基于轻量化目标检测模型的输电线路故障检测方法及系统

    公开(公告)号:CN116206222A

    公开(公告)日:2023-06-02

    申请号:CN202310129387.X

    申请日:2023-02-16

    Abstract: 本发明提供了一种基于轻量化目标检测模型的输电线路故障检测方法及系统,方法包括输电线图像拍摄步骤,输电线图像处理步骤,输电线路巡检图像检测步骤,输电线缺陷识别分类步骤。其中输电线图像拍摄步骤为拍摄待检测输电线图像,输电线图像处理步骤为对拍摄的输电线图像进行数据处理,保证图像可以被轻量化目标检测网络识别,输电线路巡检图像检测步骤是根据训练的模型,检测待检测输电线图像是否存在缺陷和损伤,输电线缺陷识别分类步骤是在输电线路巡检图像检测步骤后若发现有缺陷或损伤,对缺陷或损伤进行分类和空间定位。本方法优势在于使用了一种改良后的轻量化目标检测模型,可以实现低计算代价和消耗的非接触性和实时性的检测效果。

    一种基于鲸鱼优化算法的大数据智能搜索方法及系统

    公开(公告)号:CN108021658B

    公开(公告)日:2023-05-26

    申请号:CN201711252320.6

    申请日:2017-12-01

    Abstract: 本发明公开了一种基于鲸鱼优化算法的大数据智能搜索方法及系统,利用鲸鱼优化算法对大数据智能搜索问题优化求解,从而快速地获得最接近用户需求的搜索结果,进一步提高智能搜索引擎的正确率和效率;本发明能够在可接受的时间代价内找到大数据智能搜索问题高质量的可行解,根据用户的搜索条件,从引擎数据库中得到和用户输入关键词相关的大数据,由用户不断地对搜索结果打分,逐步得到满足用户个性化的需求的搜索效果。本发明利用鲸鱼优化算法进行大数据智能搜索,基于本体特征建立了一个具有智能化的搜索引擎,快速高效地找到最符合用户需要的搜索结果,解决了当前搜索引擎不能很好地为用户提供感兴趣信息的问题且搜索效率高。

    集成学习网络流量预测方法、系统、设备、终端、介质

    公开(公告)号:CN113905391B

    公开(公告)日:2023-05-23

    申请号:CN202111135948.4

    申请日:2021-09-27

    Abstract: 本发明属于网络管理技术领域,公开了一种集成学习网络流量预测方法、系统、设备、终端、介质,所述集成学习网络流量预测方法包括:进行基于时间与空间的网络流量预测模型的构建;确定基于多层感知机的集成学习网络流量预测模型框架结构;进行基于多层感知机集成学习的网络流量时空建模,通过基于多层感知机的集成学习网络流量预测模型得出预测结果。本发明提供的基于多层感知机集成学习网络流量数据预测应用研究:1)用卷积神经网络与GRU门控单元对网络流量数据进行空间与时间的建模;2)提出一种基于多层感知机的集成学习网络流量预测模型;3)首次将时空建模引入网络流量预测领域。本发明预测结果精准度高,适应复杂因素影响,且控制更加准确。

    一种基于注意力机制的多尺度目标检测方法

    公开(公告)号:CN115063573A

    公开(公告)日:2022-09-16

    申请号:CN202210671234.3

    申请日:2022-06-14

    Abstract: 本发明公开一种基于注意力机制的多尺度目标检测方法,包括步骤1,获取图像数据集;步骤2,对图像数据集进行预处理,并划分训练集、测试集、验证集;步骤3,建立基于注意力机制的多尺度目标检测的目标检测模型,所述目标检测模型包括CSPdarknet53主干网络、SPP池化模块、RP‑PANet特征融合模块、检测头部几个部分,其中,在CSPdarknet53主干网络中添加Coordinate Attention注意力机制,有效的提高对于特征图的提取;步骤4,训练目标检测模型;步骤5,基于训练好的目标检测模型进行目标检测,将待识别数据集图像输入到训练好的目标检测模型中,模型对图像进行分类、输出物体的名称以及识别的置信度,完成识别。与现有技术相比,本发明具有较好的识别效果。

    基于全局注意力时域卷积网络的网络故障预测方法

    公开(公告)号:CN112910695B

    公开(公告)日:2022-07-19

    申请号:CN202110088723.1

    申请日:2021-01-22

    Abstract: 本发明公开了一种全局注意力时域卷积网络的网络故障预测方法,包括以下步骤:1、收集网络故障数据,将网络故障数量转化为时间序列的形式,对序列化之后的样本划分为训练集和测试集;2、构建全局注意力时域卷积网络模型;3、利用训练集对构建的网络模型进行训练;4、使用测试集进行预测测试,得到全局注意力时域卷积网络的预测模型,将预测模型得出的结果用于预测网络故障。本发明的解决了传统的网络故障以下问题:网络故障的复杂性导致了直接挖掘故障之间关系的片面性,网络故障的随机性导致忽视某些故障,以及对于不同程度的网络故障的一个判断,然后决定故障的检修顺序。

    一种基于区块链的智能家居数据安全存储审计方法及系统

    公开(公告)号:CN114362958A

    公开(公告)日:2022-04-15

    申请号:CN202111627740.4

    申请日:2021-12-28

    Abstract: 本发明提供了一种基于区块链的智能家居数据安全存储审计方法及系统,主要解决智能家居环境下的物联网隐私数据的隐私保护问题。所述方法包括五个部分:系统初始化,无证书签名的生成,加密数据存储事务的生成,数据完整性审计事务的生成,智能合约自动审计。提出的技术方案包括使用无证书聚合签名减少交易的生成速度以及解决物联网多设备的证书管理问题,结合区块链技术降低了隐私数据存储中对集中式服务器的依赖,通过数据完整性审计增强智能家居隐私数据的隐私保护,为智能家居等物联网应用结合区块链技术提供了支持。

    网络流量预测数据预处理阶段的参数最优化方法及系统

    公开(公告)号:CN113568954A

    公开(公告)日:2021-10-29

    申请号:CN202110882923.4

    申请日:2021-08-02

    Abstract: 本发明属于数据处理技术领域,公开了一种网络流量预测数据预处理阶段的参数最优化方法及系统,网络流量预测数据预处理阶段的参数最优化方法包括:对数据集进行改进策略上的Q‑Learning强化学习预处理;进行基于流程压缩的快速估值网络模型的构建;进行基于混合精度的模型训练;进行基于改进Q‑Learning的最优化参数搜索。本发明提出了基于流程压缩的快速估值网络模型,基于流量预测模型出发,通过省略原模型中的预处理步骤并降低预测模型的训练代数的策略,构建能够用于快速估算回报值的网络模型;提出基于混合精度的模型训练流程,通过压缩数据尾款加快算法的计算性能,大幅度的提高了搜索最优化非空值率参数的速度。

    生物医学数据特征选择方法及装置、计算设备及存储介质

    公开(公告)号:CN112908416A

    公开(公告)日:2021-06-04

    申请号:CN202110393715.8

    申请日:2021-04-13

    Abstract: 本发明提供了一种生物医学数据特征选择方法,包括:提取生物医学数据集中的特征构成原始特征集合;根据所述原始特征集合,对种群进行初始化得到初始种群,并设置生物医学数据特征选择所需的参数;将初始种群中的个体映射为相应的特征组合,通过适应度函数计算种群中个体的适应度值;利用轮盘赌选择对所述初始种群进行三系种群的划分,分别随机从不育系和保持系中选择个体作为父本和母本进行杂交操作;随机选择恢复系中的个体进行自交操作;当达到最大自交次数时,对恢复系个体进行重置操作,在搜索空间中随机选择一组基因序列替换原始个体,并将自交次数归0;判断是否满足终止条件,输出全局最优的个体。

Patent Agency Ranking