-
公开(公告)号：CN118780249A
公开(公告)日：2024-10-15
申请号：CN202411245259.2
申请日：2024-09-06
申请人： 电子科技大学(深圳)高等研究院 , 电子科技大学
摘要： 本发明公开一种基于知识蒸馏和偏好优化的电力事故事件抽取方法，涉及自然语言处理技术领域，解决了现有抽取方法处理电力行业的专业文本时，领域适应性差、抽取效果不理想的技术问题。该方法包括：收集电力事故事件的原始数据并进行预处理，得到电力事故事件训练数据；基于知识蒸馏方法，教师模型同步进行知识的融入并对mistral‑instruct学生模型进行监督微调训练，得到微调学生模型；基于微调学生模型进行测试电力事故事件的提取，得到学生模型预测#imgabs0#；构建偏好数据集#imgabs1#；使用直接偏好优化算法DPO对偏好数据集#imgabs2#进行偏好优化，得到电力事故事件抽取模型。本发明处理电力行业专业文本时，领域适应性强、抽取效果好的优势，提高了电力事故事件的处理效率。
-
公开(公告)号：CN117828618B
公开(公告)日：2024-05-03
申请号：CN202410251367.4
申请日：2024-03-06
申请人： 电子科技大学(深圳)高等研究院 , 电子科技大学
摘要： 本发明涉及智能合约技术领域，尤其涉及一种许可链智能合约漏洞的检测方法，该方法包括：获取许可链智能合约的源代码，并根据所述源代码构建程序依赖图；对所述程序依赖图进行切片处理，得到切片集；对所述切片集进行符号执行处理，得到所述许可链智能合约的漏洞信息。该方法通过程序切片技术可以将复杂的许可链智能合约简化为多个切片，同时维持切片的可执行性，以删除不必要分析的分支和语句。再使用符号执行技术对每个切片进行漏洞探测，缓解由于传统符号执行技术考虑所有可能执行路径，导致分析规模过度膨胀、形成路径爆炸和内存过度消耗的问题，进而提高许可链智能合约漏洞的检测效率。
-
公开(公告)号：CN118916661A
公开(公告)日：2024-11-08
申请号：CN202411406783.3
申请日：2024-10-10
申请人： 电子科技大学(深圳)高等研究院 , 电子科技大学
IPC分类号： G06F18/21 , G06F18/214 , G06F18/10 , G06F18/15 , G06N3/0442 , G06N3/045 , G06N3/08
摘要： 本发明涉及神经网络技术领域，尤其涉及一种风电场级风力涡轮机叶片故障检测方法，该方法包括：获取风电场级风力涡轮机的目标检测模型和多个风力涡轮机中每个风力涡轮机的待测数据集，目标检测模型包括：N个BiLSTM层、N‑1个dropout层和全连接层，相邻两个BiLSTM层之间通过dropout层连接，最后一个BiLSTM层的输出端连接全连接层；对每个风力涡轮机的待测数据集进行预处理，得到多个子数据集；对多个子数据集进行归一化处理，得到多个目标子数据集；通过目标检测模型对多个目标子数据集进行检测处理，得到每个风力涡轮机的叶片故障类型信息。该方法提高广泛风电场中的风机的检测精度、准确度和泛化能力。
-
公开(公告)号：CN117828618A
公开(公告)日：2024-04-05
申请号：CN202410251367.4
申请日：2024-03-06
申请人： 电子科技大学(深圳)高等研究院 , 电子科技大学
摘要： 本发明涉及智能合约技术领域，尤其涉及一种许可链智能合约漏洞的检测方法，该方法包括：获取许可链智能合约的源代码，并根据所述源代码构建程序依赖图；对所述程序依赖图进行切片处理，得到切片集；对所述切片集进行符号执行处理，得到所述许可链智能合约的漏洞信息。该方法通过程序切片技术可以将复杂的许可链智能合约简化为多个切片，同时维持切片的可执行性，以删除不必要分析的分支和语句。再使用符号执行技术对每个切片进行漏洞探测，缓解由于传统符号执行技术考虑所有可能执行路径，导致分析规模过度膨胀、形成路径爆炸和内存过度消耗的问题，进而提高许可链智能合约漏洞的检测效率。
-
公开(公告)号：CN118761799A
公开(公告)日：2024-10-11
申请号：CN202411242619.3
申请日：2024-09-05
申请人： 电子科技大学(深圳)高等研究院 , 电子科技大学
摘要： 本申请公开了一种连续日内电力市场交易建模方法及计算机程序产品，方法包括：根据包括连续日内电力市场的市场状态、储能商状态、可再生能源状态的系统状态以及扰动因子，构建状态保守马尔可夫决策模型，其中扰动因子根据可再生能源的预测误差确定；基于状态保守马尔可夫决策模型，通过状态保守策略优化框架构建智能体，其中智能体包括行动者网络和评论家网络；对智能体进行训练，更新评论家网络的网络参数和行动者网络的网络参数，直至期望累积奖励波动小于预设百分比时收敛，以获取使状态保守马尔可夫决策模型的期望累积奖励最大时的最优策略。本申请能够最大化当可再生能源的预测误差较大的情况时的期望累积奖励，减少受到的影响。
-
公开(公告)号：CN117436091B
公开(公告)日：2024-04-12
申请号：CN202311771980.0
申请日：2023-12-21
申请人： 电子科技大学(深圳)高等研究院 , 电子科技大学
摘要： 本发明公开了一种基于模型检测的区块链众筹合约形式化验证方法，涉及众筹类区块链智能合约安全技术领域，解决了众筹合约应用场景缺少专用的安全解决方案的技术问题。本发明包括：对获取的智能合约代码进行漏洞分析，对存在漏洞的智能合约代码进行优化；对优化的智能合约代码或不存在漏洞的智能合约代码进行模块分化，对分化的模块进行形式化建模，得到智能合约代码模型；声明智能合约满足的性质规约，性质规约包括可达性、有界性和安全性；根据性质规约，通过智能合约代码模型对智能合约进行形式化验证。本发明快速、有效实现众筹合约上链前的漏洞排查，为众筹合约的形式检查提供了专业的解决方案。
-
公开(公告)号：CN118761800A
公开(公告)日：2024-10-11
申请号：CN202411242664.9
申请日：2024-09-05
申请人： 电子科技大学(深圳)高等研究院 , 电子科技大学
摘要： 本申请公开了一种连续日内电力市场的交易方法及计算机程序产品。解决难以出理有效地处理可再生能源的预测不确定性。其中，方法包括构建状态保守马尔可夫决策过程模型，其中扰动因子根据可再生能源的预测误差确定；基于状态保守马尔可夫决策过程模型，使用双重行动者评论家框架构建智能体；对智能体进行训练，并计算出更新评论家网络的第一损失函数值，以及计算出更新行动者网络的第二损失函数值；更新网络参数，直到状态保守马尔可夫决策过程模型收敛，获得状态保守双重行动者评论家模型；利用状态保守双重行动者评论家模型，预测连续日内电力市场的利润。本申请可以提高值估计的准确性，从而减少性能损失。
-
公开(公告)号：CN117436091A
公开(公告)日：2024-01-23
申请号：CN202311771980.0
申请日：2023-12-21
申请人： 电子科技大学(深圳)高等研究院 , 电子科技大学
摘要： 本发明公开了一种基于模型检测的区块链众筹合约形式化验证方法，涉及众筹类区块链智能合约安全技术领域，解决了众筹合约应用场景缺少专用的安全解决方案的技术问题。本发明包括：对获取的智能合约代码进行漏洞分析，对存在漏洞的智能合约代码进行优化；对优化的智能合约代码或不存在漏洞的智能合约代码进行模块分化，对分化的模块进行形式化建模，得到智能合约代码模型；声明智能合约满足的性质规约，性质规约包括可达性、有界性和安全性；根据性质规约，通过智能合约代码模型对智能合约进行形式化验证。本发明快速、有效实现众筹合约上链前的漏洞排查，为众筹合约的形式检查提供了专业的解决方案。
-
公开(公告)号：CN118675017A
公开(公告)日：2024-09-20
申请号：CN202411144032.9
申请日：2024-08-20
申请人： 电子科技大学(深圳)高等研究院
IPC分类号： G06V10/774 , G06V10/10 , G06V10/764 , G06V10/82 , G06N3/0464
摘要： 本申请公开了一种跨域小样本的识别模型的训练方法、识别方法及设备，训练方法包括：获取任意源域图像的振幅特征和任意目标域图像的振幅特征，将源域图像的振幅特征替换为目标域图像的振幅特征，获得类目标域图像；将多张源域图像、多张目标域图像和多张类目标域图像作为训练集；利用训练集对识别模型进行训练，其中在利用源域图像和类目标域图像进行训练的过程中，将源域图像的注意力矩阵和类目标域图像的注意力矩阵替换为目标域图像的注意力矩阵，以对源域图像和类目标域图像的特征矩阵进行重建。本申请能够实现目标域的信息感知，从而能够增强源域图像的表达能力，能更好丰富样本特征。
-
公开(公告)号：CN118570878A
公开(公告)日：2024-08-30
申请号：CN202411031140.5
申请日：2024-07-30
申请人： 电子科技大学(深圳)高等研究院
摘要： 本发明实施例公开了一种不完全多模态行人重识别方法及系统，所述方法包括：数据集构建步骤：构建三种模态配对的行人图像数据集；模型构建步骤：构建基于互学习的不完全多模态行人重识别模型；训练步骤：使用所述数据集的数据训练所述模型，得到训练好的模型；识别步骤：将任意模态组合的行人图像输入训练好的模型，提取目标行人的外观特征，并与图库中的行人特征计算相似度，按照相似度排序输出结果，完成行人重识别。本发明同时利用可见光‑近红外‑热红外中的互补信息，在复杂光照条件和恶劣天气下表现良好。此外，本发明实现了缺失模态特征的精细化补偿，提高了模态完备和模态缺失两种场景下的性能。
-
-
-
-
-
-
-
-
-
搜索结果
50 条记录 (耗时 0.056 秒)
