-
公开(公告)号：CN114200484A
公开(公告)日：2022-03-18
申请号：CN202111392186.6
申请日：2021-11-19
申请人： 福建亿榕信息技术有限公司 , 国家电网有限公司 , 国网信息通信产业集团有限公司
摘要： 本发明涉及电网安全技术领域，特别涉及一种电网作业现场不同区域的生成方法和存储设备。所述一种电网作业现场不同区域的生成方法，包括步骤：获取目标对象在第一基准点的位置信息，并将该位置作为坐标系原点坐标；获取目标对象在其它基准点的位置信息，并将各个基准点的位置信息换算成在坐标系原点对应的坐标中的相对位置；按序连接各基准点，生成不同区域类型围栏。通过该方法可绘制出电子围栏，如此当由作业人员翻越电子围栏进入危险区或标识区时，数字化安全管控系统可立即进行语音播报，及时提醒工作负责人有作业人员翻阅围栏或进入危险区或进入标识区，可立刻制止或做好安全监护工作，达到电网作业现场就地化安全管控的目的。
-
公开(公告)号：CN117636038A
公开(公告)日：2024-03-01
申请号：CN202311649881.5
申请日：2023-12-01
申请人： 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
IPC分类号： G06V10/764 , G06V10/82 , G06V10/774 , G06N3/084
摘要： 本申请涉及一种目标检测模型动态蒸馏训练方法及装置，涉及深度学习模型优化技术领域，该方法包括以下步骤：利用学生模型及教师模型，对训练图片进行推理，获得各自的预测输出数据；基于学生模型的预测输出数据及训练图片的图片标签，获得学生模型的常规损失函数；筛选获得教师模型的高质量预测输出数据；计算教师模型的高质量预测输出数据和学生模型的预测输出数据之间的蒸馏损失函数；基于蒸馏损失函数及常规损失函数，获得学生模型的总损失函数，并以此训练学生模型。本申请基于大模型高质量的输出动态蒸馏小模型的技术原理，进行模型训练，在检测精度与推理速度之间实现较好的平衡，有效减少工业场景部署目标检测模型所需的人力和训练成本。
-
公开(公告)号：CN117615471A
公开(公告)日：2024-02-27
申请号：CN202311580908.X
申请日：2023-11-24
申请人： 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 , 国网浙江省电力有限公司电力科学研究院 , 国网浙江省电力有限公司
摘要： 本发明涉及一种基于FPGA的无线通信数据安全传输系统及方法，包括DVI解码模块、数据解密模块、完整性校验模块、数据加密模块；所述DVI解码模块用于接收加密数据，并进行解码操作，得到解码后的数据；所述数据解密模块用于对所述解码后的数据进行解密操作，获取真实数据；所述完整性校验模块用于对真实数据进行校验；所述数据加密模块用于对待发送数据进行加密处理，得到加密数据。本发明实现有效地保护数据的机密性、完整性和可用性，同时提高系统的可靠性和稳定性。
-
公开(公告)号：CN117454948A
公开(公告)日：2024-01-26
申请号：CN202311787674.6
申请日：2023-12-25
申请人： 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
IPC分类号： G06N3/063 , G06N3/06 , G06F18/214
摘要： 本发明涉及一种适用于国产硬件的FP32模型转换方法，包括以下步骤：步骤S1:基于原始FP32模型，获取训练数据集；步骤S2:基于训练数据集，构建初始缩放因子和偏置；步骤S3:根据缩放因子，将原始FP32模型转换为INT8模型；步骤S4:基于量化感知训练INT8模型，在训练过程中，根据量化感知精度和量化感知损失的变化情况，动态调整模型参数，直到满足预设精度，则得到最终的INT8模型；步骤S5:将最终的INT8模型部署到国产硬件上。本发明在保持较高性能的同时，降低模型的精度损失，提高FP32模型在国产AI加速硬件上的运行效率。
-
公开(公告)号：CN117097588A
公开(公告)日：2023-11-21
申请号：CN202310916887.8
申请日：2023-07-25
申请人： 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
IPC分类号： H04L12/66 , H04L67/2871 , H04L67/56 , H04L12/40
摘要： 本发明涉及一种应用在边缘网关与计算单元间的预处理系统，包括边缘网关芯片，总线控制模块，连接模块，网络接口模块，边缘设备模块和数据采集模块；所述数据采集模块包括若干传感器，用于采集所需数据；所述边缘网关芯片用于对采集到的数据进行数据预存储以及分类预处理；所述边缘设备模块包括若干边缘设备，用于接收分类预处理后的数据；所述总线控制模块包括若干总线控制器，设置于各边缘设备的总线上，用于控制总线的访问以及数据传输；所述连接模块用于连接各边缘设备和传输数据；所述网络接口模块用于提供虚拟连接处理和维护、嵌套多租户支持、连接池管理和流控功能。
-
公开(公告)号：CN116822255A
公开(公告)日：2023-09-29
申请号：CN202311092675.9
申请日：2023-08-29
申请人： 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分类号： G06F30/20 , G01D21/02 , G06F119/14
摘要： 本发明公开了基于自主可控软硬件平台的轻量化AI模型构建方法，涉及模型构建技术领域，将容器压力浮动系数、缺陷离散指数以及管道弯曲处受冲击幅度综合计算建立异常系数，并将异常系数与异常阈值进行对比完成AI模型构建，构建完成的AI模型适配到容器的嵌入式硬件平台中，通过嵌入式硬件平台定时监测容器状态，当嵌入式硬件平台基于AI模型预测容器未来运行发生故障的概率大时，发出预警信号。本发明在压力容器运行过程中，基于AI模型进行边缘计算以及分析，无需将数据传输至云端，提高数据处理效率，而且对压力容器进行故障预测，有效在压力容器出现故障前及时做出判断和处理，保障压力容器的安全运行。
-
公开(公告)号：CN115358952B
公开(公告)日：2023-03-17
申请号：CN202211286525.7
申请日：2022-10-20
申请人： 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
IPC分类号： G06T5/00 , G06T7/10 , G06V10/764 , G06V10/774
摘要： 本发明涉及一种基于元学习的图像增强方法、系统、设备和存储介质，其中方法包括以下步骤：获取一原始图像并进行灰度化处理，从处理后的图像中随机捕获图像块，根据图像特征对捕获到的图像块进行分类，并将分类后的图像块放入至元训练数据集中；构建基于多级编解码结构的元学习网络；随机抽样元训练数据集中不同类别的图像块输入至元学习网络中，输出增强图像，计算对应的增强图像与图像块之间的曝光误差和像素相邻误差，以计算出的曝光误差和像素相邻误差最小为目标对元学习网络进行迭代训练，直至达到迭代结束条件，得到训练好的图像增强网络；将训练好的图像增强网络用于低照度图像的图像增强。
-
公开(公告)号：CN117454948B
公开(公告)日：2024-07-05
申请号：CN202311787674.6
申请日：2023-12-25
申请人： 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
IPC分类号： G06N3/063 , G06N3/06 , G06F18/214
摘要： 本发明涉及一种适用于国产硬件的FP32模型转换方法，包括以下步骤：步骤S1:基于原始FP32模型，获取训练数据集；步骤S2:基于训练数据集，构建初始缩放因子和偏置；步骤S3:根据缩放因子，将原始FP32模型转换为INT8模型；步骤S4:基于量化感知训练INT8模型，在训练过程中，根据量化感知精度和量化感知损失的变化情况，动态调整模型参数，直到满足预设精度，则得到最终的INT8模型；步骤S5:将最终的INT8模型部署到国产硬件上。本发明在保持较高性能的同时，降低模型的精度损失，提高FP32模型在国产AI加速硬件上的运行效率。
-
公开(公告)号：CN117634562A
公开(公告)日：2024-03-01
申请号：CN202311593383.3
申请日：2023-11-27
申请人： 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
IPC分类号： G06N3/0464 , G06N3/063 , G06F9/50
摘要： 一种DSP资源使用量的计算方法、装置、设备及计算机可读存储介质，包括：通过确定待处理神经网络的算子类型，其中，所述算子类型包括卷积层和全连接层；根据所述卷积层的参数，确定所述卷积层的全流水时钟稀释度和DSP的复用率；根据所述全连接层的参数，确定所述全连接层的全流水时钟稀释度和DSP的复用率；基于所述卷积层的全流水时钟稀释度、DSP的复用率和静态参数，以及所述全连接层的全流水时钟稀释度、DSP的复用率和静态参数，计算出所述待处理神经网络的DSP资源使用量，解决了相关技术中存在部署全流水设计架构神经网络的硬件资源，过度依赖工程师经验，且评估不准确的技术问题，实现了不依赖工程师经验，且提高了准确率和效率。
-
公开(公告)号：CN117519990A
公开(公告)日：2024-02-06
申请号：CN202410006180.8
申请日：2024-01-03
申请人： 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
IPC分类号： G06F9/50
摘要： 本发明涉及一种边缘算力与边缘网关资源协同管理方法，包括以下步骤：步骤S1:基于电力数据计算任务特性，将待处理任务分为实时任务和非实时任务；步骤S2:根据任务优先级、计算量大小和任务类型，构建任务分配权重模型；步骤S3:获取各边缘网关节点相关配置数据以及剩余资源数据，构建节点权重模型；步骤S4:根据任务分配权重及节点权重模型，基于多层感知器进行任务分配；步骤S5:各节点根据分配到的任务，进一步基于任务分配权重进行资源分配和任务处理。本发明能够有效优化节点资源利用，并提高任务处理效率。
-
-
-
-
-
-
-
-
-
搜索结果
41 条记录 (耗时 0.115 秒)
