-
公开(公告)号：CN110260914B
公开(公告)日：2020-06-19
申请号：CN201910371947.6
申请日：2019-05-06
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测点时空特征的工程安全监测系统区域划分方法，包括测点时空特征表示和区域划分两个阶段；在测点时空特征表示阶段：采用一种时序降噪自动编码器，压缩高维监测数据表增测点时序特征，通过归一化方法表示测点空间特征(坐标位置信息、测点属性等)。在区域划分阶段：采用一种基于测点时空特征的区域划分方法，引入辅助目标变量优化区域划分目标函数，使区域划分结果反映结构体运行物理规律，将全局安全评判问题分治到局部单域上。本发明通过分析测点监测数据变化规律，实现对大坝运行工况综合评判，为工程安全分析提供决策依据。
-
公开(公告)号：CN110147614B
公开(公告)日：2022-02-08
申请号：CN201910424901.6
申请日：2019-05-21
Applicant: 华能澜沧江水电股份有限公司 , 河海大学 , 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评分差异Stacking多模型集成学习的工程安全评价方法，步骤为：包括基于注意力机制的结构体特征提取，基于评分差异的模型集成两个阶段。采用分治法的思想，将大坝整体划分为若干局部区域(单域)。基于结构体区域划分和各单域运行状态评价的结果，采用结构体全域综合评判模型，将单域评价结果数据集作为该模型的输入，利用基于注意力机制的自动编码器，为不同单域动态分配注意力权重；利用基于评分差异的Stacking方法集成多种评判模型，实现对结构体全局进行准确、稳定的安全综合评判。
-
公开(公告)号：CN110147614A
公开(公告)日：2019-08-20
申请号：CN201910424901.6
申请日：2019-05-21
Applicant: 华能澜沧江水电股份有限公司 , 河海大学 , 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评分差异Stacking多模型集成学习的工程安全评价方法，步骤为：包括基于注意力机制的结构体特征提取，基于评分差异的模型集成两个阶段。采用分治法的思想，将大坝整体划分为若干局部区域(单域)。基于结构体区域划分和各单域运行状态评价的结果，采用结构体全域综合评判模型，将单域评价结果数据集作为该模型的输入，利用基于注意力机制的自动编码器，为不同单域动态分配注意力权重；利用基于评分差异的Stacking方法集成多种评判模型，实现对结构体全局进行准确、稳定的安全综合评判。
-
公开(公告)号：CN110260914A
公开(公告)日：2019-09-20
申请号：CN201910371947.6
申请日：2019-05-06
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测点时空特征的工程安全监测系统区域划分方法，包括测点时空特征表示和区域划分两个阶段；在测点时空特征表示阶段：采用一种时序降噪自动编码器，压缩高维监测数据表增测点时序特征，通过归一化方法表示测点空间特征(坐标位置信息、测点属性等)。在区域划分阶段：采用一种基于测点时空特征的区域划分方法，引入辅助目标变量优化区域划分目标函数，使区域划分结果反映结构体运行物理规律，将全局安全评判问题分治到局部单域上。本发明通过分析测点监测数据变化规律，实现对大坝运行工况综合评判，为工程安全分析提供决策依据。
-
公开(公告)号：CN110188399A
公开(公告)日：2019-08-30
申请号：CN201910375440.8
申请日：2019-05-07
Applicant: 河海大学
Abstract: 本发明公开了一种基于多相关序列的大坝安全监测单测点评价方法，包括测点序列预处理、单测点时间序列数据预测和单测点运行状态评价三个阶段。采用基于多序列协同的单测点评判模型(Single-node Assessment Model based on Multi-sequence Collaboration,SAM)，对测点序列数据进行预处理，归一化后利用余弦相似度计算序列之间相关性。选取多个相关序列作为输入，并加入注意力层为多序列分配注意力权重，然后采用LSTM层进行预测，最后通过Softmax层完成单测点评判，从而增加单点评判准确性，提高大坝安全监测系统中单测点安全评价的性能。本发明利用多个相关测点序列协同对单测点监测数据进行预测和评价，有利于提高大坝安全监测系统中单测点安全评价的性能。
-
公开(公告)号：CN110188399B
公开(公告)日：2020-10-16
申请号：CN201910375440.8
申请日：2019-05-07
Applicant: 河海大学
Abstract: 本发明公开了一种基于多相关序列的大坝安全监测单测点评价方法，包括测点序列预处理、单测点时间序列数据预测和单测点运行状态评价三个阶段。采用基于多序列协同的单测点评判模型(Single‑node Assessment Model based on Multi‑sequence Collaboration,SAM)，对测点序列数据进行预处理，归一化后利用余弦相似度计算序列之间相关性。选取多个相关序列作为输入，并加入注意力层为多序列分配注意力权重，然后采用LSTM层进行预测，最后通过Softmax层完成单测点评判，从而增加单点评判准确性，提高大坝安全监测系统中单测点安全评价的性能。本发明利用多个相关测点序列协同对单测点监测数据进行预测和评价，有利于提高大坝安全监测系统中单测点安全评价的性能。
-
公开(公告)号：CN107256245B
公开(公告)日：2020-05-05
申请号：CN201710409006.8
申请日：2017-06-02
Applicant: 河海大学
IPC: G06F16/35
Abstract: 本发明公开了一种面向垃圾短信分类的离线模型改进与选择方法，包括以下步骤：(1)特征选择与扩展，使用特征选择方法选择特征，构造特征词向量，使用特征词向量模型表示原始短信文本；(2)离线分类算法及改进的调优训练与测试，对离线分类算法作面向垃圾短信分类的改进，根据各离线分类算法及改进对步骤(1)所得的训练集和测试集进行数据准备，使用训练集对各离线算法及改进进行调优训练和测试；(3)基于评价指标的离线分类算法选择，提出面向垃圾短信分类的评价指标，使用该评价指标对步骤(2)所得到的测试结果进行分析并选择最优离线分类算法。
-
公开(公告)号：CN107193804B
公开(公告)日：2019-03-29
申请号：CN201710408048.X
申请日：2017-06-02
Applicant: 河海大学
IPC: G06F17/27
Abstract: 本发明公开了一种面向词和组合词的垃圾短信文本特征选择方法，所述方法包括以下步骤：(1)基于统计阈值和平均信息增益的频繁词特征选择；(2)基于N‑Gram算法的双字词和组合词特征选择；(3)非修饰性实词组合成元组特征，遍历所有的垃圾短信文本寻找名词+动词\形容词组合，根据一定的标准对所得元组特征进行筛选；(4)基于累积信息增益的特征选择，选择累积信息增益达到原始特征词信息增益总和的95％的特征词，进而构建特征词向量；(5)基于垃圾短信分类评价指标的特征工程优化，加入信息量特征、基于改进几率比的特征选择、基于随机森林和逻辑回归的特征选择。
-
公开(公告)号：CN107480341A
公开(公告)日：2017-12-15
申请号：CN201710598587.4
申请日：2017-07-21
Applicant: 河海大学
CPC classification number: G06F17/5009 , G06F17/5004 , G06K9/6273 , G06N3/0454 , G06N3/084
Abstract: 本发明公开一种基于深度学习的大坝安全综合评判方法，采用多层次大坝安全监测系统进行安全综合评判。包括以下步骤：1)大坝安全监测测点分级，根据大坝工程特性，将监测系统抽象成树状结构；2)监测测点数据预处理，对测点数据填补缺失值、剔除明显异常值；3)测点阈值计算和分类，对测点选取模型进行计算，确定测点阈值并对测点分类；4)构建卷积网络进行训练和评判，由专业监测人员巡检得到大坝以及监测系统各级的评判结果，作为训练集和测试集，然后基于训练集和测试集训练卷积神经网络，最后对大坝进行安全综合评判。
-
公开(公告)号：CN106872657B
公开(公告)日：2018-12-14
申请号：CN201710007484.6
申请日：2017-01-05
Applicant: 河海大学
Abstract: 本发明公开了一种多变量水质参数时序数据异常事件检测方法：首先，输入多个水质参数建模，训练和构造数据驱动的预测模型(BP模型)，分析供水管网中的多变量水质时序数据，并对模型进行评估；然后，通过BP模型预测获得水质数据的预测值，比较当前状态的实测值和利用预测模型得到的预测值进行误差评估和分类分析，确定单变量参数异常事件；基于误差统计结果进行分类，通过序贯更新贝叶斯更新确定单变量水质参数的事件概率，进行多变量融合决策，将来自多个水质监测指标的信息融合，提供统一的决策结果，确定供水管网在具体节点处是否异常事件发生。
