一种基于电力短文本分类的异常设备编码检测方法和系统

    公开(公告)号:CN114610882A

    公开(公告)日:2022-06-10

    申请号:CN202210204630.5

    申请日:2022-03-03

    IPC分类号: G06F16/35 G06F16/33 G06Q50/06

    摘要: 本发明提供了一种基于电力短文本分类的异常设备编码检测方法和系统,包括:获取电力设备数据;将电力设备数据中的描述信息输入预先训练的短文本分类接口模型,得到电力设备的标准编码;对比标准编码与电力设备数据中的设备编码,若存在差异,则电力设备数据中的设备编码为异常数据;本发明采用的短文本分类接口模型解决了对电力文本的特征提取不足、类型过多和样本不均衡的问题,提高了分类准确率,极大改善目前设备分类工作操作难的现状,可用在电力设备缺陷,电力检修,基建施工,客服工单,电力审计,电力调度,电企舆情等其他电力领域的自然语言处理场景中。

    一种异常数据检测方法及系统
    2.
    发明公开

    公开(公告)号:CN114153977A

    公开(公告)日:2022-03-08

    申请号:CN202111528344.6

    申请日:2021-12-15

    摘要: 本发明提供了一种异常数据检测方法及系统,包括:获取待分类的文本数据;将所述待分类的文本数据输入到预先构建的分类模型中,得到所述待分类文本数据对应的文本数据类型;其中,所述分类模型是基于将文本数据进行预处理的n‑grams模型结合预先训练好的深度神经网络模型构建的;所述深度神经网络是以文本数据和n‑grams模型对所述文本数据进行预处理后的数据作为输入,以所述文本数据对应的类型为输出进行训练得到的。本发明采用文本分类技术和异常数据检测方法对信息进行快速提取和分类,提高了检测异常数据的准确率。

    一种数据链路可信传输方法和系统

    公开(公告)号:CN114826656A

    公开(公告)日:2022-07-29

    申请号:CN202210238103.6

    申请日:2022-03-11

    IPC分类号: H04L9/40 H04L9/32 H04L9/08

    摘要: 本发明提供一种数据链路可信传输方法和系统,包括:消息发送方采用对称加密和非对称加密混合加密及签名的方式,对待发送的原始数据进行加密及签名,并将加密及签名处理后的密文块以及采用非对称加密处理后的对称加密密钥通过数据链路发送给消息接收方;消息接收方基于对称加密密钥对所述密文块进行解密并验签,若验签成功则接收数据成功;本发明保留了对称加密速算法实现性能快、便于大批量数据加密的优点和非对称加密算法安全性能更高、存储空间占用小、带宽要求低和便于密码管理等优点,同时辅以数字签名,使数据传输链路的安全性和可信性得到了充分保障,保证传输链路中数据的完整性、机密性和不可否认性。

    一种基于深度学习的影像相似度数据清洗方法及系统

    公开(公告)号:CN114863153A

    公开(公告)日:2022-08-05

    申请号:CN202210330918.7

    申请日:2022-03-30

    摘要: 本发明提供了一种基于深度学习的影像相似度数据清洗方法及系统,包括:获取影像数据,并对所述影像数据进行处理得到成对的影像数据;将所述成对的影像数据输入到预先训练好的融合网络模型中,得到所述成对的影像数据的相似性度量值;由所述成对的影像数据的相似性度量值对所述影像数据进行聚类完成数据清洗;其中,所述预先训练好的融合网络模型是基于成对的影像数据结合包含损失项和正则化项的学习目标函数对双支卷积神经网络进行训练得到的。本发明采用了融合网络结合损失函数的方法,解决了人力标注成本高,效率低下,容易产生重复操作的问题,实现了对相同场景下的类似部件进行聚类,提高了效率和准确率。

    一种基于可变形NTS-NET神经网络的多标签分类方法及系统

    公开(公告)号:CN114821155A

    公开(公告)日:2022-07-29

    申请号:CN202210324966.5

    申请日:2022-03-29

    IPC分类号: G06V10/764 G06N3/04 G06N3/08

    摘要: 本发明提出一种基于可变形NTS‑NET神经网络的多标签分类方法及系统,包括:将待分类图像输入预先训练好的网络模型得到图像的分类标签矩阵;基于分类标签矩阵确定待分类图像的分类标签;其中,网络模型是基于图像及其对应的分类标签对NTS‑NET神经网络进行训练得到的;NTS‑NET神经网络是基于在神经网络中引入可变性卷积和通道注意力机制构建的。本发明利用NTS‑NET作为基本框架,通过在网络模型引入可变形卷积实现对几何变换幅度较大的目标关键局部区域准确定位,并在审查器网络中引入通道注意力机制,有选择性地加强包含有用信息的特征并抑制无用特征,最终实现复杂图像的多属性分类。

    一种基于注意力机制的弱监督目标检测方法及系统

    公开(公告)号:CN114723958A

    公开(公告)日:2022-07-08

    申请号:CN202210330923.8

    申请日:2022-03-30

    摘要: 本发明提供了一种基于注意力机制的弱监督目标检测方法及系统,包括:将获取的待检测图像通过卷积层进行特征提取,得到特征图;将所述特征图输入到注意力机制模块,得到空间增强后的特征图;基于所述空间增强后的特征图确定所述待检测图像是否为目标图像;其中,所述注意力机制模块,基于卷积层对特征图进行空间维度归一化得到注意力机制权重图,并结合所述特征图进行全局平均化操作得到空间增强后的特征图。本发明采用卷积神经网络结合注意力机制目标检测的方法,解决了高精度标注的数据集费时费力,提高了准确率,实现了通过低质量的数据集来获得高质量的目标检测模型。

    一种基于信息熵赋权的数据传输动态配置方法和系统

    公开(公告)号:CN114611903A

    公开(公告)日:2022-06-10

    申请号:CN202210203482.5

    申请日:2022-03-03

    IPC分类号: G06Q10/06 G06F16/906

    摘要: 本发明提供了一种基于信息熵赋权的数据传输动态配置方法和系统,包括:获取待传输的量测数据;计算量测数据在预先构建的量测数据优先级评价指标体系中各指标的值,并计算各指标的信息熵;基于信息熵和各指标的值,对量测数据进行分类,并根据分类结果对量测数据进行传输;本发明选取了适当的指标体系作为对量测数据进行分类的依据,使用信息熵对量测数据进行分类,并根据分类结果对量测数据进行传输,使得链路不易产生传输堵塞、负载不均衡等问题。