-
Patent Agency Ranking
公开(公告)号：CN113486173B
公开(公告)日：2023-09-12
申请号：CN202110653794.1
申请日：2021-06-11
Applicant: 南京邮电大学
IPC: G06F16/35 , G06F18/2411 , G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本申请提供了一种文本标注神经网络模型及其标注方法，其技术要点是，所述模型至少包括文本标注处理器、文本质量评价器、文本标注数据融合器；所述文本标注处理器包括可参数化的滤波器，所述可参数化的滤波器配置为，将目标文本数据向量化并标注，以输出所述目标文本数据的第一特征向量；所述文本质量评价器配置为，输入所述第一特征向量，对所述第一特征向量进行深度学习后，输出验证后的第二特征向量，其中，所述第二特征向量包括评价信息的局部向量；所述文本标注数据融合器配置为，输入所述第二特征向量，并至少根据所述第二特征向量输出目标文本数据对应的最优标注向量，至少解决相关技术中过分依赖人工评价的标注质量问题。
-
公开(公告)号：CN113486173A
公开(公告)日：2021-10-08
申请号：CN202110653794.1
申请日：2021-06-11
Applicant: 南京邮电大学
Abstract: 本申请提供了一种文本标注神经网络模型及其标注方法，其技术要点是，所述模型至少包括文本标注处理器、文本质量评价器、文本标注数据融合器；所述文本标注处理器包括可参数化的滤波器，所述可参数化的滤波器配置为，将目标文本数据向量化并标注，以输出所述目标文本数据的第一特征向量；所述文本质量评价器配置为，输入所述第一特征向量，对所述第一特征向量进行深度学习后，输出验证后的第二特征向量，其中，所述第二特征向量包括评价信息的局部向量；所述文本标注数据融合器配置为，输入所述第二特征向量，并至少根据所述第二特征向量输出目标文本数据对应的最优标注向量，至少解决相关技术中过分依赖人工评价的标注质量问题。
-
公开(公告)号：CN112733417A
公开(公告)日：2021-04-30
申请号：CN202011278587.4
申请日：2020-11-16
Applicant: 南京邮电大学
Abstract: 本发明是一种基于模型优化的异常负荷数据检测与修正方法和系统，该系统包括负荷数据预处理器、异常负荷数据检测器、异常负荷数据修正器，负荷数据处理器与异常负荷数据检测器连接，异常负荷数据检测器与异常负荷数据修正器连接，本发明方法采用基因表达式编程对SVDD算法进行参数优化，利用最优参数建立的SVDD模型进行异常负荷数据检测，随后利用深度长短时记忆网络进行负荷预测，并将预测负荷值作为异常数据的替代值。该方法用于电网异常负荷处理，通过本发明中的方法，可以较为准确的检测出用电负荷中的异常负荷数据，这将有利于精确负荷预测、计划用电管理、制定合理的电源建设规划，有利于提高电力系统的经济效益和社会效益。
-
公开(公告)号：CN113468551A
公开(公告)日：2021-10-01
申请号：CN202110598759.4
申请日：2021-05-31
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于联盟区块链的家用智能电表数据存储系统及方法。该系统进行分层化设计，首先，由数据层对电表数据进行采集处理，其次，由网络层对处理后的电表数据进行传输，然后，由共识层对联盟链中的电表数据进行更新，之后，由合约层实现电表数据上链过程的自动化和智能化，最后，由应用层对家用智能电表数据进行存储和调用。该方法首先将电表数据加密后打包生成区块，其次，通过传输机制发送给每一个节点，然后，根据共识算法决定记账节点，之后，由记账节点把区块广播给其余节点，最后，其余节点验证通过后，保存到区块链网络中。此系统和方法实现了家用智能电表数据的安全、可靠存储，避免了中心服务器易受攻击和单点失效等风险。
-
公开(公告)号：CN112733417B
公开(公告)日：2022-11-01
申请号：CN202011278587.4
申请日：2020-11-16
Applicant: 南京邮电大学
Abstract: 本发明是一种基于模型优化的异常负荷数据检测与修正方法和系统，该系统包括负荷数据预处理器、异常负荷数据检测器、异常负荷数据修正器，负荷数据处理器与异常负荷数据检测器连接，异常负荷数据检测器与异常负荷数据修正器连接，本发明方法采用基因表达式编程对SVDD算法进行参数优化，利用最优参数建立的SVDD模型进行异常负荷数据检测，随后利用深度长短时记忆网络进行负荷预测，并将预测负荷值作为异常数据的替代值。该方法用于电网异常负荷处理，通过本发明中的方法，可以较为准确的检测出用电负荷中的异常负荷数据，这将有利于精确负荷预测、计划用电管理、制定合理的电源建设规划，有利于提高电力系统的经济效益和社会效益。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
