-
公开(公告)号：CN115719304A
公开(公告)日：2023-02-28
申请号：CN202211314621.8
申请日：2022-10-26
Applicant: 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
IPC: G06T3/00 , G06V10/44 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/08
Abstract: 本发明公开了一种基于图像生成的少样本电力场景增广及分类方法。本发明方法能够在新类别训练数据极其不充足的情况下完成电力场景的中的新类别物体的识别任务。本申请的技术方案主要分为如下三个部分：为了充分挖掘不同类别图像间的关系，首先在已知类数据上训练一个以词向量为条件的生成对抗网络。其次是在新类少量几张图片的条件下，微调上述生成对抗网络，从而能够为新类别生成大量的图片。最后是基于图像质量的评估技术，用来筛选出具有逼真性和多样性的图片，并用于电力场景的中的新类别物体的识别任务。本申请的技术效果是该方法可以在少样本条件下有效地实现电力场景下的新类别物体识别的任务。
-
公开(公告)号：CN115641257A
公开(公告)日：2023-01-24
申请号：CN202211314652.3
申请日：2022-10-26
Applicant: 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
IPC: G06T3/00 , G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/08
Abstract: 本发明公开了一种基于生成对抗网络的恶劣场景数据增广方法、识别方法及装置。本发明所提出的方法能够在目前恶劣场景（如：雾天场景、雨天场景）下带标注数据极其不充足的情况下，通过以标注后的清晰图像和非成对的恶劣场景图像为输入，生成大量的与输入清晰图像对应的恶劣场景图像，并且使用清晰图像对应的标注作为生成恶劣场景图像的标注，以此实现数据增广的目的。为了保证生成图像的质量，首先，训练了生成对抗网络，提高生成的图像的质量；其次，使用网络生成的恶劣场景增广数据集，对目前主流的目标检测网络进行训练，使其实现恶劣场景下的目标检测任务。该方法可以实现恶劣场景数据的增广，训练目标测网络，使其能够完成恶劣环境下的目标检测任务。
-
公开(公告)号：CN119272077A
公开(公告)日：2025-01-07
申请号：CN202411378572.3
申请日：2024-09-30
Applicant: 南京南瑞信息通信科技有限公司
IPC: G06F18/23211 , G06F18/2431 , G06F18/214 , G06N20/00 , G06Q50/06 , H02J3/00
Abstract: 本发明公开了一种基于自组织中心K‑means算法的用户用电行为动态感知方法、系统及介质，所述方法采用的自组织中心K‑means算法，首先利用SOM聚类算法生成聚类中心，随后作为K‑means算法的初始聚类中心。这一方法巧妙地结合了SOM网络在提升自组织初选聚类中心聚类精度的显著作用，与K‑means算法在增强聚类效果及加速收敛过程方面的优势；同时弥补了SOM网络收敛时间过长和K‑means算法初始聚类中心选取不当造成聚类效果不佳的缺点。此方法不仅显著提升了聚类任务的准确性，且用户普适性较高，能够广泛适用于各种类型的大工业用户，具有十分良好的应用性质。
-
公开(公告)号：CN116090643A
公开(公告)日：2023-05-09
申请号：CN202310085636.X
申请日：2023-02-07
Applicant: 南京南瑞信息通信科技有限公司
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了一种负荷资源的控制方法及装置，其方法包括：获取电力电量缺口；根据电力电量缺口编制有序用电方案；将有序用电方案下发至相应的用户；获取有序用电方案的执行结果；根据执行结果进行强制负荷控制；本发明能够实现用电侧负荷精准管控。
-
-
-
Search Results
4
records
(took 0.047 seconds)
