-
公开(公告)号：CN116227582A
公开(公告)日：2023-06-06
申请号：CN202310118939.7
申请日：2023-01-31
申请人： 国网智能电网研究院有限公司 , 国网上海市电力公司 , 国家电网有限公司
IPC分类号： G06N3/096 , G06N3/09 , G06N3/0455
摘要： 本发明公开了一种掩码自编码器的知识蒸馏方法、装置、设备及存储介质，该方法通过分别建立掩码自编码器的教师模型和学生模型，其中，所述教师模型和所述学生模型均为视觉变换模型，且所述教师模型的规模大于所述学生模型；对所述教师模型进行预训练；基于预训练好的所述教师模型对所述学生模型进行知识蒸馏预训练，使学生模型从预训练好的教师模型中学习数据泛化能力，得到表征能力更好的图像特征；基于下游任务对预训练好的所述学生模型进行微调训练，学生模型可部署在算力资源缺乏的电力边缘侧，在减少模型参数的同时保证了模型精度不下降，加速实时推理速度。
-
公开(公告)号：CN117478713A
公开(公告)日：2024-01-30
申请号：CN202311451438.7
申请日：2023-11-02
申请人： 国网智能电网研究院有限公司 , 国网河北省电力有限公司 , 国家电网有限公司
IPC分类号： H04L67/125 , H04L67/10 , G06N3/092 , H04L67/00
摘要： 本发明涉及工业大数据技术领域，公开了一种云边协同微调控制方法、装置、设备及存储介质，本发明提供的一种云边协同微调控制方法，结合云侧的低成本和高灵活性，边侧低时延和高安全性的优点，减少不必要的模型微调，节省计算资源，提升模型响应速度、及时微调模型使其适应部署的数据分布变化并保证电网采集数据的安全。
-
公开(公告)号：CN117456326A
公开(公告)日：2024-01-26
申请号：CN202311482710.8
申请日：2023-11-08
申请人： 国网智能电网研究院有限公司
IPC分类号： G06V10/80 , G06V10/26 , G06V10/24 , G06V40/20 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
摘要： 本发明涉及电力违章样本生成技术领域，公开了一种电力作业人员违章样本生成方法、装置、设备及介质，该方法包括：构建电力多模‑图像配准大模型，利用电力多模‑图像配准大模型提取正确作业图像的特征和多模态数据的特征，构建生成器，利用生成器根据正确作业图像的特征、多模态数据的特征以及随机生成的噪声生成违章作业图像，在生成违章作业图像时参考了正确作业图像的特征，可以保留作业人员核心特征，仅对其姿势和作业背景进行编辑，对违章行为图像样本进行生成，大大缩小了作业人员违章样本生成难度并使得生成的违章作业图像更加准确。
-
公开(公告)号：CN116304135A
公开(公告)日：2023-06-23
申请号：CN202310594729.5
申请日：2023-05-25
申请人： 国网智能电网研究院有限公司
IPC分类号： G06F16/483 , G06F16/583 , G06F16/383 , G06F18/214 , G06F18/22
摘要： 本发明公开了一种基于判别性隐空间学习的跨模态检索方法、装置及介质，该方法包括：提取第一模态数据的第一特征和第二模态数据的第二特征，构建第一训练集和第二训练集；采用第一训练集和第二训练集对增加判别性属性的双字典模型进行训练，得到隐空间特征模型；基于隐空间特征模型，将待检索模态数据特征和检索数据库中模态数据特征分别投影到隐空间中，得到对应的隐空间特征表示；根据隐空间特征表示进行相似度计算，得到检索结果。通过实施本发明，采用双字典学习技术来构建隐空间，使多模态数据在隐空间中实现对齐。在双字典模型中加入将判别性属性，从而使子类内距离更加紧凑而子类间距离更加稀疏。更加符合电网细粒度多模态场景设置。
-
公开(公告)号：CN116524240A
公开(公告)日：2023-08-01
申请号：CN202310331575.0
申请日：2023-03-30
申请人： 国网智能电网研究院有限公司
摘要： 本发明公开了一种电力作业场景违章行为识别模型、方法、装置及存储介质，该模型包括：卷积层，用于对输入的电力作业场景图片进行特征提取，得到多个特征图；显著性最大池化层，用于对多个特征图进行最大池化操作；显著性部件定位学习层，用于对池化结果进行加权求和，得到求和结果；分类层，用于根据求和结果输出识别结果。通过实施本发明，在模型中采用显著性最大池化层取代全连接层，解决了卷积神经网络中参数量过大、容易过拟合的问题，采用显著性最大池化层连接卷积层，直接赋予了每个通道实际的类别意义，剔除了全连接层中黑箱的特征，使网络结构具有可解释性。设置显著性部件学习层，使得电力作业场景下的违章行为识别变得可溯因。
-
公开(公告)号：CN116304135B
公开(公告)日：2023-08-08
申请号：CN202310594729.5
申请日：2023-05-25
申请人： 国网智能电网研究院有限公司
IPC分类号： G06F16/483 , G06F16/583 , G06F16/383 , G06F18/214 , G06F18/22
摘要： 本发明公开了一种基于判别性隐空间学习的跨模态检索方法、装置及介质，该方法包括：提取第一模态数据的第一特征和第二模态数据的第二特征，构建第一训练集和第二训练集；采用第一训练集和第二训练集对增加判别性属性的双字典模型进行训练，得到隐空间特征模型；基于隐空间特征模型，将待检索模态数据特征和检索数据库中模态数据特征分别投影到隐空间中，得到对应的隐空间特征表示；根据隐空间特征表示进行相似度计算，得到检索结果。通过实施本发明，采用双字典学习技术来构建隐空间，使多模态数据在隐空间中实现对齐。在双字典模型中加入将判别性属性，从而使子类内距离更加紧凑而子类间距离更加稀疏。更加符合电网细粒度多模态场景设置。
-
公开(公告)号：CN116186318B
公开(公告)日：2023-07-14
申请号：CN202310446006.0
申请日：2023-04-24
申请人： 国网智能电网研究院有限公司
IPC分类号： G06F16/583
摘要： 本发明公开了一种基于关联规则学习的图像检索方法、装置及存储介质，通过获取待检索图像和检索数据库中图像；基于关联规则学习算法提取待检索图像和检索数据库中图像的局部相关性特征；对待检索图像和检索数据库中图像的局部相关性特征进行特征匹配，确定检索数据库中和待检索图像属于同一子类别的检索结果。由此，该图像检索方法通过关联规则学习算法，对图像内部的关联信息进行挖掘，加强了细粒度特征表示，从而能够增强不同子类间判别性和区分度。
-
公开(公告)号：CN116186318A
公开(公告)日：2023-05-30
申请号：CN202310446006.0
申请日：2023-04-24
申请人： 国网智能电网研究院有限公司
IPC分类号： G06F16/583
摘要： 本发明公开了一种基于关联规则学习的图像检索方法、装置及存储介质，通过获取待检索图像和检索数据库中图像；基于关联规则学习算法提取待检索图像和检索数据库中图像的局部相关性特征；对待检索图像和检索数据库中图像的局部相关性特征进行特征匹配，确定检索数据库中和待检索图像属于同一子类别的检索结果。由此，该图像检索方法通过关联规则学习算法，对图像内部的关联信息进行挖掘，加强了细粒度特征表示，从而能够增强不同子类间判别性和区分度。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.055 秒)