-
公开(公告)号：CN112751823A
公开(公告)日：2021-05-04
申请号：CN202011256447.7
申请日：2020-11-11
Applicant: 国网江苏省电力有限公司营销服务中心 , 全球能源互联网研究院有限公司 , 安徽继远软件有限公司
Abstract: 本发明提供了一种外发数据生成方法、外发安全管控方法及系统，包括：基于待发数据属性信息生成外发任务指纹，建立外发任务指纹与待发数据各生成环节操作数据的关联关系；将外发任务指纹映射成密钥，并基于预设的数据水印添加策略将密钥添加到待发数据中，形成含有数据水印的待发数据；当含有数据水印的数据泄露时：基于泄露数据中提取的数据水印，可反向追溯到数据接收者以及数据在各生成环节操作数据，实现对数据泄露的追责，本发明待发数据的数据水印不仅可标识数据的属性信息，还可关联数据在各生成环节的操作数据，一旦发生敏感数据泄露，无论是数据管理者在数据生成环节操作不当，还是接收者没有尽到数据安全防护责任，都可以进行精准追责。
-
公开(公告)号：CN112651039A
公开(公告)日：2021-04-13
申请号：CN202011290331.5
申请日：2020-11-18
Applicant: 国网江苏省电力有限公司营销服务中心 , 全球能源互联网研究院有限公司 , 安徽继远软件有限公司
Abstract: 本发明涉及信息安全技术领域，具体提供了一种融合业务场景的电力数据差异化脱敏方法，旨在解决适合电力业务动态交互的差异化敏感数据保护的技术问题。具体包括：当电力业务数据库的工作模式为入库模式时，根据电力业务数据类型标记存入电力业务数据库的电力业务数据的字段标识；当电力业务数据库的工作模式为访问模式时，捕获访问用户终端设备向电力业务数据库发送的访问请求，并基于所述访问请求及电力业务数据库中电力业务数据的字段标识控制所述访问用户终端设备对所述电力业务数据库中的电力业务数据进行访问；本方案可以有效对电力业务动态交互中涉敏数据访问进行差异化脱敏，满足了电力大数据时代电力数据的脱敏管理需求。
-
公开(公告)号：CN111737435B
公开(公告)日：2024-12-17
申请号：CN202010592462.2
申请日：2020-06-24
Applicant: 全球能源互联网研究院有限公司 , 国网江苏省电力有限公司营销服务中心 , 国家电网有限公司
IPC: G06F16/332 , G06F16/33 , G06F40/284 , G06Q10/20 , G06Q50/06 , G06N3/0442
Abstract: 本发明公开了一种问答故障诊断的辅助决策模型构建、决策方法及系统，方法包括：将预设语料库中的对话数据进行预处理，获取对话数据的词向量；将对话数据中的每组提问者与应答者的词向量进行预设维度匹配，得到包含答案信息的问题的词向量；将每组包含答案信息的问题的词向量与对应每组应答者对话数据中的每个词向量进行向量相似度计算，得到对应的关系向量，通过神经网络模型计算各个关系向量间的相关值，基于相关值进行应答者的答案与提问者的问题相关度的排序；根据排序完成故障诊断的辅助决策。本发明通过对语料库的数据信息进行分析，并对分析信息进行相关度的排序，提高了对话信息利用率、检索的准确率，能够更加准确获取问题的答案。
-
公开(公告)号：CN111737435A
公开(公告)日：2020-10-02
申请号：CN202010592462.2
申请日：2020-06-24
Applicant: 全球能源互联网研究院有限公司 , 国网江苏省电力有限公司营销服务中心 , 国家电网有限公司
IPC: G06F16/332 , G06F16/33 , G06F40/284 , G06Q10/00 , G06Q50/06 , G06N3/04
Abstract: 本发明公开了一种问答故障诊断的辅助决策模型构建、决策方法及系统，方法包括：将预设语料库中的对话数据进行预处理，获取对话数据的词向量；将对话数据中的每组提问者与应答者的词向量进行预设维度匹配，得到包含答案信息的问题的词向量；将每组包含答案信息的问题的词向量与对应每组应答者对话数据中的每个词向量进行向量相似度计算，得到对应的关系向量，通过神经网络模型计算各个关系向量间的相关值，基于相关值进行应答者的答案与提问者的问题相关度的排序；根据排序完成故障诊断的辅助决策。本发明通过对语料库的数据信息进行分析，并对分析信息进行相关度的排序，提高了对话信息利用率、检索的准确率，能够更加准确获取问题的答案。
-
公开(公告)号：CN114595693B
公开(公告)日：2024-12-03
申请号：CN202011428365.6
申请日：2020-12-07
Applicant: 国网辽宁省电力有限公司营销服务中心 , 中国科学院沈阳自动化研究所 , 国网江苏省电力有限公司营销服务中心
IPC: G06F40/30 , G06F40/242 , G06N3/0455 , G06N3/084 , G06N3/0442
Abstract: 本发明涉及一种基于深度学习的文本情感分析方法，包括：步骤一：对文本样本数据进行预处理，人工预先进行情感评定等级标注；步骤二：构建用于在线文本情感分析的Self‑Attention深度学习模型，用训练集数据训练该模型；每次计算损失函数，计算输出层神经元的梯度并正向和反向传播更新每一层的网络参数值，直到达到截止条件后获取优化的Self‑Attention深度学习模型以及各网络参数；步骤三：采集实际文本语料数据，利用优化的Self‑Attention深度学习模型对数据进行处理，获取在线文本情感分析结果。
-
Patent Agency Ranking
公开(公告)号：CN114311023A
公开(公告)日：2022-04-12
申请号：CN202011046733.0
申请日：2020-09-29
Applicant: 中国科学院沈阳自动化研究所 , 国网江苏省电力有限公司营销服务中心
IPC: B25J19/00
Abstract: 本发明涉及一种基于服务机器人视觉功能检测方法，包括以下步骤：图像采集步骤：利用CCD工业相机分别拍摄室内和室外场景下的目标静态图像和连续多帧视频，发送给视觉处理器；图像预处理步骤：视觉处理器模块发送指令接收CCD工业相机采集的图像和视频并存储至图像数据库中，调用图像预处理模块对接收的图像进行处理使得原始图像和视频的产生比例变形或增加噪声，用于模拟真实场景下的图像变形和天气影响生成模拟图像；图像识别步骤：视觉处理器模块发送指令调用图像真值标注模块对模拟图像进行比对处理识别目标静态图像或视频，并当识别率达到预设阈值时判定该服务机器人视觉检测功能是否合格。
-
公开(公告)号：CN113010692A
公开(公告)日：2021-06-22
申请号：CN202110342068.8
申请日：2021-03-30
Applicant: 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司
IPC: G06F16/36 , G06F16/332 , G06F40/205 , G06F40/35
Abstract: 一种基于知识图谱的对话管理方法及对话系统，对话管理方法包括以下步骤：步骤1，用户输入内容，进行自然语言理解，输出对话意图和实体词；步骤2，根据实体词，采用一个一维数组表示知识图谱中的每个实体在对话中的提及状态，记为全局状态数组g；步骤3，将全局状态数组g进行层级压缩，采用另一个一维数组表示用户围绕该实体的对话意图，记为局部状态数组l；步骤4，使用局部状态数组l，通过Q‑learning进行训练得到Q表，选择Q值最大的动作作为最优动作，进行自然语言生成，向用户输出应答。用知识图谱来表示对话状态可以使得对话系统建模更复杂的对话任务，同时层级压缩的方法也解决了状态空间过大的问题。在相似的领域内，易于进行领域迁移。
-
公开(公告)号：CN114311023B
公开(公告)日：2023-12-26
申请号：CN202011046733.0
申请日：2020-09-29
Applicant: 中国科学院沈阳自动化研究所 , 国网江苏省电力有限公司营销服务中心
IPC: B25J19/00
Abstract: 本发明涉及一种基于服务机器人视觉功能检测方法，包括以下步骤：图像采集步骤：利用CCD工业相机分别拍摄室内和室外场景下的目标静态图像和连续多帧视频，发送给视觉处理器；图像预处理步骤：视觉处理器模块发送指令接收CCD工业相机采集的图像和视频并存储至图像数据库中，调用图像预处理模块对接收的图像进行处理使得原始图像和视频的产生比例变形或增加噪声，用于模拟真实场景下的图像变形和天气影响生成模拟图像；图像识别步骤：视觉处理器模块发送指令调用图像真值标注模块对模拟图像进行比对处理识别目标静态图像或视频，并当识别率达到预设阈值时判定该服务机器人视觉检测功能是否合格。
-
公开(公告)号：CN113010692B
公开(公告)日：2023-09-22
申请号：CN202110342068.8
申请日：2021-03-30
Applicant: 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司
IPC: G06F16/36 , G06F16/332 , G06F40/205 , G06F40/35
Abstract: 一种基于知识图谱的对话管理方法及对话系统，对话管理方法包括以下步骤：步骤1，用户输入内容，进行自然语言理解，输出对话意图和实体词；步骤2，根据实体词，采用一个一维数组表示知识图谱中的每个实体在对话中的提及状态，记为全局状态数组g；步骤3，将全局状态数组g进行层级压缩，采用另一个一维数组表示用户围绕该实体的对话意图，记为局部状态数组l；步骤4，使用局部状态数组l，通过Q‑learning进行训练得到Q表，选择Q值最大的动作作为最优动作，进行自然语言生成，向用户输出应答。用知识图谱来表示对话状态可以使得对话系统建模更复杂的对话任务，同时层级压缩的方法也解决了状态空间过大的问题。在相似的领域内，易于进行领域迁移。
-
公开(公告)号：CN114116999B
公开(公告)日：2025-01-24
申请号：CN202111332264.3
申请日：2021-11-11
Applicant: 国网江苏省电力有限公司营销服务中心
IPC: G06F16/3329 , G06F16/35 , G06N3/0455 , G06N5/04
Abstract: 一种业务文档驱动的智能客服构造方法，其特征在于，步骤1，采集用户当前输入q、业务文档D和对话历史并编码和池化，以获得其句子级别表示；步骤2，将业务文档的句子级别表示Ds中的每一项作为一个语篇单元，依次建立用户当前输入的句子级别表示q与每一个语篇单元之间的关联，每一个语篇单元与对话历史的句子级别表示Hs之间的关联，从而依次实现文档结构分析和对话状态跟踪；步骤3，基于步骤2中获得的关联关系对业务文档和对话历史进行分类，并对当前回答进行推理，以生成最优策略#imgabs0#本发明方法借鉴修辞结构理论实现语料关联和准确推理，克服信息槽的问题，以语篇单元的交互状态表示系统对话，顺利驱动对话进行。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.179 seconds)
