-
公开(公告)号:CN113378989A
公开(公告)日:2021-09-10
申请号:CN202110763473.7
申请日:2021-07-06
申请人: 武汉大学 , 国网信息通信产业集团有限公司 , 北京国网信通埃森哲信息技术有限公司 , 武汉纺织大学
摘要: 本发明提供一种基于复式协同结构特征重组网络的多模态数据融合方法。针对现有多模态数据融合技术主要是特征直接融合而忽视了模态与模态间的双向交互,存在多模态融合时特征间语义鸿沟的问题,本发明利用深度神经网络提取图像及文本单模态特征,建立基于transformer机制的图文双向交互注意力模型,挖掘图像和文本之间的特征联系,进行多模态的语义关联,并引入复式协同结构网络加深模态之间交互信息的贯通,进行多模态深层融合下的特征双向重组,实现图像与文本语义空间的对齐,更好地适应了神经网络对不同模态间互补信息的搜寻,增强模型对多模态语义的理解和泛化能力,进一步提高多模态特征网络的分类准确度。
-
公开(公告)号:CN113378989B
公开(公告)日:2022-05-17
申请号:CN202110763473.7
申请日:2021-07-06
申请人: 武汉大学 , 国网信息通信产业集团有限公司 , 北京国网信通埃森哲信息技术有限公司 , 武汉纺织大学
摘要: 本发明提供一种基于复式协同结构特征重组网络的多模态数据融合方法。针对现有多模态数据融合技术主要是特征直接融合而忽视了模态与模态间的双向交互,存在多模态融合时特征间语义鸿沟的问题,本发明利用深度神经网络提取图像及文本单模态特征,建立基于transformer机制的图文双向交互注意力模型,挖掘图像和文本之间的特征联系,进行多模态的语义关联,并引入复式协同结构网络加深模态之间交互信息的贯通,进行多模态深层融合下的特征双向重组,实现图像与文本语义空间的对齐,更好地适应了神经网络对不同模态间互补信息的搜寻,增强模型对多模态语义的理解和泛化能力,进一步提高多模态特征网络的分类准确度。
-
公开(公告)号:CN113436216B
公开(公告)日:2024-03-05
申请号:CN202110770016.0
申请日:2021-07-06
申请人: 国网信息通信产业集团有限公司 , 北京国网信通埃森哲信息技术有限公司 , 武汉大学
摘要: 本发明提供一种基于Canny算子的电气设备红外图像边缘检测方法,该方法通过对电气设备红外图像进行灰度化处理后获得灰度图像,对灰度图像进行Gamma变换获得增强后的图像,再对增强后的图像利用高斯滤波器进行平滑降噪获得平滑图像;在传统Canny算法基础上,本发明考虑0°、90°、45°和135°四个方向的梯度,计算平滑图像中每个像素的梯度幅值和梯度方向,获得梯度幅值图像,再根据计算得到的梯度幅值图像计算双阈值;并采用插值方式对梯度幅值进行非极大值抑制;最后根据双阈值选择和连接边缘。本发明相比现有方法去噪效果更好,能更准确的检测边缘信息,适用于电气设备红外图像的检测。
-
公开(公告)号:CN113436216A
公开(公告)日:2021-09-24
申请号:CN202110770016.0
申请日:2021-07-06
申请人: 国网信息通信产业集团有限公司 , 北京国网信通埃森哲信息技术有限公司 , 武汉大学
摘要: 本发明提供一种基于Canny算子的电气设备红外图像边缘检测方法,该方法通过对电气设备红外图像进行灰度化处理后获得灰度图像,对灰度图像进行Gamma变换获得增强后的图像,再对增强后的图像利用高斯滤波器进行平滑降噪获得平滑图像;在传统Canny算法基础上,本发明考虑0°、90°、45°和135°四个方向的梯度,计算平滑图像中每个像素的梯度幅值和梯度方向,获得梯度幅值图像,再根据计算得到的梯度幅值图像计算双阈值;并采用插值方式对梯度幅值进行非极大值抑制;最后根据双阈值选择和连接边缘。本发明相比现有方法去噪效果更好,能更准确的检测边缘信息,适用于电气设备红外图像的检测。
-
公开(公告)号:CN113449738B
公开(公告)日:2023-06-23
申请号:CN202110781567.7
申请日:2021-07-06
申请人: 国网信息通信产业集团有限公司 , 北京国网信通埃森哲信息技术有限公司 , 武汉大学
IPC分类号: G06V10/32 , G06V10/762 , G06V10/774 , G06V10/82 , G06N3/0464
摘要: 本发明提供一种基于样本特性的先验框参数自适应改进FRC检测方法。该方法在Faster RCNN算法的基础上,基于数据集样本的宽高比以及尺度,调节先验框的比例及尺度,使得先验框的大小接近原样本,进而提高Faster RCNN算法的准确率。本发明克服了现有的Faster RCNN算法不能充分利用数据集本身尺寸大小等先验知识的问题,在Faster RCNN算法的基础上,选择可变参数的先验框,根据数据集样本的宽高比和尺度,利用k‑means聚类算法选择合适的参数,调节先验框的比例及尺度,获得改进的FRC算法,解决数据集样本出现极大或极小以及宽高比悬殊的问题,提高Faster RCNN算法的目标检测精度。
-
公开(公告)号:CN113449738A
公开(公告)日:2021-09-28
申请号:CN202110781567.7
申请日:2021-07-06
申请人: 国网信息通信产业集团有限公司 , 北京国网信通埃森哲信息技术有限公司 , 武汉大学
摘要: 本发明提供一种基于样本特性的先验框参数自适应改进FRC检测方法。该方法在Faster RCNN算法的基础上,基于数据集样本的宽高比以及尺度,调节先验框的比例及尺度,使得先验框的大小接近原样本,进而提高Faster RCNN算法的准确率。本发明克服了现有的Faster RCNN算法不能充分利用数据集本身尺寸大小等先验知识的问题,在Faster RCNN算法的基础上,选择可变参数的先验框,根据数据集样本的宽高比和尺度,利用k‑means聚类算法选择合适的参数,调节先验框的比例及尺度,获得改进的FRC算法,解决数据集样本出现极大或极小以及宽高比悬殊的问题,提高Faster RCNN算法的目标检测精度。
-
公开(公告)号:CN118228200A
公开(公告)日:2024-06-21
申请号:CN202410651767.4
申请日:2024-05-24
IPC分类号: G06F18/25 , G06N3/0464 , G06N3/08 , G06V10/80 , G06F18/10 , G06F18/214 , G06F18/21 , G06F18/2433
摘要: 本公开的实施例公开了基于多模态模型的电力设备异常识别方法、装置与设备。该方法的一具体实施方式包括:对于每个历史设备信息组,执行以下步骤:根据历史设备信息组,对各个初始电力设备异常识别网络进行模型训练,以生成各个网络权重信息和各个网络结构信息;根据各个训练结果、各个网络权重信息和各个网络结构信息,生成目标网络权重信息和目标网络结构信息;根据目标网络权重信息和目标网络结构信息,构建多源电力设备异常识别网络;将目标电力设备信息输入至多模态电力设备异常识别模型中,得到目标电力设备异常识别结果。该实施方式可以准确、高效、快速地对电力设备运行信息进行异常检测,以确定电力设备是否异常。
-
公开(公告)号:CN116822259B
公开(公告)日:2023-11-24
申请号:CN202311099931.7
申请日:2023-08-30
申请人: 北京国网信通埃森哲信息技术有限公司 , 国网信息通信产业集团有限公司
摘要: 本公开的实施例公开了基于场景模拟的评价信息生成方法、装置和电子设备。该方法的一具体实施方式包括:获取场景描述信息;响应于确定存在基础场景描述信息对应的基础模拟场景,通过增量场景描述信息,对基础模拟场景进行场景更新;分别对基础场景描述信息和增量场景描述信息进行场景属性提取;根据基础场景属性信息集合和增量场景属性信息集合,生成场景属性层级图;对场景属性层级图中的场景属性节点进行节点权重更新;根据更新后场景属性层级图,生成路径选择信息集合;对于路径选择信息集合中的每个路径选择信息,根据路径选择信息和更新后模拟场景进行场景模拟,以生成针对路径选择信息的评价信息。该实施方式提高了场景模拟效率。
-
公开(公告)号:CN116882591A
公开(公告)日:2023-10-13
申请号:CN202311133150.5
申请日:2023-09-05
申请人: 北京国网信通埃森哲信息技术有限公司 , 国网信息通信产业集团有限公司
IPC分类号: G06Q10/04 , G06Q50/08 , G06N3/0464 , G06N3/048 , G06N3/08
摘要: 本公开的实施例公开了信息生成方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:应于检测到目标标记组件点击操作,确定设备信息处理范围;确定出待进行处理的目标标记设备信息集;确定每个目标标记设备信息对应的设备处理方式信息;对于每个目标标记设备信息,执行第一生成步骤:确定目标设备处理方式信息对应的所需数据集;执行设备处理操作,得到当前处理结果;对当前处理结果进行存储;动态生成针对所选择的处理结果子序列的结果分析图和结果分析文本;根据预先训练的趋势预测模型,生成预测趋势信息。该实施方式不仅可以精准、高效地实现设备处理信息的实时获取,还可以精准地生成预测趋势信息。
-
公开(公告)号:CN116827971A
公开(公告)日:2023-09-29
申请号:CN202311091824.X
申请日:2023-08-29
申请人: 北京国网信通埃森哲信息技术有限公司 , 国网信息通信产业集团有限公司
IPC分类号: H04L67/1097 , H04L9/00 , G06Q30/018 , G06Q50/26
摘要: 本公开的实施例公开了基于区块链的碳排放数据存储与传输方法、装置与设备。该方法的一具体实施方式包括:获取在预设时间段内碳排放节点对应的碳排放信息序列,其中,碳排放信息序列中的碳排放信息包括:碳源地点、碳排放时间与碳排放量;对碳排放信息序列进行碳计量处理,得到碳排放计量信息;生成对应碳排放计量信息的数字指纹,以及将碳排放计量信息、设定的存储时间与碳计量方式打包生成可信证明碳排放数据;将可信证明碳排放数据存储至设置的区块上,以及将区块上存储的可信证明碳排放数据传输至区块链的存储节点上。该实施方式降低了碳排放数据存储过程中被篡改的风险,以及降低了在传输过程中碳排放数据丢失、泄露的风险。
-
-
-
-
-
-
-
-
-