公开(公告)号：CN108304823A

公开(公告)日：2018-07-20

申请号：CN201810156983.6

申请日：2018-02-24

Applicant: 重庆邮电大学

Inventor： 唐贤伦 ,  伍亚明 ,  虞继敏 ,  万辉 ,  谢涛 ,  魏畅 ,  昌泉

IPC: G06K9/00 ,  G06K9/36 ,  G06N3/04

Abstract: 本发明请求保护一种基于双卷积CNN和长短时记忆网络的表情识别方法。首先，对得到的表情图片进行去均值、滤波、归一化等预处理；然后，再将预处理过后的表情图片输入到双卷积层和池化层中提取其特征；紧接着，利用全连接层和长短时记忆网络(LSTM)进一步提取其特征，最后，利用支持向量机(SVM)识别其表情特征并输出分类结果。本发明能充分利用人脸表情的时空特征，提取那些不够明显或是容易混淆的表情特征，可有效提升表情识别率。

公开(公告)号：CN116681159A

公开(公告)日：2023-09-01

申请号：CN202310565369.6

申请日：2023-05-18

Applicant: 重庆邮电大学

Inventor： 唐贤伦 ,  郭祥麟 ,  李洁 ,  黄健 ,  王乐君 ,  谢涛 ,  张家瑞 ,  刘行谋 ,  王会明 ,  邹密

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/006 ,  G06F16/215 ,  G06F17/10 ,  G06N3/04

Abstract: 本发明请求保护一种基于鲸鱼优化算法和DRESN的短期电力负荷预测方法，首先使用变分模态分解(Variational mode decomposition，VMD)对负荷序列进行平稳化处理，并计算各分量样本熵值(Sample Entropy，SE)，将样本熵值相似的分量进行合并重构。然后采用偏自相关函数(Partial Auto Correlation Function，PACF)计算滞后阶数，确定最佳的输入变量序列。最后，将结合气象特征因素的重构模态分量输入至预测模型，采用泛化能力和鲁棒性更强的双存储池回声状态网络模型(Double Reservoir Echo State Network，DRESN)进行短期电力负荷数据的预测，并采用鲸鱼优化算法(Whale Optimization Algorithm，WOA)对模型进行参数寻优。本发明相比于传统预测方法，有更高的精确性。

公开(公告)号：CN110209635A

公开(公告)日：2019-09-06

申请号：CN201910503021.8

申请日：2019-06-11

Applicant: 重庆邮电大学

Inventor： 黄淼 ,  陈仁 ,  陈鑫 ,  马艺玮 ,  朴昌浩 ,  唐贤伦 ,  谢涛

IPC: G06F16/11 ,  G06F16/13

Abstract: 本发明涉及一种PSD-BPA至pandapower的电力系统潮流输入数据的转换方法，属于电力系统仿真领域。该方法包括以下步骤：S1：读取描述BPA潮流输入数据文件中各种数据卡片格式的配置文件；S2：读取BPA潮流输入数据；S3：把BPA的潮流输入数据转换为pandapower所规定的潮流数据对象，并将其序列化存储到磁盘文件中。本发明通过利用pandapower提供的创建潮流数据的函数，将BPA的潮流输入数据成功转换为pandapower潮流计算所需的数据结构。解决了使用pandapower过程中缺乏实际电网数据的问题，以满足实际工程的需要。