-
公开(公告)号：CN119813364A
公开(公告)日：2025-04-11
申请号：CN202510309973.1
申请日：2025-03-17
Applicant: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 合肥工业大学
IPC: H02J3/38 , H02J3/46 , G06N3/0464 , G06F30/27 , G06F113/04
Abstract: 本发明公开了一种基于实测数据的分布式电源封波特性参数辨识方法及系统，方法包括：获取n组用于辨识待辨识参数的实测数据，根据改进卷积神经网络辨识所述实测数据，得到参数辨识初步结果，将n组参数初步辨识结果输入PSASP软件中B类分布式电源单机并网模型，测量每组辨识结果在各工况下的电气量，筛选n组电气量的加权平均偏差相对误差最小值作为最终的参数辨识结果。能运用多组实测数据辨识分布式电源封波特性参数，从而对B类分布式电源低电压封波控制精确建模。
-
公开(公告)号：CN111090995A
公开(公告)日：2020-05-01
申请号：CN201911116869.1
申请日：2019-11-15
Applicant: 合肥工业大学
IPC: G06F40/284 , G06F40/258 , G06F16/31 , G06K9/62
Abstract: 本发明提供一种短文本主题识别方法和系统，涉及数据处理领域。本发明首先基于预训练的主题识别模型，获取待测短文本集合的短文本-主题分布和主题-词分布，词包括背景词和主题词；然后基于短文本-主题分布和主题-词分布，计算各主题词在短文本下所占权重；最后基于主题词在短文本下所占权重，选取焦点主题。本发明将短文本中词的做了区分，认为词包括背景词和主题词，除去在主题识别过程中背景词的影响，提高主题识别的准确率，从而准确的识别出焦点主题，为后续的个性化营销、推荐和信息检索等实际场景提供准确的数据支持。
-
公开(公告)号：CN109103912A
公开(公告)日：2018-12-28
申请号：CN201810787536.0
申请日：2018-07-18
Applicant: 合肥工业大学
Abstract: 本发明公开了一种考虑电网调峰需求的工业园区主动配电系统调度优化方法，是将光伏发电单元PV、全钒液流电池储能系统VRB及工业负荷作为参与考虑电网调峰需求的工业园区主动配电系统调度单元，建立各个调度单元的物理模型；将考虑电网调峰需求的工业园区主动配电系统动态调度优化问题建立成DTMDP模型；采用基于模拟退火的Q学习算法对DTMDP模型进行策略求解，所得优化控制策略用以指导系统在实际运行过程中选取合理的行动方案，实现系统调度优化。本发明可在考虑源荷双侧随机性情况下有效解决电网调峰需求问题，促进新能源就地消纳，提高主动配电系统运行经济性和电力系统运行稳定性。
-
公开(公告)号：CN117272979A
公开(公告)日：2023-12-22
申请号：CN202311566705.5
申请日：2023-11-23
Applicant: 合肥工业大学
IPC: G06F40/211 , G06F40/30 , G06F40/216 , G06N20/00
Abstract: 本发明公开了一种无监督句子表示方法、装置、计算机设备及存储介质，属于自然语言处理领域。针对现有技术中存在的负样本句子随机采样容易导致现有的对比学习模型性能造成缺陷从而无法生成高质量句子表示的问题，本发明将锚点句子表示与负样本句子表示的语义相似度分数输入到负样本排序损失函数中计算得到经排序后的负样本句子表示，将语义相似度分数的分布概率输入到标签平滑损失函数中计算得到经标签平滑的负样本句子表示，将锚点句子表示进行数据扩增得到正样本句子表示，输入正样本句子表示、经排序后的负样本句子表示、经标签平滑的负样本句子表示到对比学习损失函数中进行训练构建对比学习模型，进而通过对比学习模型生成高质量句子表示。
-
公开(公告)号：CN116341515A
公开(公告)日：2023-06-27
申请号：CN202310205380.1
申请日：2023-03-06
Applicant: 合肥工业大学
IPC: G06F40/211 , G06N20/00
Abstract: 本发明公开了一种面向对比学习的动态课程的句子表示方法，属于自然语言处理领域，其步骤包括：1.对输入的数据通过数据增强的方式构建正样本。2.将经过数据增强后的正样本句子与锚点句子进行相似度计算，作为正样本的难度。3.对增强后的句子的难度进行降序排列。4.计算当前模型的能力来确定训练样本。5.训练中保存并加载最优模型并重新对样本难度进行划分。6.通过对比学习拉近与锚点句子更相似的正样本从而获得更高质量的句子表示。本发明通过利用课程学习的思想来缓解因数据增强导致句子表示质量不一致从而影响对比学习中模型的性能，来对增强后的正样本进行难度排序，从而能生成更高质量的句子表示。
-
Patent Agency Ranking
公开(公告)号：CN111667298B
公开(公告)日：2022-09-30
申请号：CN202010297189.0
申请日：2020-04-15
Applicant: 合肥工业大学
Abstract: 本发明提供一种用户个性化需求预测方法和系统，涉及个性化需求预测领域。包括以下步骤：本发明通过获取用户数据、产品数据和用户兴趣数据，并形成历史数据；基于历史数据得到用户隐群；基于历史数据设定用户隐群的兴趣选择器，基于用户隐群和兴趣选择器获取隐群‑兴趣分布；基于历史数据设定用户兴趣的产品选择器；对用户兴趣进行采样，得到目标兴趣；基于目标兴趣和产品选择器获取兴趣‑产品分布；基于隐群‑兴趣分布和兴趣‑产品分布构建双稀疏模型，基于双稀疏模型获取用户个体‑兴趣分布；基于用户个体‑兴趣分布和兴趣‑产品分布获取用户对产品的偏好得分，基于偏好得分获取用户的产品推荐结果。本发明可以准确预测用户的个性化需求。
-
公开(公告)号：CN114587373B
公开(公告)日：2024-06-14
申请号：CN202210224440.X
申请日：2022-03-09
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于硬件部署的心电采集、识别、存储一体化系统，包括：心电采集模块、数据处理模块、算法加速模块、人机交互模块；其中，心电采集模块包括：三导联肢体夹、单导心电传感器和微型MCU；数据处理模块包括：ARM CPU、AXI总线、内部存储器DDR、USB串口接收模块；算法加速模块包括：DPU、轻量化VGG网络、AXI Interconnect接口；人机交互模块包括：触控电容屏。本发明能集成心电图采集、自动识别、报告生成功能，从而能实现心电信号的精准识别和存储展示。
-
公开(公告)号：CN117592483B
公开(公告)日：2024-05-28
申请号：CN202311559204.4
申请日：2023-11-21
Applicant: 合肥工业大学
Abstract: 本发明提供一种基于思维树的隐式情感分析方法、装置、存储介质和电子设备，涉及自然语言处理技术领域。本发明采集并预处理评论文本；构建思维树提示模板，其中所述思维树提示模板包括四个提示，依次用于获取方面词、情感倾向、情感倾向的强度和情感强度背后的原因；将预处理后的评论文本作为大模型的输入，基于所述思维树提示模板，输出该评论文本的情感极性。利用大模型的丰富的语义知识和深度的语义理解能力，结合复杂的语境，通过建立思维树的方式对输入文本进行逐步分析和推断，最终确定文本中包含每一方面词的情感极性。
-
公开(公告)号：CN118070061A
公开(公告)日：2024-05-24
申请号：CN202410068964.3
申请日：2024-01-17
Applicant: 合肥工业大学
IPC: G06F18/214 , G06F18/2433 , G06F18/10 , G06N3/0455 , G06N3/096
Abstract: 本发明涉及电力系统中高压电器设备的检测技术领域，具体涉及一种基于数据生成‑迁移学习的变压器故障诊断方法。包括以下步骤：步骤S1，获取数据库中存储的油中溶解气体分析有标签数据，所述有标签数据包含各气体含量数据及故障类别标签；步骤S2，将气体含量数据对数变换处理成近似正态分布的形态；步骤S3，对步骤S2处理后的数据构建高维分布，使用Copula函数可以提取高维分布的统计信息，进而根据这些信息采样出油中溶解气体分析合成数据样本；步骤S4，生成油中溶解气体分析合成数据后，可以使用FT‑Transformer模型进行预训练‑微调，并进行故障诊断。
-
公开(公告)号：CN111090995B
公开(公告)日：2023-03-31
申请号：CN201911116869.1
申请日：2019-11-15
Applicant: 合肥工业大学
IPC: G06F40/284 , G06F40/258 , G06F16/31 , G06V30/19
Abstract: 本发明提供一种短文本主题识别方法和系统，涉及数据处理领域。本发明首先基于预训练的主题识别模型，获取待测短文本集合的短文本‑主题分布和主题‑词分布，词包括背景词和主题词；然后基于短文本‑主题分布和主题‑词分布，计算各主题词在短文本下所占权重；最后基于主题词在短文本下所占权重，选取焦点主题。本发明将短文本中词的做了区分，认为词包括背景词和主题词，除去在主题识别过程中背景词的影响，提高主题识别的准确率，从而准确的识别出焦点主题，为后续的个性化营销、推荐和信息检索等实际场景提供准确的数据支持。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.033 seconds)
