一种基于元学习的变电站改扩建违章行为智能化识别方法

    公开(公告)号:CN112818768B

    公开(公告)日:2022-08-26

    申请号:CN202110067137.9

    申请日:2021-01-19

    Abstract: 本发明公开了一种基于元学习的变电站改扩建违章行为智能化识别方法,首先,采集图片,并构造难样本,完成场景的标注,形成小样本数据集,在ImageNet数据集上利用元学习方法预训练YOLOv5模型,并在采集的小样本数据集上精调得到最终的YOLOv5模型;其次,将训练好的YOLOv5模型部署到移动端,完成对作业人员、施工机具、送变电设备等检测物的识别;最后,根据施工作业要求自适应设置虚拟电子围栏,基于所设置的虚拟围栏进行人员机具的越界违章行为智能化识别并告警。本发明区别于传统的物理围栏及其他类型的虚拟电子围栏技术,不仅能有效识别地面违章行为,还能识别高空越界违章行为,且部署灵活,操作简单,实时性强,可重用性好。

    基于弱监督多任务矩阵补全的脑疾病进程预测方法及系统

    公开(公告)号:CN111063442B

    公开(公告)日:2022-07-15

    申请号:CN201911194547.9

    申请日:2019-11-28

    Abstract: 本发明公开了一种基于弱监督多任务矩阵补全的脑疾病进程预测方法及系统,包括依次连接的数据采集单元、离线处理单元、进程预测单元,通过对由多位受试者在baseline时测得的多个模态数据进行预处理;利用多任务直推式矩阵补全模型,将多个时间点的疾病状态预测建模为一个多任务回归问题;选择出task‑share特征和task‑specific特征,利用这两种特征进一步提高评分矩阵的预测准确率,从而完成对疾病进程的预测。

    一种基于变分生成对抗网络的个体处理效应评估方法

    公开(公告)号:CN114239744A

    公开(公告)日:2022-03-25

    申请号:CN202111576827.3

    申请日:2021-12-21

    Abstract: 本发明公开了一种基于变分生成对抗网络的个体处理效应评估方法,采用变分自编码器推断观测特征的隐表示,来获取完整的潜在因素,设计生成对抗网络推断反事实结果并指导变分自编码器更好地解耦潜在因素为工具因素,混淆因素以及调整因素,同时引入了一种自适应加权的方法基于解耦的混淆因素进一步控制数据偏差。本发明基于变分自编码器与生成对抗网络设计协同学习策略,提出变分生成对抗网络模型来估计个体处理效应,与现有方法相比,提高了个体处理效应评估的准确率。

    阿尔兹海默疾病进程预测方法

    公开(公告)号:CN113658721A

    公开(公告)日:2021-11-16

    申请号:CN202110812104.2

    申请日:2021-07-19

    Abstract: 本发明公开了一种阿尔兹海默疾病进程预测方法,患者在固定时间间隔内测量得到多视图数据,阿尔兹海默疾病进程预测方法包括对多视图数据进行预处理;使用多视图融合神经网络处理多视图数据,得到各视图共享的隐表示矩阵;在隐表示矩阵中引入最小门控单元,以对缺失的多视图数据进行填充以及预测未来时间点的评分数据;并使用多视图数据对多视图融合神经网络和最小门控单元进行协同训练,以实现对疾病发展进程的预测。本发明通过多视图融合神经网络为每个时间点的多视图数据习得各视图间共享的隐表示矩阵,同时,最小门控单元预测得到的下一个时间点的数据用于填补缺失的数据,利用最小门控单元进行未来任意时间点的评分数据预测。

    基于弱监督多任务矩阵补全的脑疾病进程预测方法及系统

    公开(公告)号:CN111063442A

    公开(公告)日:2020-04-24

    申请号:CN201911194547.9

    申请日:2019-11-28

    Abstract: 本发明公开了一种基于弱监督多任务矩阵补全的脑疾病进程预测方法及系统,包括依次连接的数据采集单元、离线处理单元、进程预测单元,通过对由多位受试者在baseline时测得的多个模态数据进行预处理;利用多任务直推式矩阵补全模型,将多个时间点的疾病状态预测建模为一个多任务回归问题;选择出task-share特征和task-specific特征,利用这两种特征进一步提高评分矩阵的预测准确率,从而完成对疾病进程的预测。

    一种适用于多应用场景的安全数据融合方法

    公开(公告)号:CN107231628B

    公开(公告)日:2020-04-14

    申请号:CN201710333422.4

    申请日:2017-05-12

    Abstract: 本发明公开了一种适用于多应用场景的安全数据融合方法,属于数据融合技术领域。本发明方法可同时保障数据机密性和完整性。首先,以当前融合轮数和节点预置密钥作为哈希函数的输入,为节点更新每个融合周期的密钥。其次,采用同态加密技术,使中间节点能够对密文直接执行融合操作。然后,采用同态消息认证码,使基站能够验证融合数据在传输过程中是否被篡改。进一步,对明文信息采用编码机制,满足了多应用场景下的使用需求。

    一种面向云计算的多关键字可排序密文检索方法

    公开(公告)号:CN108171071A

    公开(公告)日:2018-06-15

    申请号:CN201711247475.0

    申请日:2017-12-01

    Abstract: 本发明公开了一种面向云计算的多关键字可排序密文检索方法,通过分组法对文档关键字集进行分组,对每组逆关键字集文档向量集合构建相应的B+索引树,采用基于改进的KNN查询算法进行加密后上传至云,并在上传查询陷门后通过TF‑IDF模型对检索结果集合进行排序,返回给用户相关性分数最高的前k个文档。本发明的特点在于相对于其他结构树而言B+树的高度要低一些,由于检索效率和高度成正比增加,这种效率差异会随着文档集和关键字集的增加而愈发明显,采用分组构建B+树结构索引的方法可以大大提高检索速度。并且通过相关性分数比较,在结果集满足需求数量的前提下,提前判定是否继续检索当前树节点的后续节点,从而对检索效率进行进一步的提升。

Patent Agency Ranking