-
公开(公告)号：CN111339150A
公开(公告)日：2020-06-26
申请号：CN202010384963.1
申请日：2020-05-09
申请人： 国网山东省电力公司威海供电公司 , 国家电网有限公司
发明人： 乔学明 , 王贻亮 , 王英浩 , 张祥坤 , 尹明立 , 朱伟义 , 许明 , 王俊浩 , 刘乘麟 , 刘宁 , 刘霄慧 , 汤耀 , 孔亮 , 郑鹏飞 , 李爱国 , 刘燕燕 , 翟明远
IPC分类号： G06F16/2455 , G06Q50/06
摘要： 本发明涉及数据处理技术领域，具体地说是一种特别适用于供电企业营销业务的应用于一体化缴费管理系统的服务器优化方法，其特征在于采用数据库连接池技术，为数据库连接建立一个“缓冲池”，预先在缓冲池中放入一定数量的连接，当需要建立数据库连接时，只需从“缓冲池”中取出一个，使用完毕之后再放回去，通过设定连接池最大连接数来防止系统无尽的与数据库连接，并通过连接池的管理机制监视数据库的连接的数量﹑使用情况，为系统开发﹑测试及性能调整提供依据。
-
公开(公告)号：CN110569920A
公开(公告)日：2019-12-13
申请号：CN201910876897.7
申请日：2019-09-17
申请人： 国家电网有限公司 , 国网山东省电力公司威海供电公司
摘要： 一种多任务机器学习的预测方法，本发明涉及多任务机器学习的预测方法。本发明的目的是为了解决现有用户画像模型预测准确率低，特征提取负担大的问题。过程为：一、采集各信息源数据，对各信息源数据做预处理，得到预处理后的文本；二、采用预处理后的各信息源数据训练各信息源各自的学习模型，对各信息源分别进行特征提取，得到各信息源的特征；三、将各信息源的特征编码为矢量，融合多源数据，构建多任务学习框架；四、对各个子任务设置不同的全连接层和损失函数，得到各个子任务的预测结果；五、将四中各个子任务的预测结果进行加权投票，输出最终预测结果。本发明用于机器学习预测领域。
-
公开(公告)号：CN113095237A
公开(公告)日：2021-07-09
申请号：CN202110406932.6
申请日：2021-04-15
申请人： 国家电网有限公司 , 国网山东省电力公司威海供电公司
IPC分类号： G06K9/00 , G06K9/62 , G06F16/182
摘要： 一种复杂环境下目标检测方法，属于图像处理技术与目标识别技术领域。本发明是为了解决现有的目标检测在复杂环境下存在识别不准确的问题。本发明首先利用背景弱化算法对图片和视频帧的静态背景区域进行弱化处理，消除静态的背景区域内部的像素点；然后使用滑动窗口检测的方式在处理结果的图像或视频中选择一块矩形区域，将滑动窗口选择的矩形区域中的图像片段与模板片段进行余弦相似度比对，利用相似度参数阈值对滑动窗口进行过滤，过滤掉部分静态背景区域；通过不断调整滑动窗口矩形框的左下角和右上角坐标标记出部分矩形区域所对应的静态背景区域；利用训练好的yolo v3模型对图片或视频资源进行目标检测。主要用于目标检测。
-
公开(公告)号：CN110602105B
公开(公告)日：2021-11-02
申请号：CN201910876871.2
申请日：2019-09-17
申请人： 国家电网有限公司 , 国网山东省电力公司威海供电公司
摘要： 一种基于k‑means的大规模并行化网络入侵检测方法，属于网络安全入侵检测技术领域。本发明是为了解决现有的入侵检测方法受孤立点、噪声点以及初始聚类中心影响较大的问题以及速度有待于提高的问题。本发明首先读取网络请求数据的流量特征进行预处理，采用Isolation Forest算法进行样本异常度系数计算，通过设定的异常度系数阈值进行样本过滤；然后将处理后的数据进行分片，利用中间值插值法生成对应维度上的初始聚类中心，之后利用spark‑k‑means进行局部聚类分析，将各聚类后所得的簇作为数据点进行再次集中聚类，利用投票法决定对应簇内的节点是否是异常请求。主要用于网络入侵检测。
-
公开(公告)号：CN113095235A
公开(公告)日：2021-07-09
申请号：CN202110405637.9
申请日：2021-04-15
申请人： 国家电网有限公司 , 国网山东省电力公司威海供电公司
摘要： 一种基于弱监督判别机制的图像目标检测方法、系统及装置，涉及图像目标检测方法、系统及装置。为了解决现有的图像目标检测方法中同一类图片的数据少会导致分类不足问题，本发明所述方法利用目标检测网络模型对待检测的图像进行检测；首先将图像输入到特征提取网络提取特征；然后，将提取的特征送到CCN网络进行处理；所述CCN网络包括三个平行的卷积网络，三个平行的卷积网络分别记为网络A、网络B和网络C，每个卷积网络均包括4个卷积层、一个单级SPP层和一个FC层，FC层即全连接层；将网络A中FC层的输出传入到网络B的spp层，同时将网络B中FC层的输出传入到网络A的spp层；网络C的FC层之后设有一个1×1卷积层。主要用于图像目标的检测。
-
公开(公告)号：CN113095235B
公开(公告)日：2023-10-27
申请号：CN202110405637.9
申请日：2021-04-15
申请人： 国家电网有限公司 , 国网山东省电力公司威海供电公司
IPC分类号： G06V20/60 , G06V10/46 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/044 , G06N3/08
摘要： 一种基于弱监督判别机制的图像目标检测方法、系统及装置，涉及图像目标检测方法、系统及装置。为了解决现有的图像目标检测方法中同一类图片的数据少会导致分类不足问题，本发明所述方法利用目标检测网络模型对待检测的图像进行检测；首先将图像输入到特征提取网络提取特征；然后，将提取的特征送到CCN网络进行处理；所述CCN网络包括三个平行的卷积网络，三个平行的卷积网络分别记为网络A、网络B和网络C，每个卷积网络均包括4个卷积层、一个单级SPP层和一个FC层，FC层即全连接层；将网络A中FC层的输出传入到网络B的spp层，同时将网络B中FC层的输出传入到网络A的spp层；网络C的FC层之后设有一个1×1卷积层。主要用于图像目标的检测。
-
公开(公告)号：CN113095237B
公开(公告)日：2022-11-25
申请号：CN202110406932.6
申请日：2021-04-15
申请人： 国家电网有限公司 , 国网山东省电力公司威海供电公司
IPC分类号： G06V20/40 , G06V10/774 , G06V10/764 , G06F16/182
摘要： 一种复杂环境下目标检测方法，属于图像处理技术与目标识别技术领域。本发明是为了解决现有的目标检测在复杂环境下存在识别不准确的问题。本发明首先利用背景弱化算法对图片和视频帧的静态背景区域进行弱化处理，消除静态的背景区域内部的像素点；然后使用滑动窗口检测的方式在处理结果的图像或视频中选择一块矩形区域，将滑动窗口选择的矩形区域中的图像片段与模板片段进行余弦相似度比对，利用相似度参数阈值对滑动窗口进行过滤，过滤掉部分静态背景区域；通过不断调整滑动窗口矩形框的左下角和右上角坐标标记出部分矩形区域所对应的静态背景区域；利用训练好的yolo v3模型对图片或视频资源进行目标检测。主要用于目标检测。
-
公开(公告)号：CN110569920B
公开(公告)日：2022-05-10
申请号：CN201910876897.7
申请日：2019-09-17
申请人： 国家电网有限公司 , 国网山东省电力公司威海供电公司
摘要： 一种多任务机器学习的预测方法，本发明涉及多任务机器学习的预测方法。本发明的目的是为了解决现有用户画像模型预测准确率低，特征提取负担大的问题。过程为：一、采集各信息源数据，对各信息源数据做预处理，得到预处理后的文本；二、采用预处理后的各信息源数据训练各信息源各自的学习模型，对各信息源分别进行特征提取，得到各信息源的特征；三、将各信息源的特征编码为矢量，融合多源数据，构建多任务学习框架；四、对各个子任务设置不同的全连接层和损失函数，得到各个子任务的预测结果；五、将四中各个子任务的预测结果进行加权投票，输出最终预测结果。本发明用于机器学习预测领域。
-
公开(公告)号：CN111680020A
公开(公告)日：2020-09-18
申请号：CN202010385043.1
申请日：2020-05-09
申请人： 国网山东省电力公司威海供电公司 , 国家电网有限公司
IPC分类号： G06F16/21 , G06F16/22 , G06F16/242 , G06F3/06 , G06Q50/06
摘要： 本发明涉及数据处理技术领域，具体地说是一种特别适用于供电企业营销业务的应用于一体化缴费管理系统的数据库优化方法，通过使用数据库的压缩技术具有以下技术优势：(1)节省大量的磁盘：根据存储数据的不同，数据库压缩将大量节省磁盘空间；(2)更快的全表扫描、区间扫描：因为数据存储在更少的数据块中，全表扫描和索引区间扫描能够使用更少的快提取行；(3)减少网络负载：因为数据仅在数据库内压缩和解压缩，所以外部网络仅传输压缩的数据块。
-
公开(公告)号：CN110602105A
公开(公告)日：2019-12-20
申请号：CN201910876871.2
申请日：2019-09-17
申请人： 国家电网有限公司 , 国网山东省电力公司威海供电公司
摘要： 一种基于k-means的大规模并行化网络入侵检测方法，属于网络安全入侵检测技术领域。本发明是为了解决现有的入侵检测方法受孤立点、噪声点以及初始聚类中心影响较大的问题以及速度有待于提高的问题。本发明首先读取网络请求数据的流量特征进行预处理，采用Isolation Forest算法进行样本异常度系数计算，通过设定的异常度系数阈值进行样本过滤；然后将处理后的数据进行分片，利用中间值插值法生成对应维度上的初始聚类中心，之后利用spark-k-means进行局部聚类分析，将各聚类后所得的簇作为数据点进行再次集中聚类，利用投票法决定对应簇内的节点是否是异常请求。主要用于网络入侵检测。
-
-
-
-
-
-
-
-
-
搜索结果
33 条记录 (耗时 0.045 秒)
