-
公开(公告)号：CN109086306A
公开(公告)日：2018-12-25
申请号：CN201810649233.2
申请日：2018-06-22
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司
IPC分类号： G06F17/30
摘要： 本发明涉及原子事件标签的提取方法，尤其涉及基于混合隐马尔可夫模型的原子事件标签的提取方法，包括以下步骤：预处理：获取训练语料库中的原子事件标签；对每个单词添加词性标签；对每个单词添加相应位置标签；将原子事件标签、词性标签和相应位置标签映射到一个隐藏状态序列中；将词性标签和相应位置标签映射到一个观测状态序列中；模型训练：建立二阶HMM模型；提取阶段：根据最优观测状态序列提取原子事件标签。通过使用本发明，可以实现以下效果：对词性和单词的相应位置进行考虑，提取准确度高；考虑到隐藏状态序列中的前后隐藏状态之间的关系，提高了提取的准确度；在原子事件标签提取之后进行检测和纠错，提高了提取的准确度。
-
公开(公告)号：CN108830151A
公开(公告)日：2018-11-16
申请号：CN201810426435.0
申请日：2018-05-07
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司
IPC分类号： G06K9/00
摘要： 本发明涉及计算机视觉技术领域，尤其涉及一种基于高斯混合模型的面具检测方法，包括以下步骤：根据人脸图像样本建立高斯混合模型；从视频流中筛选含有人脸的关键帧，并从关键帧中提取人脸特征；将关键帧中提取的人脸特征送入高斯混合模型进行匹配，根据匹配结果判断关键帧中的人脸是否佩戴面具。通过使用本发明，可以实现以下效果：采用高斯混合模型将人脸图库进行分类，能有效地分辨真实人脸和面具；采用三次关键帧筛选，去除冗余帧，减少运算，提高检测效率。
-
公开(公告)号：CN108596274A
公开(公告)日：2018-09-28
申请号：CN201810438711.5
申请日：2018-05-09
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司
摘要： 本发明提供了基于卷积神经网络的图像分类方法，属于图像处理领域，包括建立训练集，基于训练集对卷积神经网络模型进行训练，得到训练后的卷积神经网络模型；基于训练后的卷积神经网络模型提取样本图像的图像特征向量，将图像特征向量输入至广义回归神经网络进行处理，根据处理结果完成对样本图像的分类。通过在CNN可以从图像中提取特征的同时，利用广义回归神经网络的强大的函数逼近来识别图像，加强CNN的分类和处理能力，可以利用该方法学习图像多层高维特征，对图像进行高效快速地识别，提高了识别精度和泛化能力。
-
公开(公告)号：CN111723978B
公开(公告)日：2024-04-02
申请号：CN202010494860.0
申请日：2020-06-03
申请人： 华北电力大学 , 中国电力科学研究院有限公司 , 国网浙江省电力有限公司信息通信分公司 , 国家电网有限公司
IPC分类号： G06Q10/04 , G06Q10/0639 , G06Q50/06 , G06N3/006
摘要： 本发明公开了一种基于虚拟映射适应多种电力业务差异性需求的指标评价方法，随着电力行业发展速度的快速提升，各种电力业务特征呈现差异化，控制类、信息采集类、移动应用类等三类业务对通信和安全的需求差别很大，其通信带宽、延迟容忍、安全等级、业务可靠性等指标都存在很大差距，传统的电力通信业务模型难以同时进行描述。本发明提供的基于虚拟映射适应多种电力业务差异性需求的指标评价方法，设计了基于虚拟映射的电力业务通信与安全性能指标评估模型，并通过改进粒子群算法进行快速迭代，获取最优的指标评价方法，从而同时适应控制类、信息采集类、移动应用类等三类类型的业务需求情况，为电力业务与通信技术的适配性研究奠定了基础。
-
公开(公告)号：CN113486781B
公开(公告)日：2023-10-24
申请号：CN202110752672.8
申请日：2021-07-02
申请人： 国网电力科学研究院有限公司 , 南京南瑞信息通信科技有限公司 , 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司 , 东南大学 , 国家电网有限公司
IPC分类号： G06V20/13 , G06V10/44 , G06V10/80 , G06V10/774 , G06N20/00
摘要： 本发明公开了一种基于深度学习模型的电力巡检方法，包括以下过程：步骤S1：利用检测模型的特征提取模块backbone对待测的电力巡检场景图像进行特征提取，得到特征图；步骤S2：利用检测模型的跨阶段融合模块neck对特征图进行融合；步骤S3：利用检测模型的多尺度检测头模块head对融合后的特征图进行检测，得到电力巡检图像中目标物体边框和类别结果。其中，所述特征提取模块backbone中使用内外级联方案；和/或，所述跨阶段融合模块neck使用分组融合方案，且特征图分组数与特征图输入通道数相同。本发明提出了一种基于深度学习模型的电力巡检方法，提高了检测性能并进一步减小了网络尺寸。
-
公开(公告)号：CN113596829B
公开(公告)日：2023-09-05
申请号：CN202110767977.6
申请日：2021-07-07
申请人： 国网电力科学研究院有限公司 , 南京南瑞信息通信科技有限公司 , 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司 , 东南大学 , 国家电网有限公司
IPC分类号： H04W12/0431 , H04W12/00 , H04L9/18 , H04W52/02
摘要： 本发明公开了一种面向电力终端组网场景的实时在线密钥传输装置及方法，包括发送端，发送端包括数字边沿脉冲发生器、频率综合电路、脉控开关电路和发射天线；数字边沿脉冲发生器将输入的密钥信号处理为双极性脉冲信号；频率综合电路提供频率不同的第一正弦波信号和第二正弦波信号；脉控开关电路分别与数字边沿脉冲发生器和频率综合电路相连，并根据数字边沿脉冲发生器输出的脉冲的极性选择输出第一正弦波信号或第二正弦波信号；脉控开关电路还通过发射天线将第一正弦波信号或第二正弦波信号发送至接收端。本发明将密钥转化为有极性的差分脉冲波形，借助脉控开关电路、频率综合电路、和鉴频器，实现电力通信密钥快速低功耗传输。
-
公开(公告)号：CN109673055B
公开(公告)日：2023-03-24
申请号：CN201811602348.2
申请日：2018-12-26
申请人： 国网浙江省电力有限公司信息通信分公司 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司
IPC分类号： H04W72/566 , H04W72/53
摘要： 一种基于二维区域填充的联合通信与计算的资源分配方法，其特征在于：按以下步骤：S1：移动边缘计算(MEC)网络服务提供商收集网络中用户提交的资源分配请求信息和网络中可提供的网络资源信息；S2：确定资源分配周期T；S3：对所有提交资源分配请求的用户进行优先级排序；S4：采用二维区域填充的方式依次为用户进行网络资源分配；S5：判断网络资源或用户是否分配完毕，是则进入步骤S6，否则返回步骤S4；S6：得到网络资源分配结果指示向量A；S7：计算网络资源分配社会福利S。有益效果：本发明采用二维区域填充方式进行通信资源分配，不仅能快速有效的对资源进行分配，还最大化了网络资源分配的社会福利，使网络得到高效利用。
-
公开(公告)号：CN114567936A
公开(公告)日：2022-05-31
申请号：CN202210372533.7
申请日：2022-04-11
申请人： 国网浙江省电力有限公司信息通信分公司 , 浙大城市学院
IPC分类号： H04W72/04 , H04W72/08 , H04W24/02 , H04W74/08 , H04L41/0894
摘要： 本发明涉及一种基站网络切片下业务分类方法、终端与流程，包括：基站收集其覆盖范围内每个终端设备的业务QoS需求；根据所述业务QoS需求，按照待划分的网络切片类别进行终端设备分类；按照终端设备模糊C均值聚类方法更新网络切片种类和切片内的无线资源配置信息；将配置的网络切片的种类和无线资源配置信息广播给终端设备；通过随机接入过程将终端设备接入网络切片的概率通知所述终端设备。本发明的有益效果是：本发明的基站可以按照网络切片的数目来进行用户终端分类，用户终端可以根据实际的业务类型概率性地接入到多个不同的网络切片中保证QoS需求，提升无线资源利用率。
-
公开(公告)号：CN111614571B
公开(公告)日：2022-03-04
申请号：CN202010340849.9
申请日：2020-04-26
申请人： 北京邮电大学 , 国家电网有限公司 , 中国电力科学研究院有限公司 , 国网浙江省电力有限公司信息通信分公司
IPC分类号： H04L47/10 , H04L47/283
摘要： 本发明提供的分布式的关键型任务端到端时延优化方法及系统，该包括：根据端到端网络，构建底层核心网络的权重有向图；以链路拥塞因子作为优化变量，考虑链路存在故障时的链路‑路径流量恢复设计，构建时延优化模型；采用基于交替方向乘法子的Benders分解，对时延优化模型进行求解，获取分布式的链路‑路径流量规划方案。本发明实施例采用简洁的方法对底层核心网络进行设计，创建了一个针对最小化最大链路拥塞因子的问题模型，并采用基于交替方向乘法子的Benders分解对该模型进行求解，以得到分布式的链路‑路径流量规划方案，使得端到端关键型任务时延最小化，兼顾了链路‑路径的流量恢复设计，有效的提高了优化的效率和精度。
-
公开(公告)号：CN113486781A
公开(公告)日：2021-10-08
申请号：CN202110752672.8
申请日：2021-07-02
申请人： 国网电力科学研究院有限公司 , 南京南瑞信息通信科技有限公司 , 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司 , 东南大学 , 国家电网有限公司
摘要： 本发明公开了一种基于深度学习模型的电力巡检方法，包括以下过程：步骤S1：利用检测模型的特征提取模块backbone对待测的电力巡检场景图像进行特征提取，得到特征图；步骤S2：利用检测模型的跨阶段融合模块neck对特征图进行融合；步骤S3：利用检测模型的多尺度检测头模块head对融合后的特征图进行检测，得到电力巡检图像中目标物体边框和类别结果。其中，所述特征提取模块backbone中使用内外级联方案；和/或，所述跨阶段融合模块neck使用分组融合方案，且特征图分组数与特征图输入通道数相同。本发明提出了一种基于深度学习模型的电力巡检方法，提高了检测性能并进一步减小了网络尺寸。
-
-
-
-
-
-
-
-
-
搜索结果
86 条记录 (耗时 0.109 秒)
