基于电力无线专网的认知无线电频谱检测方法

    公开(公告)号:CN112468248A

    公开(公告)日:2021-03-09

    申请号:CN202011340783.X

    申请日:2020-11-25

    Abstract: 本发明涉及一种基于电力无线专网的认知无线电频谱检测方法,属于无线通信技术领域。该方法首先采集类业务终端周期性地对非授权频率进行频谱感知;频谱服务器基于地理信息,融合判决是否存在频谱空洞;采集类业务终端传输采集类业务数据;控制类业务终端传输控制类业务数据。本发明方法方法基于电力采集类和控制类业务的数据传输要求,采用计量类业务终端作为认知无线电的频谱感知节点,有效地检测频谱空洞,提高电力无线专网的网络吞吐量,并可以有效降低控制类业务的传输延时。

    基于软件逆向拆解和分析的应用资源变更影响分析系统

    公开(公告)号:CN112416367B

    公开(公告)日:2022-06-21

    申请号:CN202011304156.0

    申请日:2020-11-19

    Abstract: 本发明涉及基于软件逆向拆解和分析的应用资源变更影响分析系统,该系统包括代码包扫描解析器模块、初版各项功能建立关联关系模块、neo4j存储模块、各版本差异性对比模块、变更分析模块;本发明解决目前电力行业没有技术手段对本地部署包及代码的内容进行应用配置层面的管控和分析的情况,解决本地运维存在源代码可见及源代码不可见两种情况,且各个系统的开发语言和开发规范各不相同,对不同语言和不同规范的代码包进行扫描难度较大的技术问题。本发明完善了电力行业软件应用的资源变更,强化IT基础资源与应用资源关系链,细化应用资源分类,提升关联性分析能力,提供对持续集成和发布、持续交付、弹性扩缩容的辅助支撑。

    一种基于卷积神经网络的文本数据无监督聚类方法

    公开(公告)号:CN109299270B

    公开(公告)日:2021-09-28

    申请号:CN201811273934.7

    申请日:2018-10-30

    Abstract: 本发明将基于神经网络的无监督文本聚类方法应用到各专业领域如电力行业数据的文本数据分析中去,通过卷积神经网络将文本数据集中的文本进行特征权计算,并将词语按特征权值降序排列。按照某一特定数列来选取词语及其所在句子形成文本子集,并进一步形成渐进近似表达。通过文本的近似表达形成的数据集,有效地训练卷积神经网络,实现对少量标记文本甚至无标记文本的文本数据无监督分类方法,能够有效解决一般文本数据聚类分析人工交互工作量大,分类效率有待提高等问题。

    一种基于卷积神经网络的文本数据无监督聚类方法

    公开(公告)号:CN109299270A

    公开(公告)日:2019-02-01

    申请号:CN201811273934.7

    申请日:2018-10-30

    Abstract: 本发明将基于神经网络的无监督文本聚类方法应用到各专业领域如电力行业数据的文本数据分析中去,通过卷积神经网络将文本数据集中的文本进行特征权计算,并将词语按特征权值降序排列。按照某一特定数列来选取词语及其所在句子形成文本子集,并进一步形成渐进近似表达。通过文本的近似表达形成的数据集,有效地训练卷积神经网络,实现对少量标记文本甚至无标记文本的文本数据无监督分类方法,能够有效解决一般文本数据聚类分析人工交互工作量大,分类效率有待提高等问题。

Patent Agency Ranking