公开(公告)号：CN117725925A

公开(公告)日：2024-03-19

申请号：CN202311676082.7

申请日：2023-12-08

Applicant: 福建省亿力信息技术有限公司

Inventor： 刘芳 ,  江秀 ,  林栋 ,  伍惠英 ,  黄琼霞 ,  方声财 ,  罗维广

IPC: G06F40/289 ,  G06F40/216 ,  G06F40/30

Abstract: 本发明公开了一种电力词汇挖掘方法、装置及存储介质，以字符为单位分割电力词汇语句；利用BERT模型预处理生成字符xi的含有上下文信息的字向量；使用bilstm模型进行编码捕获距离当前预设字符距离的远距离上下文信息，通过对上下文的信息深度理解分析当前词语的语义；使用CRF层对编码信息进行最大概率的推导，输出分词的结果与该结果的可信度。本发明可以大幅度提升了电力文本分词的效果，相对比传统的词典分词方法。本专利方法对文章歧义词、新词的兼容性的得到大大改善与提升，同时大幅度减少对分词词典的依赖性。

公开(公告)号：CN118013353A

公开(公告)日：2024-05-10

申请号：CN202410007425.9

申请日：2024-01-03

Applicant: 福建省亿力信息技术有限公司

Inventor： 连纪文 ,  林伟栋 ,  郑烜 ,  蔡伟 ,  伍惠英 ,  叶延冰

IPC: G06F18/241 ,  G06F18/27 ,  G06N20/00

Abstract: 本发明提供了一种用户用电数据筛查方法，本发明基于用户的用电数据，结合以往用电数据筛查经验，选定多维度用电特征，构建基于逻辑回归分类算法的监督学习模型，利用已稽核的用户数据，进行模型训练迭代，从而实现异常用电用户的精准研判。该方法包括：基于居民用电数据，选定用户用电特征；选定监督学习算法，构建每个用户为异常用电用户的概率；基于所述概率设置筛选阈值，研判散乱污用户；稽核散乱污研判结果，确定异常用电用户；利用已稽核的数据，训练算法模型；迭代模型权重参数；根据更优算法权重，优化异常用电用户的研判准确率。

公开(公告)号：CN117708253A

公开(公告)日：2024-03-15

申请号：CN202311579521.2

申请日：2023-11-24

Applicant: 福建省亿力信息技术有限公司

Inventor： 江秀 ,  钟添荣 ,  陈国捷 ,  洪砾 ,  伍惠英 ,  黄琼霞 ,  夏斌

IPC: G06F16/29 ,  G06F16/28 ,  G06F18/232 ,  G06F18/22 ,  G06Q50/40

Abstract: 本发明公开了一种车辆大数据轨迹分析方法及装置，包括从轨迹数据中提取停车位置数据，再应用基于欧式距离的DBSCAN聚类过滤临时停车点，获到热点区域，应用VSC Douglas‑Peucker轨迹压缩算法进行车辆轨迹数据压缩，采用Frechet计算轨迹相似度，利用Frechet‑BASED DBSCAN轨迹聚类算法，通过建立正常轨迹基线库，进行轨迹相似度快速判别。本发明车辆大数据轨迹分析方法提高了车辆轨迹分析的可靠性和准确性，可以支撑路线方案推荐、行程时间预测、合理成本估算、规范企业用车、杜绝公车私用等多种应用。

公开(公告)号：CN115527223A

公开(公告)日：2022-12-27

申请号：CN202210667214.9

申请日：2022-06-14

Applicant: 福建省亿力信息技术有限公司

Inventor： 江秀 ,  伍惠英 ,  翁晓锋 ,  曹凯 ,  谢登峰 ,  方声财 ,  林晋瑶 ,  陈榕城

IPC: G06V30/412 ,  G06V30/16 ,  G06N3/08 ,  G06N3/04 ,  G06F40/174

Abstract: 本发明涉及一种基于计算机视觉和图卷积网络的复杂图表提取方法，包括以下步骤：步骤S1:将文档渲染成图像，采用计算机视觉及深度学习技术进行版面切分；步骤S2:对切分后的图像进行预处理；步骤S2:基于图卷积网络的模型对预处理后的图像拓扑结构进行分析，进行表格检测和提取。本发明实现了端到端的表格检测，有效提高检测效率及准确率。

公开(公告)号：CN114943864A

公开(公告)日：2022-08-26

申请号：CN202210666171.2

申请日：2022-06-14

Applicant: 福建省亿力信息技术有限公司

Inventor： 占彤平 ,  刘芳 ,  江秀 ,  伍惠英 ,  吴斯晟 ,  蔡晓鹏 ,  林雅玲 ,  林榕玲 ,  陈燕燕 ,  黄睿

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06V10/30

Abstract: 本发明涉及一种融合注意力机制和卷积神经网络模型的烟叶定级方法，包括以下步骤：步骤S1:获取烟叶图片，并基于国家烤烟烟叶分级标准及专家经验法，构建烟叶样本数据集，并预处理；步骤S2：基于卷积神经网络，引入深度可分离卷积方法，将标准卷积分解成深度卷积和逐点卷积，构建深度可分离卷积模型，并基于预处理后的烟叶样本数据集进行训练；步骤S3:引入注意力机制模块的方法，优化深度可分离卷积模型,得到最终的烟叶定级模型。本发明能够实现准确高效的烟叶定级。