一种基于智慧物联和LiDAR融合的电网数字孪生系统

    公开(公告)号:CN118174436A

    公开(公告)日:2024-06-11

    申请号:CN202310922994.1

    申请日:2023-07-26

    Abstract: 一种基于智慧物联和LiDAR融合的电网数字孪生系统,涉及电力电网领域,包括:电网数据采集模块,用于对电网运行的数据进行采集,得到建模参数,包括电网拓扑、电网运行数据、电力设备参数以及环境参数;数据传输模块,完成采集到的数据的传输和转换,包括数据传输协议、物联网通信协议等,保证数据能够稳定、快速地传输;孪生地图模块,搭建网络虚拟地图,该模块利用GPS定位技术以及激光雷达探测技术;通过对电网实景的监控以及多源数据采集,能够通过大量数据提高模型数据的准确性,并且,电网数字孪生系统可以保证电网的经济高质、安全稳定运行,在电网出现故障时能够及时通知人工接受台,通过大数据计算实现数据的快速计算,计算过程效率更高。

    一种绝缘子缺陷检测模型生成方法、装置、设备和存储介质

    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

    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。

    新疆地方药物不良反应识别方法及相关装置

    公开(公告)号:CN114898895A

    公开(公告)日:2022-08-12

    申请号:CN202210467433.2

    申请日:2022-04-29

    Abstract: 本发明涉及一种机器学习技术领域,是一种新疆地方药物不良反应识别方法及相关装置。前者包括建立新疆地方药物不良反应语料库,并将其分为训练样本集和测试样本集;利用训练样本集对模型进行学习训练,获得不良反应识别模型;利用测试样本集对不良反应识别模型进行测试,选取最优的参数,输出不良反应识别模型。本发明大量获取网络有关新疆地方药物不良反应的文本信息建立新疆地方药物不良反应语料库,利用基于注意力机制的双向长短时记忆网络和卷积神经网络混合网络的神经网络模型,捕捉新疆地方药物不良反应语料库中文本的双向语义依赖和局部特征,利用注意力机制,突出重要的特征,保证不良反应的有效识别。

    一种基于人工智能的数据采集方法及系统

    公开(公告)号:CN116186324A

    公开(公告)日:2023-05-30

    申请号:CN202310097716.7

    申请日:2023-01-30

    Abstract: 本发明公开了一种基于人工智能的数据采集方法及系统,包括以下操作步骤:步骤S1、通过影像采集模块对基准图像数据进行采集;本发明的有益效果是,通过影像采集模块对标准的健身体态图像进行采集,通过音频采集模块对标准的健身体态语音讲解进行采集,通过基准数据分析模块得到单元影音数据,即标准的健身体态图像与健身体态语音讲解对应的数据组,通过影像采集模块对使用者健身体态图像进行采集,通过数据对比模块将使用者的体态与标准体态进行对比,挑选与使用者健身体态图像相似的单元影音数据,通过播放模块将目标单元影音数据组进行显示,起到智能纠正使用者的健身体态的作用,实现人工智能健身。

    基于域增量学习的模型调优方法、装置、设备及存储介质

    公开(公告)号:CN116128073A

    公开(公告)日:2023-05-16

    申请号:CN202310158117.1

    申请日:2023-02-23

    Abstract: 本发明涉及一种机器学习技术领域,是一种基于域增量学习的模型调优方法、装置、设备及存储介质,包括:响应于获取新数据,调用原有模型对其进行识别,并判断是否出现识别错误;响应于出现识别错误,抽取识别错误的数据建立新增数据集;利用新增数据集对原有模型进行域增量学习,构建新模型。本发明的模型任务固定,不需要增加识别类别,利用模型对新数据进行识别,在出现存在识别错误时,建立新增数据集,利用新增数据集对原有模型进行域增量学习,实现在应用中需要不断调优模型,故而在保证原有识别效果的基础上又能适应新数据、修正原有模型,不会耗费大量的计算资源和时间,效率高,并且域增量学习的应用能有效增强模型的抗遗忘能力。

Patent Agency Ranking