公开(公告)号：CN119580767A

公开(公告)日：2025-03-07

申请号：CN202411612880.8

申请日：2024-11-12

Applicant: 南开大学

Inventor： 许静 ,  于明洋 ,  孔德晟 ,  卢颢天 ,  杨昊睿 ,  安康宁 ,  张凯然 ,  熊雅菲

IPC: G10L25/51 ,  G10L25/27

Abstract: 本发明提供了一种检测模型的训练方法、装置、电子设备及存储介质。将实时采集到的变压器的声纹数据和环境数据作为输入数据，通过预先训练完成的检测模型，根据输入数据得到变压器的状态，并当输入数据和用于训练该检测模型的样本数据之间的相关度低于预设的相关度阈值且输入数据的置信度低于预设的置信度阈值时，将输入数据作为目标样本，进而根据目标样本的及其标注对检测模型的模型参数进行调整。基于本说明书中的该训练方法，其用于训练模型的目标样本源于该检测模型使用过程中的输入数据，其可获得性更高，且该训练方法仅需要对检测模型的部分参数进行调整，所需计算资源较少，成本较低。

公开(公告)号：CN119312971A

公开(公告)日：2025-01-14

申请号：CN202411364321.X

申请日：2024-09-27

Applicant: 南开大学

Inventor： 许静 ,  于明洋 ,  卢颢天 ,  孔德晟 ,  梁慰赟 ,  郝方伟 ,  杜纪 ,  陈春源

IPC: G06Q10/04 ,  G06F18/24 ,  G06N3/006 ,  G06N20/00

Abstract: 本发明提供了一种覆冰情况预测方法、装置、电子设备及存储介质。通过采用增量学习的方式预先训练得到准确的预测模型，在获取到当前时刻的环境数据和历史时刻的覆冰数据后，根据预测模型，得到当前时刻准确的覆冰数据，进而将当前时刻的覆冰数据作为覆冰情况进行输出，以便于后续根据该覆冰情况执行相应的除冰策略。在新样本的样本量较少的情况下，也能够训练得到准确的预测模型，进而得到准确的覆冰情况。