行显式建模，构建变量特征图和时间特征图；2)采用图注意力网络并行学习时间和变量维度信息，得到更好的表征向量以捕获数据深层依赖关系；3)使用联合基于预测和基于重构模型的优化网络计算异常分数，得到大坝部位异常情况。本发明用于检测大坝安全监测数据中的异常情况，提高了大坝安全监测多元时间序列异常检测的精确率和召回率，并能对异常现象进行合理解释，辅助大坝的安全性评判。
-
公开(公告)号：CN104933160B
公开(公告)日：2019-06-28
申请号：CN201510363351.3
申请日：2015-06-26
Applicant: 河海大学 , 华能澜沧江水电股份有限公司
Abstract: 本发明公开了一种面向安全监测业务分析的ETL框架设计方法，包括数据抽取、数据转换和数据加载。数据抽取是指从多个异构数据源中获取源数据，通过使用XML适配器确认数据源和使用时间戳进行增量抽取完成；数据转换过程是连接数据抽取过程与数据加载过程的纽带，在该过程中使用“数据处理引擎”和“Redis存储引擎”两个组件进行数据转换；数据加载中，数据的加载主要为最初加载和增量装载两种装载类型，最初加载主要利用“批量加载引擎”进行处理，增量装载则使用“批量加载引擎”和“实时加载引擎”结合的方式进行处理。本发明可以实现异构数据的高度统一，为后续的决策支持工作打下基础。
-
公开(公告)号：CN114998673B
公开(公告)日：2023-10-13
申请号：CN202210513592.1
申请日：2022-05-11
Applicant: 河海大学 , 华能澜沧江水电股份有限公司
IPC: G06V10/774 , G06V10/82 , G06N3/047 , G06N3/0442 , G06N3/049 , G06N3/08
Abstract: 本发明公开一种基于本地自注意力机制的大坝缺陷时序图像描述方法，对输入大坝缺陷时序图像进行帧采样，使用卷积神经网络提取特征序列，并将该序列作为自注意力编码器的输入；编码器由基于可变自注意力机制的Transformer网络构成，能够动态建立每一帧的上下文特征关系；采用基于本地注意力机制的LSTM网络生成描述文本，使得预测的每一个单词都能与图像帧建立特征关系，建立图像和文本的上下文依赖以提高文本生成的准确率。本发明在计算图像帧的全局自注意力的基础上添加了动态机制，避免了过大的参数量导致模型收敛缓慢。添加本地注意力的LSTM网络能够直接建立图像和文本两个模态数据之间的对应关系，使得生成的描述文本更准确，包含的信息更全面。
-
公开(公告)号：CN114913150B
公开(公告)日：2023-08-22
申请号：CN202210515193.9
申请日：2022-05-11
Applicant: 河海大学 , 华能澜沧江水电股份有限公司
IPC: G06T7/00 , G06T7/33 , G06V10/22 , G06V10/62 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种混凝土大坝缺陷时序图像智能识别方法，使用双流网络提取包含混凝土大坝缺陷的时序图像的特征序列，并添加时间维度的自注意力机制获取全局上下文特征关系；在模型的训练过程中，使用基于距离交并比的目标函数匹配定位缺陷和真实缺陷，计算缺陷的时序位置关系加速模型收敛；在模型损失函数中添加基于紧密感知交并比的损失项，以关注缺陷序列的完整性提高准确率；在完成缺陷定位后，采用基于2D时序差分的卷积神经网络提取缺陷特征并识别缺陷类型。本发明对混凝土大坝缺陷时序图像进行了有效检测，不仅能够定位长图像序列中的缺陷位置，还能够准确识别缺陷类型。在大坝缺陷时序图像的识别任务中具有较高的识别精度与较好的收敛性能。
-
公开(公告)号：CN113935502B
公开(公告)日：2022-04-22
申请号：CN202111202116.X
申请日：2021-10-15
Applicant: 河海大学 , 华能澜沧江水电股份有限公司 , 华能集团技术创新中心有限公司
Abstract: 本发明公开了一种基于双重注意力机制的面向大坝应急工况事件抽取方法，步骤包括数据预处理、构建依赖关系图、构建双重注意力网络和文档级论元填充。数据预处理步骤包括大坝应急工况语料库的标记处理以及句子编码。构建依赖关系图步骤包括借助依赖关系，辅助模型挖掘句法关系。构建双重注意力网络步骤包括基于图转换网络，加权融合注意力网络，捕捉句中关键的语义信息。文档级论元填充步骤包括利用关键句检测和相似性排序，进行文档级论元填充。本发明引入依赖关系，基于双重注意力机制，克服了长距离依赖，识准确率高，减少了大量的人工成本。
-
Patent Agency Ranking
公开(公告)号：CN113935502A
公开(公告)日：2022-01-14
申请号：CN202111202116.X
申请日：2021-10-15
Applicant: 河海大学 , 华能澜沧江水电股份有限公司 , 华能集团技术创新中心有限公司
Abstract: 本发明公开了一种基于双重注意力机制的面向大坝应急工况事件抽取方法，步骤包括数据预处理、构建依赖关系图、构建双重注意力网络和文档级论元填充。数据预处理步骤包括大坝应急工况语料库的标记处理以及句子编码。构建依赖关系图步骤包括借助依赖关系，辅助模型挖掘句法关系。构建双重注意力网络步骤包括基于图转换网络，加权融合注意力网络，捕捉句中关键的语义信息。文档级论元填充步骤包括利用关键句检测和相似性排序，进行文档级论元填充。本发明引入依赖关系，基于双重注意力机制，克服了长距离依赖，识准确率高，减少了大量的人工成本。
-
公开(公告)号：CN105005822A
公开(公告)日：2015-10-28
申请号：CN201510361844.3
申请日：2015-06-26
Applicant: 华能澜沧江水电股份有限公司 , 河海大学
Abstract: 本发明公开了一种基于最优步长与模型动态选择的特高拱坝响应预测方法包括：数据预处理，确定数据中的错误值与缺失值；使用最优化步长和插值法预测数据，根据绝对误差选择最优插值模型，即最优参数包括：步长和插值方法，使用最优步长的样本数据和最优的插值方法，对待预测的反应特高拱坝工作性态的应力值进行预测；使用小波神经网络方法预测数据，将原始数据分为训练样本和测试样本，选定输入层的节点个数和迭代次数，用训练样本对小波神经网络进行训练，然后用训练好的小波神经网络预测测试样本；对实验得到的预测结果进行分析，用于对此次最优化步长和插值方法的应力预测模型和基于小波神经网络的应力预测结果进行评估，确定应力安全阈值。
-
公开(公告)号：CN114913150A
公开(公告)日：2022-08-16
申请号：CN202210515193.9
申请日：2022-05-11
Applicant: 河海大学 , 华能澜沧江水电股份有限公司
Abstract: 本发明公开一种混凝土大坝缺陷时序图像智能识别方法，使用双流网络提取包含混凝土大坝缺陷的时序图像的特征序列，并添加时间维度的自注意力机制获取全局上下文特征关系；在模型的训练过程中，使用基于距离交并比的目标函数匹配定位缺陷和真实缺陷，计算缺陷的时序位置关系加速模型收敛；在模型损失函数中添加基于紧密感知交并比的损失项，以关注缺陷序列的完整性提高准确率；在完成缺陷定位后，采用基于2D时序差分的卷积神经网络提取缺陷特征并识别缺陷类型。本发明对混凝土大坝缺陷时序图像进行了有效检测，不仅能够定位长图像序列中的缺陷位置，还能够准确识别缺陷类型。在大坝缺陷时序图像的识别任务中具有较高的识别精度与较好的收敛性能。
-
公开(公告)号：CN106936853B
公开(公告)日：2020-12-29
申请号：CN201710283872.7
申请日：2017-04-26
Applicant: 河海大学 , 华能澜沧江水电股份有限公司
Inventor： 陈豪 , 毛莺池 , 易魁 , 曾涛 , 邱小弟 , 卢吉 , 钟海士 , 王龙宝 , 周晓峰 , 李然 , 余记远 , 张鹏 , 廖贵能 , 周健 , 彭欣欣 , 郝灵 , 庞博慧 , 陈鸿杰 , 吴光耀 , 王顺波 , 余意 , 翟笠 , 李洪波 , 李耀德 , 熊孝中 , 王海燕
IPC: H04L29/06
Abstract: 本发明公开了一种基于面向系统集成的跨域单点登录系统进行跨域单点登录的方法。该系统包括终端、访问代理服务器、单点登录服务器，访问代理服务器部署在子系统前，并与子系统处于同一顶级域下，用于全权处理和转发一切发往子系统的请求；单点登录服务器，包括统一登录接口、授权码生成模块、授权码管理模块、模拟登录模块。在不侵入系统代码、不更改系统设置的情况下，实现跨域、跨开发平台的单点登录，适用于高并发场景、支持免登陆。当用户访问子系统时，访问代理服务器将请求重定向到统一登录界面，用户成功登录后，生成唯一授权码。通过使用模拟登录的方式，将授权码及登录信息发送到子系统。用户使用授权码直接访问本系统或其他系统，无需再次登录。
-
公开(公告)号：CN104933160A
公开(公告)日：2015-09-23
申请号：CN201510363351.3
申请日：2015-06-26
Applicant: 河海大学 , 华能澜沧江水电股份有限公司
IPC: G06F17/30
CPC classification number: G06F16/21 , G06F16/254
Abstract: 本发明公开了一种面向安全监测业务分析的ETL框架设计方法，包括数据抽取、数据转换和数据加载。数据抽取是指从多个异构数据源中获取源数据，通过使用XML适配器确认数据源和使用时间戳进行增量抽取完成；数据转换过程是连接数据抽取过程与数据加载过程的纽带，在该过程中使用“数据处理引擎”和“Redis存储引擎”两个组件进行数据转换；数据加载中，数据的加载主要为最初加载和增量装载两种装载类型，最初加载主要利用“批量加载引擎”进行处理，增量装载则使用“批量加载引擎”和“实时加载引擎”结合的方式进行处理。本发明可以实现异构数据的高度统一，为后续的决策支持工作打下基础。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.056 seconds)
