-
公开(公告)号：CN118673091A
公开(公告)日：2024-09-20
申请号：CN202410630129.4
申请日：2024-05-21
申请人： 河海大学
IPC分类号： G06F16/33 , G06F16/338 , G06F16/332 , G06N3/042 , G06N3/0442 , G06N3/0455 , G06N3/08
摘要： 本发明公开一种基于细粒度注意力对齐的多模态代码搜索方法，通过构建新机制从文本和结构两种模态学习源代码和自然语言查询的丰富语义，使用多模态特征网络构建代码搜索模型，对不同模态特征采用不同的构造方式，充分地表达相应代码与文本的不同特征；同时在模型训练过程中采用细粒度对齐机制，将同模态特征进行分别对齐，从而利于代码实体和文本实体的匹配；在完成所有特征的构造后，使用余弦相似度函数计算给定查询与所有代码库中代码样本之间的相似度，以此对代码样本进行相似度排序。本发明摆脱了现有代码搜索领域对代码表示和特征提取的不充分性，能够较完全地利用不同模态特征所包含的信息进行代码表示和匹配，并具有较高的识别精度与较好的收敛性能。
-
公开(公告)号：CN116665130A
公开(公告)日：2023-08-29
申请号：CN202310670442.6
申请日：2023-06-07
申请人： 河海大学 , 华能澜沧江水电股份有限公司
摘要： 本发明公开一种基于时空图的大坝安全监测多元时间序列异常检测方法，包括：1)利用图结构对大坝安全监测多元时间序列时间和变量维度进行显式建模，构建变量特征图和时间特征图；2)采用图注意力网络并行学习时间和变量维度信息，得到更好的表征向量以捕获数据深层依赖关系；3)使用联合基于预测和基于重构模型的优化网络计算异常分数，得到大坝部位异常情况。本发明用于检测大坝安全监测数据中的异常情况，提高了大坝安全监测多元时间序列异常检测的精确率和召回率，并能对异常现象进行合理解释，辅助大坝的安全性评判。
-
公开(公告)号：CN114486262B
公开(公告)日：2023-03-21
申请号：CN202210105290.0
申请日：2022-01-28
申请人： 河海大学
IPC分类号： G01M13/045
摘要： 本发明公开了一种基于CNN‑AT‑LSTM的滚动轴承剩余使用寿命预测方法，包括以下步骤：步骤1：获取轴承振动信号；步骤2：对获取的轴承振动信号进行降噪处理；步骤3：采用训练后的CNN网络模型，从经过降噪处理后的振动信号中挖掘反映退化性能的深层特征；步骤4：将步骤3获取到的深层特征输入至训练后的AT‑LSTM神经网络中，得到轴承剩余使用寿命的预测结果；采用本发明方法可以及时有效准确地预测滚动轴承RUL，保障机械设备能够安全可靠高效运行，延长设备工作周期，及时更换设备，避免巨大经济损失。
-
公开(公告)号：CN104933160B
公开(公告)日：2019-06-28
申请号：CN201510363351.3
申请日：2015-06-26
申请人： 河海大学 , 华能澜沧江水电股份有限公司
摘要： 本发明公开了一种面向安全监测业务分析的ETL框架设计方法，包括数据抽取、数据转换和数据加载。数据抽取是指从多个异构数据源中获取源数据，通过使用XML适配器确认数据源和使用时间戳进行增量抽取完成；数据转换过程是连接数据抽取过程与数据加载过程的纽带，在该过程中使用“数据处理引擎”和“Redis存储引擎”两个组件进行数据转换；数据加载中，数据的加载主要为最初加载和增量装载两种装载类型，最初加载主要利用“批量加载引擎”进行处理，增量装载则使用“批量加载引擎”和“实时加载引擎”结合的方式进行处理。本发明可以实现异构数据的高度统一，为后续的决策支持工作打下基础。
-
公开(公告)号：CN104462808B
公开(公告)日：2017-06-16
申请号：CN201410735262.2
申请日：2014-12-04
申请人： 河海大学
IPC分类号： G06F19/00
摘要： 本发明公开了一种基于大坝工程安全水平位移与水位的滑动可变窗口动态数据拟合方法。所述方法包括以下步骤：数据导入与预处理，导入水平位移与水位数据，将拟合所需要的数据导入到工作平台上，通过剔除空值和利用箱线图模型处理异常值进行数据预处理；选取最优模型，根据样本均方差选择最优模型，包括选择最优步长和最优函数模型；预测数据，用选择的最优函数模型所需预测当天前一天的值，与真实值进行比较得到误差值，计算出模型的精确程度，用所得到的模型对所需预测当天的水平位移进行预测；结果验证与报表生成，将已有预测值保存，与现有真实数据进行对比，用于评估当前函数模型和数据拟合方法，并对此次拟合方法得到的结果生成报表上报。
-
公开(公告)号：CN104361128A
公开(公告)日：2015-02-18
申请号：CN201410737631.1
申请日：2014-12-05
申请人： 河海大学 , 华能澜沧江水电有限公司
发明人： 毛莺池 , 艾永平 , 易魁 , 许峰 , 肖海斌 , 周晓峰 , 王龙宝 , 邱小弟 , 卢吉 , 陈亚明 , 陈豪 , 张鹏 , 余记远 , 迟福东 , 周文欢 , 谭彬 , 吕兴 , 曹学兴
IPC分类号： G06F17/30
CPC分类号： G06F17/30073 , G06F17/30076 , G06F17/30132 , G06F17/30174 , G06F17/3023
摘要： 本发明公开了一种基于水工巡检业务的PC端与移动端数据同步方法，主要包括移动终端巡检数据上传和PC端巡检数据下载两个部分；移动终端巡检数据上传实现将移动设备中的巡检属性基本信息和多媒体数据信息导入到PC端中，通过对巡检数据的分类处理，可以将基本数据信息转化为数据对象，存入数据库，将多媒体数据存入多媒体数据库，可以有效管理巡检数据。PC端巡检数据下载可以从PC端下载最新的水工巡检数据至移动终端，方便用户在每次巡检时获得上次巡检的结果信息，并可以与当前巡检现场情况进行比较，评判水工安全情况。本发明可方便巡检数据能够自动、及时、准确入库，节省巡检数据处理时间，提高巡检人员工作效率和准确性。
-
公开(公告)号：CN103761336A
公开(公告)日：2014-04-30
申请号：CN201410054230.6
申请日：2014-02-18
申请人： 河海大学
IPC分类号： G06F17/30
摘要： 本发明公开一种基于复杂网络的面向对象软件系统类间耦合性的度量方法。在面向对象的软件系统中，耦合性是软件中各个类之间相互关联程度的一种度量。为了能够较好地对软件系统中类之间的耦合性进行度量，首先对面向对象的软件系统进行形式化表示，利用波及度对软件系统中的类之间的耦合关系进行分析类在系统中的影响力；然后将劳伦茨曲线与基尼系数的概念并推广至复杂网络中，分析软件网络的异质性；最后提出一种基于复杂网络的软件系统耦合度的度量方法并以抽象实例进行分析。
-
公开(公告)号：CN102831175A
公开(公告)日：2012-12-19
申请号：CN201210265933.4
申请日：2012-07-30
申请人： 河海大学
摘要： 本发明公开了一种基于云平台的水利业务Web服务库的构建方法，包括如下步骤：文档资料收集；对搜集的资料进行分析，选择水利业务领域中的概念、概念实例以及关系，构建水利业务领域本体，并对水利业务领域本体进行描述，由水利业务领域本体、描述规约以及数据词典构建水利领域的服务知识库；根据服务知识库中不同水利业务的分类、描述，在Web服务库中构建Web服务分类树；定义服务刻面与描述规约的映射关系；根据映射关系，创建新的服务刻面，并向新建的服务刻面中添加新的服务描述属性，实现服务描述；实现服务入库、服务检索和服务发布等。
-
公开(公告)号：CN114998673B
公开(公告)日：2023-10-13
申请号：CN202210513592.1
申请日：2022-05-11
申请人： 河海大学 , 华能澜沧江水电股份有限公司
IPC分类号： G06V10/774 , G06V10/82 , G06N3/047 , G06N3/0442 , G06N3/049 , G06N3/08
摘要： 本发明公开一种基于本地自注意力机制的大坝缺陷时序图像描述方法，对输入大坝缺陷时序图像进行帧采样，使用卷积神经网络提取特征序列，并将该序列作为自注意力编码器的输入；编码器由基于可变自注意力机制的Transformer网络构成，能够动态建立每一帧的上下文特征关系；采用基于本地注意力机制的LSTM网络生成描述文本，使得预测的每一个单词都能与图像帧建立特征关系，建立图像和文本的上下文依赖以提高文本生成的准确率。本发明在计算图像帧的全局自注意力的基础上添加了动态机制，避免了过大的参数量导致模型收敛缓慢。添加本地注意力的LSTM网络能够直接建立图像和文本两个模态数据之间的对应关系，使得生成的描述文本更准确，包含的信息更全面。
-
公开(公告)号：CN114913150B
公开(公告)日：2023-08-22
申请号：CN202210515193.9
申请日：2022-05-11
申请人： 河海大学 , 华能澜沧江水电股份有限公司
IPC分类号： G06T7/00 , G06T7/33 , G06V10/22 , G06V10/62 , G06V10/764 , G06N3/0464 , G06N3/08
摘要： 本发明公开一种混凝土大坝缺陷时序图像智能识别方法，使用双流网络提取包含混凝土大坝缺陷的时序图像的特征序列，并添加时间维度的自注意力机制获取全局上下文特征关系；在模型的训练过程中，使用基于距离交并比的目标函数匹配定位缺陷和真实缺陷，计算缺陷的时序位置关系加速模型收敛；在模型损失函数中添加基于紧密感知交并比的损失项，以关注缺陷序列的完整性提高准确率；在完成缺陷定位后，采用基于2D时序差分的卷积神经网络提取缺陷特征并识别缺陷类型。本发明对混凝土大坝缺陷时序图像进行了有效检测，不仅能够定位长图像序列中的缺陷位置，还能够准确识别缺陷类型。在大坝缺陷时序图像的识别任务中具有较高的识别精度与较好的收敛性能。
-
-
-
-
-
-
-
-
-
搜索结果
39 条记录 (耗时 0.043 秒)
