一种基于动态聚类的大量时序曲线可视化方法

    公开(公告)号:CN114564576B

    公开(公告)日:2024-08-30

    申请号:CN202210066889.8

    申请日:2022-01-20

    Abstract: 本发明公开了一种基于动态聚类的大量时序曲线可视化方法,包括如下步骤:首先读入大量时序曲线的集合;根据时间取值范围对曲线集合进行树状层次细分,形成一颗m叉树,定义并计算各曲线及曲线子段的k维特征向量和综合特征值F值,并按二维空间分布进行特定的排序,存储在结点上;基于特征向量对时序曲线集合实现初始聚类计算,将曲线整体分为指定聚类;在用户交互对曲线集合的二维观察视口矩形范围进行放大、缩小、平移等操作时,基于所建立的m叉树数据结构,快速查找经过当前视口范围的曲线段子集,基于综合特征值F值实现实时动态近似聚类,动态调整曲线集合的色彩映射方案,同时调整聚类内曲线的色彩饱和度和色调。本发明在对大量时序曲线进行可视化时,基于动态近似聚类方法,可以有效增强画面上曲线不同聚类之间以同聚类曲线之间的视觉可分辨度。

    一种基于动态聚类的大量时序曲线可视化方法

    公开(公告)号:CN114564576A

    公开(公告)日:2022-05-31

    申请号:CN202210066889.8

    申请日:2022-01-20

    Abstract: 本发明公开了一种基于动态聚类的大量时序曲线可视化方法,包括如下步骤:首先读入大量时序曲线的集合;根据时间取值范围对曲线集合进行树状层次细分,形成一颗m叉树,定义并计算各曲线及曲线子段的k维特征向量和综合特征值F值,并按二维空间分布进行特定的排序,存储在结点上;基于特征向量对时序曲线集合实现初始聚类计算,将曲线整体分为指定聚类;在用户交互对曲线集合的二维观察视口矩形范围进行放大、缩小、平移等操作时,基于所建立的m叉树数据结构,快速查找经过当前视口范围的曲线段子集,基于综合特征值F值实现实时动态近似聚类,动态调整曲线集合的色彩映射方案,同时调整聚类内曲线的色彩饱和度和色调。本发明在对大量时序曲线进行可视化时,基于动态近似聚类方法,可以有效增强画面上曲线不同聚类之间以同聚类曲线之间的视觉可分辨度。

    一种渐进式探查大型电网故障的可视推理方法

    公开(公告)号:CN115017966A

    公开(公告)日:2022-09-06

    申请号:CN202111572514.0

    申请日:2021-12-21

    Abstract: 本发明公开了一种渐进式探查大型电网故障的可视推理方法,包括步骤:提取电压和频率特征数据;对中的电压数据进行聚类;将中的聚类结果按聚类曲线图展示;选择变化明显的曲线图,获得对应的母线编号;绘制着色图和地理接线图帮助用户理解故障影响范围;抽取电压数据和频率数据;计算电压数据和频率数据的均值和方差并组织成四元组时序数据;定义多变量相似性度量函数,进行二次聚类;将聚类结果表示成特征图符矩阵图;从特征矩阵图中选择具有显著差异的母线,进一步缩小潜在的故障源点范围;获得母线电压和频率时序数据,高亮显示数据进一步确认该母线是否为真正的故障源点;本发明可用于大型电力系统中故障源探测和影响范围分析方面。

    一种针对视觉跟踪模型的人在回路训练方法及相关装置

    公开(公告)号:CN113192108A

    公开(公告)日:2021-07-30

    申请号:CN202110546714.2

    申请日:2021-05-19

    Abstract: 本发明公开了一种针对视觉跟踪模型的人在回路训练方法及相关装置,该训练方法包括:利用视频序列构建初始未标注的训练样本,从该样本随机选择少量样本进行人在回路标注并构成训练集;使用已经标注的少量样本训练跟踪网络,得到一个经过初步训练的模型;将剩余的未标注样本送入初步模型,根据网络输出的响应图生成伪标签;根据伪标签和原始响应图,生成伪损失;将未标注的样本,依据生成的伪损失进行排序,选择损失较大的若干样本,经过人在回路人工标注后,加入训练集,然后使用更新后的训练集重新训练跟踪模型。本发明能够解决现有基于深度模型的视觉目标跟踪算法训练数据量大、数据中冗余信息较多以及由此造成的数据标注费时费力的问题。

Patent Agency Ranking