-
公开(公告)号：CN117540882A
公开(公告)日：2024-02-09
申请号：CN202410030621.8
申请日：2024-01-09
Applicant: 国网经济技术研究院有限公司 , 西安交通大学
Inventor： 于昊洋 , 刘栋 , 王智冬 , 孙珂 , 吴雄 , 曹滨睿 , 秦继朔 , 李凡 , 郭国栋 , 章程 , 王丹 , 薛雅玮 , 刘忠健 , 游沛羽 , 张柯欣 , 梁涵卿 , 陶太堃 , 司远 , 胡天宇
IPC: G06Q10/04 , G06Q10/067 , G06Q10/0631 , G06Q50/06 , G06N3/0475 , G06F18/23213
Abstract: 本发明涉及一种基于随机场景生成的电力系统日前多阶段优化调度方法，该方法包括：基于电力系统的前一日风‑光出力数据通过条件生成对抗网络生成日前新能源预测随机场景；削减日前新能源预测随机场景，并使用场景树刻画削减后的日前新能源预测随机场景；构建面向含新能源的电力系统日前多阶段随机优化调度模型；基于场景树刻画的日前新能源预测随机场景对电力系统日前多阶段调度模型通过随机对偶动态整数规划算法求解，实现电力系统的日前多阶段优化调度。因此，本发明的多阶段随机优化调度模型可以根据新能源的实现情况改变各阶段决策，同时考虑后续阶段不确定性因素的实现。
-
公开(公告)号：CN117215205B
公开(公告)日：2024-02-06
申请号：CN202311486637.1
申请日：2023-11-09
Applicant: 国网经济技术研究院有限公司 , 国网湖南省电力有限公司经济技术研究院 , 西安交通大学 , 国网安徽省电力有限公司经济技术研究院
Inventor： 孙珂 , 李凡 , 秦博宇 , 王智冬 , 刘栋 , 王丹 , 张哲 , 苏筱凡 , 徐加银 , 薛雅玮 , 于昊洋 , 梁涵卿 , 张逸兴 , 张柯欣 , 秦继朔 , 朱思睿 , 冯沛儒 , 游沛羽 , 章程 , 陶太堃 , 王璐 , 沈玉明 , 郭国栋 , 司远 , 胡天宇
IPC: G05B13/04 , H02J3/36 , H02J3/12 , H02J1/00 , H02J3/38 , G06F18/214 , G06F18/243
Abstract: 比例新能源接入场景下的电力系统控制参数优本发明涉及电力系统方面专门适用于预测 化提供可靠依据与指导。目的的数据处理方法技术领域，公开一种基于决策树和ISS理论的直流系统控制参数分析方法，包括：根据直流系统控制参数样本数据，通过基于输入‑状态稳定理论构建的电力系统电压稳定水平量化评估指标，得到电压稳定水平样本标签数据；采用基于纯度损失的决策树框架，训练得到直流系统控制参数分析模型。本发明通过直流系统控制参数分析模型评估不同直流系统控制(56)对比文件CN 113239963 A,2021.08.10CN 113506186 A,2021.10.15CN 113746087 A,2021.12.03CN 115271070 A,2022.11.01CN 115713032 A,2023.02.24CN 115842366 A,2023.03.24CN 116031867 A,2023.04.28IN 202041030781 A,2020.07.31
-
公开(公告)号：CN117376575A
公开(公告)日：2024-01-09
申请号：CN202311343737.9
申请日：2023-10-17
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于条件扩散模型的压缩域视频异常检测方法，包括：对输入的压缩视频流进行稀疏采样；将1个I帧和其后3个P帧称为一组GoP；将重构MV与原始MV的均方误差MSE作为异常重构分数；将输入中的最后一个I帧作为目标I帧，对该帧进行扩散操作，然后进行加噪；以加噪后的目标I帧作为输入，重构MV与其时间顺序对应的I帧在通道上的拼接作为条件，输入进噪声预测器Unet中进行噪声预测；将上述步骤得到的异常重构分数和异常预测分数进行加权，即可得到最终的异常分数；对于数据集中不同视频流进行处理，从而得到整个数据集的异常分数，得到最终的压缩域视频的异常检测结果。本发明在保持高检测性能的同时降低了复杂性。
-
公开(公告)号：CN117370825A
公开(公告)日：2024-01-09
申请号：CN202311314763.9
申请日：2023-10-11
Applicant: 国网经济技术研究院有限公司 , 西安交通大学
Inventor： 李晖 , 刘栋 , 于昊洋 , 王智冬 , 孙珂 , 吴雄 , 曹滨睿 , 秦继朔 , 李凡 , 郭国栋 , 章程 , 王丹 , 薛雅玮 , 刘忠健 , 游沛羽 , 张柯欣 , 梁涵卿 , 陶太堃 , 司远 , 胡天宇 , 吴聪 , 孙广增
IPC: G06F18/23213 , G06N3/0475 , G06N3/045 , G06N3/094 , G06Q50/06
Abstract: 本发明涉及一种基于注意力条件生成对抗网络的长期场景生成方法及系统，其包括：基于K‑means聚类算法进行典型日的聚类，得到原始年数据聚类结果；利用原始年数据聚类结果计算得到聚类转移矩阵，由聚类转移矩阵利用马尔科夫链蒙特卡洛模拟法生成每日集群的长期年度序列；以月份和原始年数据聚类结果作为条件数据训练对抗性网络ACGAN，训练得到满足目标函数的对抗性网络ACGAN，将长期年度序列中每天的信息输入训练后的对抗性网络ACGAN，生成风能和光伏能源的日内场景，进而由日内场景得到长期年度场景。本发明能更好地捕捉风能和光伏能源的相关性特征以及历史数据中的特征。
-
公开(公告)号：CN113726858B
公开(公告)日：2022-08-16
申请号：CN202110925610.2
申请日：2021-08-12
Applicant: 西安交通大学
IPC: H04L67/10 , H04L67/1023 , H04L67/101 , H04L41/14
Abstract: 本发明公开了一种基于强化学习的自适应AR任务卸载和资源分配方法，包括用户端选择不同视频帧分辨率的AR任务，同时得到对应的准确率；对AR任务进行部分卸载，计算所带来的时延、用户能耗及用户费用，建立用户体验模型，由此形成以提高用户体验为目标的联合优化问题；将优化问题转化为马尔科夫决策过程，初始化其状态空间、动作空间以及奖励设置，根据马尔科夫决策过程设计强化学习网络；训练强化学习网络直到网络收敛；网络训练好之后，将用户端和MEC服务器的状态输入网络，得到相应的策略。本发明综合考虑了用户端对准确率、用户能耗和用户费用的不同需求，在任务时延门限内，有效地提高用户体验，达到各用户体验的纳什均衡。
-
Patent Agency Ranking
公开(公告)号：CN109327867B
公开(公告)日：2020-06-19
申请号：CN201811259339.8
申请日：2018-10-26
Applicant: 西安交通大学
Abstract: 本发明公开了一种LTE网络下QoE驱动的视频码率自适应和资源分配联合算法。首先建立了基于视频段特征和播放信息的QoE预测模型，考虑了视频段码率、初始时延、中断时长、中断次数和质量波动五种因素。因此该预测模型可以准确的预测出用户在观看视频时的主观体验质量。本发明提出的基站全局统一决策的视频请求和资源分配联合算法。包括基站根据用户反馈的缓存信息确定需要分配网络资源的用户集；找到当前待分配的RB，计算该RB分配给所有用户时，用户请求所用质量版本视频的QoE及QoE增益值；将当前RB分配给增益值最大的用户，直到所有的RB分配完毕。本发明综合考虑用户的信道情况，在网络资源有限的前提下，提高LTE网络中所有用户观看视频的主观体验质量。
-
公开(公告)号：CN111028203A
公开(公告)日：2020-04-17
申请号：CN201911129340.3
申请日：2019-11-18
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于显著性的CNN盲图像质量评估方法，通过给原始图像添加不同失真等级以及失真区域的多个失真版本图，并赋予不同的数字标签来代表质量的高低，将显著性和失真两个因素有效的引入了数据扩充中，数据集的有效扩充有效的缓解了图像质量评估小数据集训练长网络的压力，从而极大的提高了模型最终预测性能，在各个图像质量评估数据集上展现出较强的泛化能力。主要包括以下步骤：1)分别制作预训练阶段和微调阶段所需的数据集；2)利用预训练阶段制作的数据集对VGG-16网络进行预训练，并保存网络模型；3)利用微调阶段的IQA训练集对预训练好的VGG-16网络进行微调训练，并保存网络模型；4)使用上述微调后的模型计算IQA测试集的预测精度。
-
公开(公告)号：CN107301657A
公开(公告)日：2017-10-27
申请号：CN201710440109.0
申请日：2017-06-12
Applicant: 西安交通大学
CPC classification number: G06T7/277 , G06K9/6267 , G06T2207/10016 , G06T2207/20004 , G06T2207/20076
Abstract: 一种考虑目标运动信息的视频目标跟踪方法，包括步骤：通过状态转移模型估计目标的运动状态并获得候选样本，用于后续样本位置权重分配与置信度决策，以得到准确目标；通过位置权重分配模型提出一种假设的概率分布，给处于不同位置的样本分配权重，计算获得样本位置因子，用于后续的置信度决策；通过置信度决策模型参考每个候选样本的位置因子计算每个样本的置信度，并选择置信度最大的样本作为目标；通过自适应模板更新模型根据目标运动状态的不同采用不同的更新策略对模板进行更新。本发明将目标的运动信息充分融入目标跟踪算法中，尤其当目标运动速度较快时，有针对性的获取样本、分配权重、决策和更新方式有效的提高了跟踪的效率，应用价值高。
-
公开(公告)号：CN103391439B
公开(公告)日：2016-08-10
申请号：CN201310304066.5
申请日：2013-07-18
Applicant: 西安交通大学
IPC: H04N19/147 , H04N19/176
Abstract: 一种基于主动宏块隐藏的H.264/AVC码率控制方法，根据视频帧编码的目标比特数，为预先设定好的ROI和NROI宏块分配不同的目标编码比特数；然后对NROI宏块编码时，在H.264/AVC标准的率失真模式基础上，增加主动宏块隐藏模式，通过构造的率失真函数进行模式选择并编码；在对ROI宏块编码时，采用H.264/AVC标准规定的编码方法进行编码；当前宏块编码结束后，开始下一宏块的码率控制。当NROI的当前宏块选择主动宏块隐藏模式进行编码时，则当前宏块无需编码，减少了所用比特，将节省的比特分配给未编码的ROI宏块，使得ROI获得较多的比特，提高了ROI的编码质量，同时也提高视觉质量。
-
公开(公告)号：CN103269457B
公开(公告)日：2016-03-30
申请号：CN201310180283.8
申请日：2013-05-15
Applicant: 西安交通大学
IPC: H04N21/647 , H04N19/157 , H04N19/895
Abstract: 本发明提供一种基于失真估计的H.264/AVC视频包优先级调度方法：（1）对每个待发送的H.264/AVC视频包计算其包优先级指数PPI，其中，PPI由两类失真计算得到，每类失真包括两部分：视频包对当前帧造成的失真和视频包对后续帧的造成的失真；（2）计算视频包对当前帧造成的失真时，采用了一种基于失真估计模型的预测方法；（3）计算视频包对后续帧的造成的失真时，采用了利用扩散失真因子对失真估计模型所得失真进行加权的方法来求解；（4）在调度时，按照PPI的大小对待发送视频包进行排序调度后进行视频包的发送，本发明提高了接收端解码后的视频质量，提升了无线网络中视频传输的性能。
-
-
-
-
-
-
-
-
-
Search Results
88
records
(took 0.031 seconds)
