-
公开(公告)号:CN110855559A
公开(公告)日:2020-02-28
申请号:CN201910932911.0
申请日:2019-09-29
Applicant: 国网浙江省电力有限公司宁波供电公司
Abstract: 本发明涉及通讯领域,尤其涉及一种接入限制的智能网关,包括:密码输入模块,用于密码的输入;主控模块,用于判断输入的密码是否正确,当输入的密码正确时,输出打开网络通道的指令;网络通道开关模块,用于接收打开网络通道的指令,并控制打开对应的网络通道。本发明具备以下有益效果:1.在智能网关上设置了密码输入模块,用网终端设备连网的时候需要在密码输入模块输入正确的密码,密码正确,才能与路由器/交换机在物理上连通,否则终端设备不能连上路由器/交换机;2.通过检测网络通道输出接口的物理开关,当网线拔出时,自动关闭网络通道,实现断网功能。
-
公开(公告)号:CN116129480A
公开(公告)日:2023-05-16
申请号:CN202111335084.0
申请日:2021-11-11
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司营销服务中心 , 国网浙江省电力有限公司宁波供电公司 , 国网浙江慈溪市供电有限公司 , 国网浙江省电力有限公司宁波市北仑区供电公司
IPC: G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种营业厅用AI感知系统,包括移动端、PC端和数据库服务器,移动端包括本体,以及图像采集模块,本体上设有人脸检测模块,PC端包括图像预处理模块、特征提取模块和信息检索模块,本发明的优点:通过图像采集模块采集人脸样本,人脸检测模块检测图像中是否存在人脸区域,并将检测后的图片经图像预处理模块进行预处理,然后通过特征提取模块用于提取人脸特征,信息检索模块是通过计算特征向量的余弦相似度判断人脸特征向量之间的相似度,根据特征与数据库中的人脸特征进行匹配,从而确认身份,因此能及时的感知VIP客户、敏感用户、经常欠费客户,运营人员可针对性提供服务,增强客户的使用体验,提高办理业务的效率。
-
公开(公告)号:CN110852345B
公开(公告)日:2023-06-09
申请号:CN201910934378.1
申请日:2019-09-29
Applicant: 国网浙江省电力有限公司宁波供电公司
IPC: G06V10/764 , G06V10/77 , G06V10/774 , G06V10/80 , G06V40/16 , G06N3/126
Abstract: 本发明涉及一种图像分类方法,包括以下步骤:S1:将高维矩阵数据进行均匀模块划分并组成三阶张量数据;S2:取所选模块的稀疏重构权值均值作为整个二维数据的稀疏重构权值;S3:分别抽取无监督的稀疏重构特征信息和监督的成对约束特征信息;S4:进行线性加权参数的自适应设置;S5:计算各个模块的稀疏重构权值并得到相应的稀疏重构误差,计算稀疏重构权值的平均值;S6:将所得平均值作为整个数据集的稀疏重构权值并应用于所得三阶张量数据上的张量稀疏保持投影矩阵的求解;S7:利用支持向量机完成测试样本的分类。本发明最大程度地融合成对约束特征信息和稀疏重构特征信息,实现线性加权参数的自适应设置。
-
公开(公告)号:CN111080101A
公开(公告)日:2020-04-28
申请号:CN201911231408.9
申请日:2019-12-04
Applicant: 国网浙江省电力有限公司宁波供电公司
Inventor: 潘喆琼 , 柯方圆 , 毛倩倩 , 孔旭锋 , 李莉 , 洪东彬 , 周扬 , 胡喆 , 李瑞 , 王庆娟 , 沈皓 , 张维 , 蒋颖 , 金媛媛 , 娄伟明 , 李鹏鹏 , 冯龙 , 杨建立 , 赵婉芳 , 严晓昇 , 汪璐
Abstract: 本发明公开了一种基于AHP对供电渠道服务效能多维度评价的方法,属于电力技术领域。现有的评价方案主要凭感觉靠经验,不够全面、严谨、科学,易产生偏差。本发明提供一种基于供电渠道服务的应用率、运营成本、服务质量、资源配置等基础数据,量化分析、归纳定义形成服务能力、客户感知、服务效益、应用前景和管控质量五大关键指标体系,通过AHP层次分析法加权求和计算输出各供电渠道服务效能综合评价得分,构造指标雷达图,使决策者一目了然地观察到同类型渠道各指标的强弱,分析各项数据高低的原因,便于确定优化渠道目标,制定优化策略;本发明方案全面、严谨、科学,不易产生偏差。
-
公开(公告)号:CN110852345A
公开(公告)日:2020-02-28
申请号:CN201910934378.1
申请日:2019-09-29
Applicant: 国网浙江省电力有限公司宁波供电公司
Abstract: 本发明涉及一种图像分类方法,包括以下步骤:S1:将高维矩阵数据进行均匀模块划分并组成三阶张量数据;S2:取所选模块的稀疏重构权值均值作为整个二维数据的稀疏重构权值;S3:分别抽取无监督的稀疏重构特征信息和监督的成对约束特征信息;S4:进行线性加权参数的自适应设置;S5:计算各个模块的稀疏重构权值并得到相应的稀疏重构误差,计算稀疏重构权值的平均值;S6:将所得平均值作为整个数据集的稀疏重构权值并应用于所得三阶张量数据上的张量稀疏保持投影矩阵的求解;S7:利用支持向量机完成测试样本的分类。本发明最大程度地融合成对约束特征信息和稀疏重构特征信息,实现线性加权参数的自适应设置。
-
-
-
-