-
公开(公告)号：CN119577565A
公开(公告)日：2025-03-07
申请号：CN202411625314.0
申请日：2024-11-14
Applicant: 南京鼎研电力科技有限公司 , 南京邮电大学
IPC: G06F18/2411 , G06F18/214 , G06F18/2113 , G06F18/15 , G06N3/0442 , H02J3/00 , G06F123/02
Abstract: 一种基于融合模型的光伏发电预测方法，属于光伏能源领域。传统光伏预测方法仅基于大量数据进行模型训练，往往存在着与光伏定律不符的预测结果。同时，针对特征子集的筛选通常采用单一方法，但光伏数据具有季节性、不确定性等特点，单一方法无法很好地描述各个特征与发电量的关系。本发明在传统预测方法的基础上融合光伏领域知识及定律，建立光伏约束模型；采用过滤法及包装法结合的算法建立特征子集的筛选模型，最后融合LSTM算法模型进行光伏预测。因此，本发明能够高效地筛选出更具代表性，相关性更佳的特征子集，并对光伏预测结果进行物理约束，从而提高模型的效果和泛化能力，实现光伏发电的准确预测。
-
公开(公告)号：CN118840551A
公开(公告)日：2024-10-25
申请号：CN202410885412.1
申请日：2024-07-03
Applicant: 南京邮电大学
IPC: G06V10/26 , G06V20/17 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 基于改进MobileOne的轻量级无人机目标语义分割方法，首先，使用MobileOne轻量级骨干网络替代传统的xception模块，以降低参数量和提升计算效率。其次，引入金字塔池模块和EMA模块，以处理多尺度特征，增强模型对不同尺度目标的识别能力，特别是EMA模块通过跨维交互进一步聚合并行分支的输出特征，解决通道降维可能带来的副作用。同时，UAFM利用注意力模块生成权重，通过融合不同层级的特征图来提升分割精度。最后，通过模型压缩和加速技术，将优化后的模型高效部署在无人机的边缘处理器上。在算力受限且满足FPS大于30的实时要求下，与其他轻量化语义分割方法相比，提出的方法精度至少提升3.88%，准确度至少提高2.01%，优势显著。
-
公开(公告)号：CN118523937A
公开(公告)日：2024-08-20
申请号：CN202410645345.6
申请日：2024-05-23
Applicant: 南京邮电大学
IPC: H04L9/40 , G06F16/215
Abstract: 本发明公开了一种基于历史置信度和攻破概率的拟态异步裁决方法，涉及网络安全技术领域，设计了一致数据计算模块、可信度计算模块和裁决判定模块等来实现拟态防御中的裁决方法，首先一致数据计算模块接受各个执行体输出的结果并对数据分类，形成多个一致数据集，然后裁决判定模块判断是否存在可信度达判定阈值的一致数据集，并输出该一致数据集的平均值作为最终结果，最后通过可信度计算模块对执行体集中的异构体进行可信度更新，清洗下线低于阈值的异构体，再从等待队列中选取新的异构体加入执行体集。本方法不仅可以减少脆弱的执行体输出结果对裁决的影响，还缩短了裁决输出的平均等待时间，从而多方面提高电力系统的运行效率。
-
公开(公告)号：CN118379496A
公开(公告)日：2024-07-23
申请号：CN202410533364.X
申请日：2024-04-30
Applicant: 南京邮电大学
IPC: G06V10/26 , G06V40/18 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0455
Abstract: 本发明属于计算机视觉技术领域，公开了一种融合swin‑transformer和通道注意力的视网膜血管分割方法，本发明在编码器部分将Swin‑transforme中的多头自注意力改为级联多头自注意力，减少计算冗余，在解码器中引入通道注意力模块，抑制无关特征，本发明增加特征融合模块，将深浅层特征进行融合，充分利用特征信息，增加分割精准。本发明可以提高血管分割精度，可以准确的分割出视网膜眼底图像的血管脉络，为医生进行疾病诊断提供重要辅助信息。
-
公开(公告)号：CN118232930A
公开(公告)日：2024-06-21
申请号：CN202410430490.2
申请日：2024-04-10
Applicant: 南京邮电大学
IPC: H03M13/29
Abstract: 本发明提供一种基于DHR的高可靠性Turbo动态编译码方法及系统，该方法通过在通信准备开始时，采用重复次数为n的随机选择算法从异构构件池中，选出相应的组件构成n组Turbo动态编码异构执行体和Turbo动态译码异构执行体；当需要进行Turbo编码时，每个Turbo动态编码异构执行体接收信息序列进行编码得到码字序列；匹配器将输入的n个Turbo动态编码异构执行体的码字序列分配到对应的Turbo动态译码执行体中；Turbo动态译码异构执行体选择对应Turbo动态编码异构执行体输出的译码信息序列进行迭代译码；裁决模块将每个Turbo动态译码结果进行裁决，输出最终的译码结果；本发明通过结合拟态防御思想，能够提高抵抗未知安全风险能力，同时保障译码结果的准确性、可靠性与可信性。
-
Patent Agency Ranking
公开(公告)号：CN115297016B
公开(公告)日：2024-02-20
申请号：CN202210876364.0
申请日：2022-07-25
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 南京邮电大学 , 南京鼎研电力科技有限公司
IPC: H04L41/147 , H04L41/0677 , H04L41/16 , H04L43/0876 , H04L67/12 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及电网人工智能和数据处理技术领域，公开了一种基于深度学习的电力网络活跃度评价和预测方法，包括：获取原始数据，筛选待评价服务端口流量数据，进行活跃度计算；进行数据预处理，得到历史活跃度数据集，自动化定时对数据集进行更新；将数据集划分为训练样本和测试样本，训练样本进行样本重构并输入到不同的深度学习模型进行模型训练；将测试样本输入到训练好的模型中，并对模型进行评估和比较，得到一个该服务的最优模型，将模型保存；自动化实时获取不同网络服务的活跃度数据，得到未来的活跃度预测结果。与现有技术相比，本发明能够及时发现活跃度异常的网络服务并且便于网络的维护和管理，提升电力网络系统智能化水平。
-
公开(公告)号：CN117149434A
公开(公告)日：2023-12-01
申请号：CN202311194533.3
申请日：2023-09-14
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于双重延迟深度确定性策略梯度算法的多无人机辅助计算迁移方法，通过建立三层多无人机辅助的MEC计算卸载系统；使用时延与能耗作为度量网络性能的两个核心指标，构建多无人机辅助MEC系统WD计算卸载模型的优化问题；将计算卸载模型的优化问题解释为多智能体的马尔可夫决策过程；定义状态空间、动作空间和奖励函数；基于双重延迟深度确定性策略梯度算法与云边协同，对计算卸载模型进行分阶段模型训练，得到训练后的计算卸载模型；得到无人机在高维连续动作空间中最佳卸载决策；该方法收敛速度快，能够有效降低计算时延和能耗，能够使无人机在高维连续动作空间中更快地得到最佳卸载决策。
-
公开(公告)号：CN117112207A
公开(公告)日：2023-11-24
申请号：CN202311037605.3
申请日：2023-08-17
Applicant: 南京邮电大学
IPC: G06F9/50 , G06N3/006 , G06N3/045 , G06N3/0464 , G06N3/092 , G06N3/084 , H04W28/084 , H04W28/08
Abstract: 本发明公开了一种基于深度强化学习的混合资源调度方法，属于计算机技术领域；该方法包括以下步骤：构建马尔可夫决策过程的数学框架；构建深度强化学习模型；深度强化学习模型包括评价网络和目标网络；对构建的深度强化学习模型进行训练；利用深度强化学习模型获得初始化粒子群；采用分层学习划分粒子群，并计算粒子群的粒子适应值；对粒子群进行更新，位于低层的粒子随机选取高层的粒子作为参考进行速度及位置的更新，从而得到全局最优解即最优的资源调度方案。本发明通过将深度强化学习模型、分层学习的策略以及粒子群算法相结合，提高算法收敛速度的同时降低边缘服务器能耗；提高边缘服务器资源利用效率和服务器运算性能、减少能源消耗。
-
公开(公告)号：CN113807486B
公开(公告)日：2023-09-26
申请号：CN202110971579.6
申请日：2021-08-23
Applicant: 南京邮电大学
IPC: G06N3/006
Abstract: 本发明提供一种基于改进粒子群算法的多机器人区域覆盖方法，通过对待覆盖区域建立坐标系，根据n台探测范围不同的机器人，各机器人i在全局坐标系中的位置构成向量，为迭代初始位置，然后利用改进粒子群算法求解点云，在粒子群算法的迭代过程中，考虑不同机器人的探测范围，进行速度和位置更新，直至获得最大程度覆盖目标区域的机器人的位置集合；该种基于改进粒子群算法的应用于多机器人区域覆盖方法，相对于现有方法，能够用于多种不同探测范围的机器人在已知区域内覆盖，有效提高实际覆盖区域和覆盖率，使得生成的目标点云更好的实现对区域的覆盖，能够生成最大程度覆盖区域的机器人位置集合。
-
公开(公告)号：CN116758481A
公开(公告)日：2023-09-15
申请号：CN202310792189.1
申请日：2023-06-30
Applicant: 江苏方天电力技术有限公司 , 南京邮电大学
Inventor： 李春鹏 , 张浩 , 王盺平 , 栾奇麒 , 杨小平 , 李军 , 官国飞 , 宋庆武 , 蒋峰 , 朱天泽 , 蒋超 , 赵晟 , 陈志明 , 苏俞彪 , 蒋林岑 , 徐鹤 , 季一木 , 刘尚东
IPC: G06V20/52 , G06V10/774 , G06V10/82 , G06V10/40 , G06V10/766 , G06N3/0464 , G06N3/096 , G06N3/084
Abstract: 本发明公开了电力站房监测领域的一种基于机器视觉算法的电力站房监测方法及系统，包括：采集电力站房中待监测区域的实时监测图像；将所述实时监测图像输入至预先训练好的学生网络模型E，输出实时监测图像的识别结果；所述学生网络模型E的训练过程包括：通过训练数据集对所述教师网络模型N进行训练，获得训练好的教师网络模型N；通过知识蒸馏技术更新学生网络模型E的参数；重复迭代直至达到迭代终止条件，输出训练好的学生网络模型E；通过机器视觉进行图像识别对电力站房进行监测，对站房周围区域和目标进行实时监控监测和报警，实现无人化监测。
-
-
-
-
-
-
-
-
-
Search Results
134
records
(took 0.027 seconds)
