-
公开(公告)号：CN117909828A
公开(公告)日：2024-04-19
申请号：CN202410082282.8
申请日：2024-01-19
Applicant: 中国科学院微电子研究所 , 国网宁夏电力有限公司电力科学研究院
IPC: G06F18/241 , G06F18/25 , G06F18/10 , G06F18/213 , G06F18/23213 , G06F18/2415 , G06Q50/06 , G06Q10/0631
Abstract: 本发明涉及一种电力设备异常状况的预测方法及系统，属于数据预测技术领域，解决了现有电力设备异常状况预测不准确的问题。包括：获取电力调度系统中电力设备的监控数据，预处理后得到初始数据集；从初始数据集中提取多维数据特征，构建样本集；根据聚类模型和分类模型构建特征融合模型和结果融合模型，并利用样本集分别训练特征融合模型和结果融合模型；根据多维数据特征从监控数据中获取待预测样本，识别待预测样本是否发生概念漂移，如果发生，则将待预测样本传入训练好的特征融合模型，否则，传入训练好的结果融合模型；根据特征融合模型或结果融合模型的输出得到各预测结果。实现了电力设备异常状况的准确预测。
-
公开(公告)号：CN115499166A
公开(公告)日：2022-12-20
申请号：CN202211007510.2
申请日：2022-08-22
Applicant: 中国南方电网有限责任公司超高压输电公司 , 中国科学院微电子研究所
IPC: H04L9/40
Abstract: 本申请的实施例提供了一种网络空间防护系统。该系统包括：AI智能诊断模块，用于获取目标网络的运行状态并确定所述目标网络的数据变化信息，以从若干网络事件中，确定疑似威胁网络事件；异常值检测模块，用于对所述疑似威胁网络事件进行特征提取，得到对应的特征信息；网络安全杀伤链技术分析模块，用于根据所述特征信息，确定所述疑似威胁网络事件对应的异常类型和攻击阶段；未知威胁检测模块，用于根据所述特征信息，确定所述疑似威胁网络事件对应的威胁源，并根据所述威胁源，确定可能被攻击的风险设备。本申请实施例的技术方案可以对网络攻击事件进行主动防护，提高网络的安全性。
-
公开(公告)号：CN115082953A
公开(公告)日：2022-09-20
申请号：CN202110262030.X
申请日：2021-03-10
Applicant: 中国科学院微电子研究所
Abstract: 本发明公开一种目标特征的识别方法及装置、计算机存储介质，涉及计算机视觉与模式识别技术领域，以基于目标属性跨域识别目标特征，提高目标特征的识别准确性。所述识别方法包括：获取目标域图像；根据目标域图像确定目标信息，该目标信息包括多个目标的属性信息和特征信息；根据多个目标的属性信息和特征信息建立目标特征关系图；利用图神经网络对所述目标特征关系图进行目标特征识别。所述装置执行上述技术方案所提的识别方法。本发明提供的目标特征的识别方法用于图像识别中。
-
公开(公告)号：CN115996249B
公开(公告)日：2024-10-18
申请号：CN202211456677.7
申请日：2022-11-21
Applicant: 中国南方电网有限责任公司超高压输电公司 , 中国科学院微电子研究所
IPC: H04L67/61 , G06N3/08 , G06F18/23 , G06F18/22 , G06N3/0464
Abstract: 本发明公开了一种基于分级的数据传输方法及装置，其中所述方法包括：获取多个计算节点，以及每个计算节点采集的监测数据；将监测数据输入预先训练获得的目标属性图，获得所述监测数据的数据特征；基于数据特征对监测数据分级，获得两个以上的数据集合；每个数据集合对应于不同的重要级别；基于多个计算节点之间的连接关系，构建通讯网络图；每个计算节点为通讯网络图的网络图节点，多个计算节点之间的连接关系为通讯网络图的边；基于通讯网络图和重要级别，在网络图节点之间传输所述监测数据。本发明提高了输电系统中各个计算节点的数据传输效率和可靠性。
-
公开(公告)号：CN118570101A
公开(公告)日：2024-08-30
申请号：CN202410680714.5
申请日：2024-05-29
Applicant: 中国科学院微电子研究所
Abstract: 本申请提供了一种基于多模态信息融合的事件图像去模糊方法及系统，方法包括：获取事件数据和初始图像帧，将事件数据和初始图像帧输入至去模糊模型，得到初始图像帧对应的清晰图像帧。去模糊模型包括粗糙融合模块和细融合模块，粗糙融合模块对事件数据和初始图像帧进行特征提取以及特征融合，得到具有时间顺序的多个粗糙融合图像帧，细融合模块对多个在时间顺序上相邻的粗糙融合图像帧进行特征融合，得到清晰图像帧。由此可见，本申请通过从粗到细的全面融合过程有效地利用了事件数据的时空信息，能够使得事件数据最大程度的得到利用，实现在高速运动场景中进行图像去模糊，提高图像去模糊的成像质量。
-
Patent Agency Ranking
公开(公告)号：CN118195916A
公开(公告)日：2024-06-14
申请号：CN202410184163.3
申请日：2024-02-19
Applicant: 中国科学院微电子研究所
Abstract: 本公开提出一种图像增强方法、装置、计算机设备及存储介质，该图像增强方法包括：生成原始图像的频域显著图和空域信噪比图像；将频域显著图和空域信噪比图像进行融合得到参考图像；基于频域显著图和原始图像的第一特征图，生成原始图像的第二特征图，第二特征图中包括原始图像的多个尺度的显著区域特征；基于参考图像对第一特征图中显著区域间的关联性进行增强处理，生成原始图像的第三特征图；将第二特征图和第三特征图进行融合，生成第四特征图；第四特征图用于生成原始图像的增强图像。本公开实施例能够克服弱光条件下图像质量低的问题，输出低光照图像的增强图像。
-
公开(公告)号：CN111814963B
公开(公告)日：2024-05-07
申请号：CN202010693052.7
申请日：2020-07-17
Applicant: 中国科学院微电子研究所
Abstract: 本发明涉及一种基于深度神经网络模型参数调制的图像识别方法，包括：基于随机初始化的深度神经网络模型，利用前向传播得到一批训练样本对应的损失函数loss值；利用梯度计算函数获得所述网络的一阶梯度和二阶梯度；根据所述网络的一阶梯度和二阶梯度以及所述损失函数loss值计算出各层网络参数对应的曲率；对所述各层网络参数对应的曲率进行分段调制后计算出对应的曲率半径，对各层网络参数进行更新；输入下一批训练样本，重复对网络参数进行迭代优化，直至深度神经网络模型收敛；将待识别图像输入所述优化训练后的深度神经网络模型，得到识别出的图像。本发明解决了现有深度神经网络的训练性能随着批数量的增大而逐渐变差的问题。
-
公开(公告)号：CN116310984B
公开(公告)日：2024-01-30
申请号：CN202310263781.2
申请日：2023-03-13
Applicant: 中国科学院微电子研究所
IPC: G06V20/40 , H04N21/488 , G06V10/771 , G06V10/82 , G06F40/258 , G06N3/0455 , G06N3/0464 , G06N3/047
Abstract: 本发明涉及一种基于Token采样的多模态视频字幕生成方法，属于人工智能技术领域，解决了现有技术中延迟过高，计算速率慢的问题。具体包括：对视频中各帧图像进行CNN卷积处理得到处理后的各图像；获取各图像的多个一维图片向量，将每个一维图片向量作为一个Token；将所有Token输入到Transformer中，利用Transformer中的多个Encoder块对Token提取高级语义特征，在特征提取过程中对Token进行剪枝；将最后一个Encoder块输出的特征输入至Transformer中的Decode中进行解码，得到视频中各帧图像对应的文本信息。实现了降低计算开销的目的。(56)对比文件Sehoon Kim 等.Learned Token Pruningfor Transformers《.https://arxiv.org/pdf/2107.00910.pdf》.2022,全文.
-
公开(公告)号：CN116704512A
公开(公告)日：2023-09-05
申请号：CN202310734588.2
申请日：2023-06-20
Applicant: 中国南方电网有限责任公司超高压输电公司 , 中国科学院微电子研究所
IPC: G06V30/148 , G06V30/19
Abstract: 本发明涉及一种融合语义和视觉信息的仪表识别方法及系统，属于图像识别技术领域，解决了现有在仪表屏幕上距离靠近的多个读数被误判属于同一读数的问题。包括：采集并预处理仪表显示屏的屏幕图像，得到待识别图像；将待识别图像输入字符识别网络，输出各字符框坐标及字符标签；以各字符框对应的字符图像作为节点，构建视觉图和语义图，将各节点的特征向量间的相似度作为视觉图的边权重，将各节点的字符属性间的相似度作为语义图的边权重；融合视觉图和语义图的边权重，构建邻接矩阵；根据特征矩阵、邻接矩阵和字符标签，训练图神经网络，根据训练后的特征矩阵，对字符图像进行分组，按组输出字符标签，得到识别结果。实现了仪表数据的准确识别。
-
公开(公告)号：CN115908320A
公开(公告)日：2023-04-04
申请号：CN202211449388.4
申请日：2022-11-18
Applicant: 中国南方电网有限责任公司超高压输电公司 , 中国科学院微电子研究所
IPC: G06T7/00 , G06V10/44 , G06V10/74 , G06V10/75 , G06V10/762 , G06V10/764 , G06V10/82 , G06V30/19 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种设备异常检测系统、方法及电子设备。该系统包括属性集识别模块，用于根据输入的目标图像数据得到属性信息；数据属性图构建模块，用于根据目标图像数据及其属性信息，得到目标图像数据的属性图；属性辅助特征细化模块，用于在属性图上进行特征聚合，得到目标图像数据的深层特征，并进一步得到带有伪标签的预测目标图线数据；检测模块，用于根据预测目标图线数据进行训练，得到训练后的检测模块。通过对目标图像数据进行深度特征提取，获得质量较高的带有伪标签的预测目标图线数据，高效快速的完成数据标注，还可以为检测模块提供大量的训练样本数据，使得检测模块能保持良好检测性能。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.101 seconds)
