公开(公告)号：CN117115516A

公开(公告)日：2023-11-24

申请号：CN202310989477.6

申请日：2023-08-08

Applicant: 南京邮电大学

Inventor： 成卫青 ,  汪浩

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06V20/62 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08 ,  G06N3/048 ,  G06F16/583

Abstract: 本发明公开了一种融合图像字幕和BERT的多模态情感分析方法及系统，涉及多模态情感分析技术领域包括提取多模态数据集的图像生成描述图像的文字；通过ResNet得到图像特征，采用BERT编码器计算目标的隐藏层表示，基于目标图像匹配层得到最终的视觉表示；将多模态数据的图像描述和文本输入BERT编码器计算图像描述的特征表示和文本的特征表示，得到最终的文本特征表示；计算多模态隐藏层表示，通过池化层全连接层和Softmax得到最终情感分类。本发明提取多模态数据集图像，结合两种以上的模态来实现跨模态的情感分析，增加对图像内容的理解和识别能力，有效解决单模态的局限性，将图像的信息转化为更具表达能力和语义信息的视觉表示，提升了多模态系统的稳定性。

公开(公告)号：CN115169916A

公开(公告)日：2022-10-11

申请号：CN202210838509.8

申请日：2022-07-18

Applicant: 南京邮电大学

Inventor： 窦春霞 ,  汪浩 ,  岳东 ,  张智俊

IPC: G06Q10/06 ,  G06Q10/04 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08 ,  G06N3/00 ,  H02J3/00 ,  H02J3/38

Abstract: 本发明公开了能源系统控制领域的一种基于安全经济的电热综合能源控制方法，包括：通过预先训练后的SA‑PSO‑BP神经网络对综合能源系统中的可再生能源和多元负荷进行预测，根据可再生能源和多元负荷的预测结构对综合能源系统进行控制；所述SA‑PSO‑BP神经网络的训练过程包括：对相关特征进行预处理和筛选获得优选特征并构建特征训练集；构建BP神经网络的目标函数并添加优化调度的电力网络约束和热力网络约束；通过特征训练集对BP神经网络进行训练，训练过程中利用模拟退火优化的粒子群SA‑PSO算法对BP神经网络的权值和阈值进行迭代更新，获得SA‑PSO‑BP神经网络；本发明通过调整目标函数中的权值使得对综合能源系统的控制兼顾安全性和经济性。

公开(公告)号：CN115051349A

公开(公告)日：2022-09-13

申请号：CN202210268654.7

申请日：2022-03-18

Applicant: 南京邮电大学

Inventor： 窦春霞 ,  章涛 ,  岳东 ,  张占强 ,  张智俊 ,  汪浩

IPC: H02J3/00

Abstract: 本发明涉及一种基于改进REI等值分区的最优负荷削减方法及装置。本方法先根据配电网的强弱连接状态对系统进行分区，配电网的强弱连接状态分为相互影响小、依赖关系低的弱连接状态和相互影响大、依赖关系强的强连接状态。再对系统各个分区的外部网络进行REI等值化简，然后构建了基于分区的最优负荷削减模型，从而将常规负荷削减计算由全网整体负荷削减转换成分区中的单独负荷削减，降低了计算规模，提高了可靠性评估计算效率。并对REI等值网络修正提出了具体的解决方法：增加一个校正REI网络进行修正以反映外部网络变动的影响，并在只交换边界节点电压值的条件下，获得全网优化近似最优解。