一种基于工业用户用电数据的污染排放预测方法

    公开(公告)号:CN105095996A

    公开(公告)日:2015-11-25

    申请号:CN201510455730.5

    申请日:2015-07-29

    Abstract: 本发明涉及一种基于工业用户用电数据的污染排放预测方法,包括以下步骤:1)获取工业用户用电样本数据;2)对所述样本数据进行预处理;3)根据预处理后的数据建立表征工业用户行业间相互关系的复杂网络;4)根据所述复杂网络对工业用户的用电量进行预测;5)根据工业用户用电样本数据建立工业企业用电量与直接污染物排放量的数量关系;6)根据步骤4)的预测结果及步骤5)的数量关系预测工业用户的直接污染物排放量。与现有技术相比,本发明具有准确性高、可靠性高等优点。

    一种基于半监督生成对抗网络的通用图像分类方法和装置

    公开(公告)号:CN109190665A

    公开(公告)日:2019-01-11

    申请号:CN201810851668.5

    申请日:2018-07-30

    Inventor: 苏磊 凌平 张万才

    CPC classification number: G06K9/627

    Abstract: 本发明公开了一种基于半监督生成对抗网络的通用图像分类方法和装置,涉及图像分类技术,所述方法包括:步骤1:训练得到深度卷积生成对抗网络DCGAN,所述DCGAN包括生成网络和判别网络,所述判别网络包括依次连接的卷积神经网络和Softmax多分类器;步骤2:将待分类的图像输入至所述卷积神经网络,得到图像特征;步骤3:将得到的图像特征输入所述Softmax多分类器,得到分类结果。本发明中,由于判别网络是在DCGAN中训练得到,故提高了判别网络的泛化性能和分类准确率,通过该判别网络得到图像特征后,再结合Softmax多分类器,能够极大提高图像分类的准确率。

Patent Agency Ranking