-
公开(公告)号：CN107194133A
公开(公告)日：2017-09-22
申请号：CN201710585472.1
申请日：2017-07-18
Applicant: 国网福建省电力有限公司 , 国家电网公司 , 国网福建省电力有限公司经济技术研究院 , 福建亿榕信息技术有限公司
IPC: G06F17/50
CPC classification number: G06F17/5009
Abstract: 本发明涉及一种基于大数据技术的公用变压器负荷类型分析和辨识方法。该方法通过大数据平台对配网负荷数据进行存储和预处理，根据不同区域和季节的负荷特点建立变压器典型日负荷曲线计算模型和公用变压器负荷类型辨识模型。本发明提高了变压器典型日负荷曲线计算效率和准确性，实现了对公用变压器的负荷类型辨识，为配网设备的监控和检修以及配网规划和结构优化提供了科学严谨的决策支持。
-
公开(公告)号：CN103530570B
公开(公告)日：2016-08-17
申请号：CN201310439495.3
申请日：2013-09-24
Applicant: 国家电网公司 , 福建亿榕信息技术有限公司
IPC: G06F21/62
Abstract: 一种电子文档安全管理系统及方法，包括驱动层透明加解密模块、应用层安全控制及透明加解密模块、智能文件和进程特征识别模块、文件外发离线控制模块、文件屏幕水印及打印水印控制模块、安全策略管理模块、密钥管理模块；系统核心技术是在客户端的驱动管理，位于Windows操作系统的核心态运行，被I/O管理器为满足系统对文件系统的需求而调用；系统的数据加密平台将接管整个Windows操作系统的文件系统，负责为文件系统提供实时地透明加解密数据的服务。本发明提供一种电子文档安全管理系统及方法，通过改进电子文档安全保护措施，引入透明加解密方法，实现电子文档离线高的安全性和用户友好性。
-
公开(公告)号：CN104375937A
公开(公告)日：2015-02-25
申请号：CN201410664985.8
申请日：2014-11-19
Applicant: 福建亿榕信息技术有限公司
IPC: G06F11/36
Abstract: 本发明提供一种自动化测试结果持续集成整合方法，编写自动化测试脚本，对项目进行测试，并生成测试结果；待测试完毕后，将所有的测试结果汇总，并存入指定路径下；从指定路径中加载测试，并生成测试报告本发明还提供一种自动化测试结果持续集成整合系统，将自动化测试结果保存到持续集成中，并提供测试结果的持续展示，使得更容易分析测试结果提高程序健壮性。
-
公开(公告)号：CN116758907B
公开(公告)日：2024-01-02
申请号：CN202311035254.2
申请日：2023-08-17
Applicant: 国网信息通信产业集团有限公司 , 福建亿榕信息技术有限公司
IPC: G10L15/06 , G10L15/18 , G10L15/22 , G06F40/30 , G06F18/214
Abstract: 本发明公开了一种小样本语义理解训练方法及系统，具体涉及样本训练技术领域，包括数据处理模块以及与数据处理模块通讯连接的信息采集模块、信噪比较模块、样本标记模块以及效果判断模块；将样本偏离评估值和信噪偏移指数通过归一化处理计算得到样本有效性评估系数并通过样本有效性评估系数和有效性评估阈值的比较来判断样本的有效性，避免无效样本对训练效果的不利影响，提高语义理解训练的效率和准确性；根据生成的第一训练效果不佳信号、训练效果正常信号以及第二训练效果不佳信号，可以对同一批次的训练效果的有效性进行评估，以确定该批次的样本差异程度是否符合要求，从而为语义理解的样本训练的效率和实用性提供帮助。
-
公开(公告)号：CN111090755B
公开(公告)日：2023-04-04
申请号：CN201911197172.1
申请日：2019-11-29
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网北京市电力公司 , 国家电网有限公司大数据中心 , 国网福建省电力有限公司 , 国家电网有限公司 , 国网信通亿力科技有限责任公司
IPC: G06F16/36 , G06F16/33 , G06F16/383 , G06F40/289 , G06Q50/06
Abstract: 一种文本关联关系判别方法及存储介质，其中方法包括如下步骤，对输入的语料进行预处理，得到预处理文本，对预处理文本中的文本字段进行判断是否为超短文本，对其中的超短文本根据行业知识图谱进行改写，得到改写文本，将改写文本输入BERT模型进行训练、分析，得到模型输出的关联关系判别结果。本发明可以结合超短文本改写技术进行短文本关联关系判断的方法。对比已有方案具有语义理解能力强、文本长度影响小、相关性判断准确率高的有益效果，综上所述，本发明解决了现有技术中对行业文本相关性的判断仍然不够准确的问题。
-
Patent Agency Ranking
公开(公告)号：CN115358376A
公开(公告)日：2022-11-18
申请号：CN202211279081.4
申请日：2022-10-19
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 中科方寸知微(南京)科技有限公司
Abstract: 本发明涉及一种反知识蒸馏模型保护方法、系统、设备和存储介质，包括以下步骤：建立噪声生成模型；从目标模型的训练数据集中获取采样数据，将各采样数据输入至目标模型，获取第一预测置信度向量；将各第一预测置信度向量作为训练数据输入至噪声生成模型，对噪声生成模型进行训练使噪声生成模型输出的干扰置信度向量与第一预测置信度向量存在偏差；将训练好的噪声生成模型部署为保护模块，在输入数据至目标模型时，获取目标模型的第二预测置信度向量，并添加噪声，得到当前的干扰置信度向量；对干扰置信度向量进行校正，使校正后的干扰置信度向量的置信度排序与第二预测置信度向量的置信度排序一致；以校正后的干扰置信度向量作为输出结果。
-
公开(公告)号：CN114821406A
公开(公告)日：2022-07-29
申请号：CN202210378126.7
申请日：2022-04-12
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司
Abstract: 本发明提供一种电力作业现场违章行为的判定方法和系统，方法包括：通过视频终端获取现场视频图像进行实时分析画面中现场人员的着装和动作状态；通过现场人员携带的智能终端获取人员定位数据，以及通过分布于作业现场的智能终端实时获取传感器检测值；通过违章判定规则分析模块根据视频分析结果，结合各类智能终端传输的人员定位数据、传感器检测值进行综合分析，实时判定现场人员是否出现违章行为，作业环境是否存在风险，若是，则联动视频终端进行现场抓拍取证照片，并将相应的违章行为或作业环境风险的告警描述发送给告警模块发出告警。本发明基于多类智能终端设备联动协作来综合判定人员违章行为，以提高对作业人员的安全监管，消除盲区。
-
公开(公告)号：CN112417161B
公开(公告)日：2022-06-24
申请号：CN202011258408.0
申请日：2020-11-12
Applicant: 福建亿榕信息技术有限公司
IPC: G06F16/36 , G06F40/295 , G06N3/04
Abstract: 本发明涉及文本识别技术领域，特别涉及一种基于模式扩充及BERT分类的知识图谱上下位关系识别的方法和存储设备。所述一种基于模式扩充及BERT分类的知识图谱上下位关系识别的方法，包括步骤：基于模式扩充从外部数据中抽取潜在的上下位关系对，并结合预设资源库形成上下位关系模型训练种子语料；获取待预测上下位关系数据集，基于BERT‑Attention‑Bi‑LSTM模型对待预测数据集进行预测，得上下位关系预测结果；通过预设规则对所述上下位关系预测结果进一步处理得最终的上下位关系预测结果。该方法大大降低了规则编制的复杂性及人工投入，同时相对于另外一种主流的基于统计的上下位概念识别方法，具备更强的可实现性，能为各类专业知识图谱的构建提供技术支撑。
-
公开(公告)号：CN114220425A
公开(公告)日：2022-03-22
申请号：CN202111301900.6
申请日：2021-11-04
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网信通亿力科技有限责任公司
Abstract: 本发明涉及一种基于语音识别和Rasa框架的聊天机器人系统及对话方法，所述系统包括语音服务模块及智能助手模块；所述语音服务模块包括语音识别单元及语音合成单元，所述语音识别单元用于对输入的语音信息进行识别，将输入的语音信息转化为文本信息；所述语音合成单元用于将收到的文本信息转换成语音信息；所述智能助手包括语言理解单元及对话管理单元，所述语言理解单元用于根据文本信息进行用户意图分类及实体提取；所述对话管理单元用于根据维护更新用户的对话状态和动作选择，根据语音理解单元的理解结果对用户的输入做出相应，输出回复的文本信息。使得机器人聊天对话更为流畅，提高用于的体验。
-
公开(公告)号：CN114202765A
公开(公告)日：2022-03-18
申请号：CN202111330318.2
申请日：2021-11-11
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网信通亿力科技有限责任公司
Abstract: 本发明涉及的图像文本识别方法和存储介质，该方法包括以下步骤：S1：接收第一图像文本信息；图像文本信息包括第一文本信息和背景图像信息；S2：提取第一文本信息和背景图像信息，确定第一文本信息对应的参数信息；S3：从文字数据库中获取一个或多个的文字信息，采用第一文本信息对应的参数信息对所获取的文字信息进行处理，得到第二文本信息；S4：将第二文本信息和背景图像信息合成为第二图像文本信息，并将第二图像文本信息输入文本检测模型进行训练。上述方案可以有效扩充检测模型的训练数据量，进而提升了训练好的模型对文本检测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
117
records
(took 0.039 seconds)
