-
公开(公告)号：CN117575906A
公开(公告)日：2024-02-20
申请号：CN202311528959.8
申请日：2023-11-14
Applicant: 国网新疆电力有限公司信息通信公司 , 新疆大学
IPC: G06T3/4053 , G06T3/4046 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种图像超分辨率重建方法、装置、计算机设备及存储介质，包括：将原始图像输入到训练好的超分辨率重建模型，其中，训练好的超分辨率重建模型为深度分层多尺度注意力网络，包括浅层特征提取模块，深度分层残差结构，上采样模块和重建模块；采用浅层特征提取模块对原始图像进行特征提取，得到浅层特征；通过深度分层残差结构对浅层特征进行特征提取和融合，得到深层特征；使用上采样模块对深层特征进行上采样，得到上采样特征；基于重建模块对上采样特征进行重建，得到重建的高分辨率图像，实现通过自适应特征融合的方式进行高分辨率重建，提高了图像重建的效果。
-
公开(公告)号：CN117011265A
公开(公告)日：2023-11-07
申请号：CN202310972566.X
申请日：2023-08-03
Applicant: 国网新疆电力有限公司信息通信公司 , 国家电网有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/08
Abstract: 本发明涉及电力设备技术领域，是一种基于融合ViT卷积神经网络的电力设备异常类型自检测方法，其包括：进行图像数据的采集；利用ProGAN进行数据清晰化处理；在ProGAN生成的高清数据集基础上，进行显著化数据处理，显著性加强区域特征，提高设备关键部位像素；联合VGG16和ViT两种卷积神经网络，构建融合电力设备图像显著性特征的深度学习模型；针对各类缺陷样本数量与模型训练指标的关系进行数据建模，通过不断自优化模型实现样本数量自定义以及动态调整，实现训练样本集的迭代更新以及扩充。本发明提高了识别精度，减少了巡检的时间，有效解决了分类速度慢的问题；还实现了动态更新数据集，缩短了训练过程中样本清洗的时间，提高了工作效率。
-
公开(公告)号：CN109658367A
公开(公告)日：2019-04-19
申请号：CN201811355736.5
申请日：2018-11-14
Applicant: 国网新疆电力有限公司信息通信公司 , 国家电网有限公司
Inventor： 沈佳 , 邹岳琳 , 刘昆 , 张龙军 , 明涛 , 郭江涛 , 王巧莉 , 尹蕊 , 王天军 , 马斌 , 李雅洁 , 李豫芹 , 李凯 , 王辉 , 侯建明 , 高阳 , 刘信
Abstract: 本发明涉及图像融合技术领域，是一种基于彩色传递的图像融合方法，步骤一：将原始低分辨率多光谱图像P光进行彩色图像灰度化，得到对应灰度图像P灰；步骤二：将原始高分辨率全色图像P全和灰度图像P灰进行直方图匹配；步骤三：对灰度图像P灰和全色图像P全新的系数进行融合，得到融合灰度图像P融灰；步骤四：将原始低分辨率多光谱图像P光和融合灰度图像P融灰从RGB空间转换到lαβ彩色空间；步骤五：将lαβ彩色空间的(lt，αs，βs)转换到RGB空间，得到最终的融合结果图像P终。本发明对原始高分辨率全色图像和原始低分辨率多光谱图像进行融合，使得最终融合结果图像既具有全色图像的细节信息又具有多光谱图像的色彩信息，提高了图像的可用价值。
-
公开(公告)号：CN118429741A
公开(公告)日：2024-08-02
申请号：CN202311689906.4
申请日：2023-12-07
Applicant: 国网新疆电力有限公司信息通信公司
IPC: G06V10/774 , G06V10/82 , G06V10/764 , G06V10/10 , G06V10/28 , G06V10/36
Abstract: 本发明公开了一种图像数据增强方法、装置、计算机设备及存储介质，包括：获取原始图像数据集，并输入到深度神经网络中；在深度为S＝{0,1,…，n}的深度神经网络中随机选择一层，当S＝0时，从原始数据集中随机选择两个图片，作为基础图像数据，当S＝n，n>0时，从第n层随机选择两个特征图，作为基础图像数据；通过对基础图像数据进行傅里叶变换，得到基础图像数据中的高频区域和低频区域，并对得到的图像使用低通滤波器，在采样的低频图像上应用阈值获得随机二进制掩码；采用随机二进制掩码作为权重，对基础图像数据进行混合拼接，得到混合增强图像。采用本发明可提高生成图像的质量和多样性。
-
公开(公告)号：CN117876223A
公开(公告)日：2024-04-12
申请号：CN202410055339.5
申请日：2024-01-15
Applicant: 国网新疆电力有限公司信息通信公司 , 新疆大学
IPC: G06T3/4053 , G06T3/4046 , G06V10/42 , G06V10/44 , G06V10/52 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种基于多维度自注意力关注的连续倍率图像超分与重建算法，属于超分辨率重建技术领域。在网络结构中，参考大量的基于注意力机制的网络框架，从基本块，注意力机制和上采样模块三个方面对模型进行了改进；设计全新的多维度自注意力模块，并将它与通道聚合块构建成新的混合级联变压器组作为本发明所设计的网络结构的基本模块；非局部注意力块被设计为放在网络中间结构上，从网络内部对关键特征进行更准确的识别和增强；对于上采样模块，设计能实现连续倍率超分辨率的结构，利用数学方法对深层网络获得到的特征进行学习并输出。另外，引入双三次插值方法，可以有效传递大量的信息，从而引导网络的注意力到细致的细节还原上，以获得最终特征。
-
Patent Agency Ranking
公开(公告)号：CN116993146A
公开(公告)日：2023-11-03
申请号：CN202310725875.7
申请日：2023-06-19
Applicant: 国网新疆电力有限公司信息通信公司 , 国网信通亿力科技有限责任公司
Inventor： 张龙军 , 邹岳琳 , 卓毅韬 , 刘昆 , 迪丽达尔·阿力木 , 王层层 , 王天军 , 沈佳 , 尹蕊 , 王涛 , 郭江涛 , 马斌 , 王晓玉 , 阿依多斯·杰恩斯 , 樊嘉馨 , 马蓉 , 李阳 , 董晓梅 , 罗义旺 , 陈金城
IPC: G06Q10/0635 , G06F21/31 , G06F21/60 , G06F21/62 , G06Q50/06
Abstract: 本发明提供一种可快速识别电网敏感数据的系统，涉及电网信息识别技术领域，包括数据管理模块、数据处理模块以及数据监控模块，所述数据处理模块用于确认用户信息、加密敏感数据以及输出调用申请，所述数据管理模块用于对存储的信息进行安全等级划分、判断用户是否能够调用信息以及对用户的行为进行预测，所述数据监控模块用于监控系统中是否存在风险以及对风险及时进行处理；本发明用于解决现有的电网敏感信息识别系统中无法预防越权访问以及对无法及时对风险进行定位处理的问题。
-
公开(公告)号：CN109634723B
公开(公告)日：2023-04-18
申请号：CN201811577626.3
申请日：2018-12-20
Applicant: 国网新疆电力有限公司信息通信公司
Abstract: 本发明公开一种融合存载模块的通信方法，所述融合存载模块包括虚拟机和多个容器，所述通信方法包括：虚拟机创建多个网卡队列，每个容器创建一个网卡队列；虚拟机建立虚拟机网卡队列—容器网卡队列映射关系；虚拟机的目标网卡队列接收目标容器根据所述虚拟机网卡队列—容器网卡队列映射关系发送的连接请求，连接成功后进行下一步；建立虚拟机网卡队列—容器网卡队列通信链条。本发明通过在虚拟机内创建不同的队列，可以实现多个容器共享一个虚拟机，从而提高资源利用率。
-
公开(公告)号：CN115953371A
公开(公告)日：2023-04-11
申请号：CN202211656533.6
申请日：2022-12-22
Applicant: 国网新疆电力有限公司信息通信公司
IPC: G06T7/00 , G06T7/73 , G06V10/25 , G06V10/762 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种绝缘子缺陷检测方法、装置、设备和存储介质。该方法包括：预先训练采用注意力机制的绝缘子缺陷检测模型；在检测绝缘子缺陷时，采集绝缘子图像；将绝缘子图像输入绝缘子缺陷检测模型，通过绝缘子缺陷检测模型在绝缘子图像中检测是否存在绝缘子缺陷；获取绝缘子缺陷检测模型输出的检测结果；如果绝缘子图像中检测到绝缘子缺陷，则检测结果为在绝缘子图像的绝缘子缺陷区域标注锚框。本发明绝缘子缺陷检测模型采用注意力机制，该注意力机制在训练中可以提高重要神经元的权重，抑制为重要神经元的权重，从而使得绝缘子缺陷检测更加精准。
-
公开(公告)号：CN115829999A
公开(公告)日：2023-03-21
申请号：CN202211656530.2
申请日：2022-12-22
Applicant: 国网新疆电力有限公司信息通信公司
IPC: G06T7/00 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种绝缘子缺陷检测模型生成方法、装置、设备和存储介质。该方法包括：通过获取绝缘子图像，并对绝缘子图像进行处理，得到样本绝缘子图像；基于预先标签对样本绝缘子图像进行标签标注，得到具有标签信息的训练样本图像集，其中，预设标签包括四个类别的标签；基于训练样本图像集，训练预设目标检测算法模型，得到最优权重参数；根据实验结果调整预设图像算法，得到目标图像算法检测绝缘子是否存在缺陷。轻量化模型Mobilenet应用于YOLOv5_s的主干网络来进行特征提取可训练参数和运算量较少的卷积神经网络，通过改进使得模型对绝缘子缺陷检测模型生成提高了效率，在保证了检测缺陷准确率的同时也轻量化网络，满足移动端设备。
-
公开(公告)号：CN115774790A
公开(公告)日：2023-03-10
申请号：CN202211629029.7
申请日：2022-12-19
Applicant: 国网新疆电力有限公司信息通信公司
IPC: G06F16/36 , G06F16/335 , G06N20/00 , G06Q50/06
Abstract: 本发明提供一种基于能源大数据的企业画像确定方法及系统，所述方法包括：构建基于能源信息的知识图谱；基于大数据平台获取预设时间内第一企业的所有能源使用数据信息；对第一企业的各个能源使用数据信息分别提取出对应的能源属性信息；将各个能源属性信息通过所述知识图谱进行处理，分别确定出其所属的能源类别；基于相同的能源类别对相应的能源使用数据信息进行统计归类，将相同能源类别的能源使用数据信息进行累计，得到不同能源类别的汇总能源数据；基于各个能源类别的汇总能源数据绘制并确定出基于能源方向的第一企业画像。本发明基于能源大数据进行统计分析，能够确定出企业画像，有利于对企业能源使用状况进行建设性指导。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.041 seconds)
