-
公开(公告)号：CN118194171A
公开(公告)日：2024-06-14
申请号：CN202410155790.4
申请日：2024-02-04
申请人： 国网智能电网研究院有限公司 , 国家电网有限公司大数据中心 , 国网安徽省电力有限公司信息通信分公司 , 国家电网有限公司
IPC分类号： G06F18/2431 , G06F18/25 , G06Q50/06
摘要： 本发明提供了基于元学习的多模态电力样本分类方法，涉及新一代信息技术领域，包括：获取待分类的多模态数据；基于预先训练好的电力样本分类学习器对所述待分类的多模态数据进行分类；其中，所述电力样本分类学习器是遍历拟合任务类别标签对多组多模态数据进行关联分析得到关联电力节点和关联模态数据，基于所述关联电力节点和关联模态数据对电力样本分类学习器进行训练，结合元学习器更新电力样本分类学习器的参数得到。解决现有技术中由于大模型的训练收敛速度较慢，训练数据的需求量较多，导致存在电力样本分类模型训练效率较差的技术问题。
-
公开(公告)号：CN117609278A
公开(公告)日：2024-02-27
申请号：CN202311774783.4
申请日：2023-12-21
申请人： 国网智能电网研究院有限公司 , 国家电网有限公司大数据中心 , 国网安徽省电力有限公司信息通信分公司 , 国家电网有限公司
IPC分类号： G06F16/242 , G06F16/23 , G06F16/215 , G06F18/22 , G06N3/0499 , G06N3/09 , G06Q50/06
摘要： 本发明涉及数据识别技术领域，公开了基于深度度量学习的多模态电力数据管理方法与系统，本发明提供的方法包括：获取多模态电力数据库；获取预定电力数据模态属性集；基于预设电力数据模态属性对多模态电力数据库进行特征识别，获得多个数据模态特征；基于多个数据模态特征进行深度度量学习，获得多个深度模态特征；基于预设电力数据模态属性，根据多个深度模态特征进行深度学习，构建电力数据多模态搜索模型；根据电力数据多模态搜索模型对多模态电力数据库进行数据管理。通过本发明提供的方法实现多模态数据的统一管理，提高电力数据的多模态搜索能力和多模态相似匹配准确性，提高电力数据的多模态搜索能力，以及多模态相似匹配准确性。
-
公开(公告)号：CN118193747A
公开(公告)日：2024-06-14
申请号：CN202410274424.0
申请日：2024-03-11
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国家电网有限公司大数据中心 , 国网安徽省电力有限公司信息通信分公司
IPC分类号： G06F16/36 , G06F16/332 , G06F16/33 , G06F40/284
摘要： 本发明涉及电力技术领域，公开了一种电力知识图谱构建方法、系统、设备及介质；其中，所述电力知识图谱构建方法包括：基于设置有标注标签的电力业务数据，训练调整选定的语言预训练大模型；采用训练调整后的语言预训练大模型，对待构建电力知识图谱的电力业务数据进行编码处理，得到电力业务数据中各字符的序列化编码并获取实体标签特征矩阵；基于实体标签特征矩阵，以实体标签组合的概率最大为抽取规则抽取实体和关系，生成“实体‑关系‑实体”三元组并存储于图数据库中，构建获得电力知识图谱。本发明能够实现电力领域多模态知识体系的快速建立，可提高电力领域知识图谱的表达精度与丰富程度。
-
公开(公告)号：CN117788946A
公开(公告)日：2024-03-29
申请号：CN202410014654.3
申请日：2024-01-03
IPC分类号： G06V10/764 , G06N3/0464 , G06N3/094 , G06N3/092 , G06N5/01 , G06N7/01 , G06V10/82
摘要： 本申请提供的一种图像处理方法、装置、电子设备及存储介质，包括：获取待处理图像，确定图像处理的效果需求；将待处理图像输入至完成训练的利用卷积神经网络对蒙特卡洛树搜索算法进行调整的模型中，以根据模型对待处理图像进行光照增强处理，生成与效果需求对应的增强图像；输出增强图像。
-
公开(公告)号：CN117689971A
公开(公告)日：2024-03-12
申请号：CN202311443422.1
申请日：2023-11-01
IPC分类号： G06V10/774 , G06V10/82 , G06V10/30
摘要： 本申请提供一种图像增广方法、装置、电子设备、非暂态计算机可读存储介质及计算机程序产品。图像为输电线路巡检图像，图像增广方法包括：提供待增广的输电线路巡检图像数据集；利用预先训练好的去噪扩散概率模型的正向扩散过程分别为待增广的输电线路巡图像数据集中的输电线路巡检图像添加噪声，得到第一噪声图像数据集；其中，添加噪声的步长为固定步长；利用预先训练好的去噪扩散概率模型的逆向扩散过程预测第一噪声图像数据集中的第一噪声图像在正向扩散过程中添加的多步噪声，并在第一噪声图像中依次除去预测的多步噪声，得到第一去噪图像数据集；根据第一去噪图像数据集和待增广的输电线路巡检图像数据集，得到输电线路巡检图像增广数据集。
-
公开(公告)号：CN115276951A
公开(公告)日：2022-11-01
申请号：CN202210899661.7
申请日：2022-07-28
申请人： 国网智能电网研究院有限公司 , 国网安徽省电力有限公司信息通信分公司 , 国家电网有限公司
摘要： 本发明公开了一种拟态防御裁决方法、装置、设备及介质，涉及电力信息安全领域，该方法包括：确定输入数据以及输入数据中的待处理数据，并基于待处理数据，确定裁决方案和异构执行体；基于异构执行体，对待处理数据进行拟态防御以及同态加密处理，得到数据包；数据包包括加密随机数以及同态加密结果；对数据包进行逆行同态解构，得到异构执行体对应的解构结果；解构结果为利用公钥加密后的执行结果，执行结果为利用异构执行体对待处理数据进行拟态防御处理得到的；基于裁决方案以及所有异构执行体的解构结果，进行拟态防御裁决。本发明输出结果的隐私性得到了保护，可以有效防御针对执行体权重的攻击。
-
公开(公告)号：CN115277203A
公开(公告)日：2022-11-01
申请号：CN202210898039.4
申请日：2022-07-28
申请人： 国网智能电网研究院有限公司 , 国网安徽省电力有限公司信息通信分公司 , 国家电网有限公司
IPC分类号： H04L9/40
摘要： 本发明公开了一种执行体差异性评估方法、装置和电子设备，该方法包括：分别获取第一执行体和第二执行体的基本信息，并将第一执行体的基本信息存入第一执行体的多叉树中，将第二执行体的基本信息存入第二执行体的多叉树中；根据第一执行体的多叉树和第二执行体的多叉树之间的差异，评估第一执行体和第二执行体之间的差异。本发明提供的技术方案，提高了评估执行体之间差异程度的准确性。
-
公开(公告)号：CN115185736A
公开(公告)日：2022-10-14
申请号：CN202211098648.8
申请日：2022-09-09
申请人： 南京航空航天大学 , 国网安徽省电力有限公司信息通信分公司 , 国家电网有限公司信息通信分公司 , 国家电网有限公司
摘要： 本发明公开了一种基于图卷积神经网络的微服务调用链异常检测方法及装置，包括基于BiLSTM的属性依赖图构建、自注意力映射图构建、基于对偶图卷积互注意力神经网络的信息融合和基于多层感知机的异常检测。本发明通过为微服务间调用响应时间和执行路径构建属性依赖图和自注意力映射图，实现微服务调用链响应时间和执行路径的有效处理和统一建模，再通过多层对偶图卷积神经网络的传递和基于互注意力机制的信息融合，生成调用链数据的有效特征嵌入表示，同时该模型可有效处理调用链执行路径缺失而导致性能降低的问题，提升了微服务调用链异常检测的精度和鲁棒性。
-
公开(公告)号：CN114666283A
公开(公告)日：2022-06-24
申请号：CN202210222539.6
申请日：2022-03-07
申请人： 国家电网有限公司信息通信分公司 , 国网安徽省电力有限公司信息通信分公司 , 南京航空航天大学 , 国家电网有限公司
IPC分类号： H04L47/52 , H04L67/1008 , H04L67/1097
摘要： 本发明公开了一种应用感知的多租户Coflow调度方法和系统，包括采集Coflow流量信息；根据Coflow流量信息构建NHPP排队模型，模拟Coflow流量信息，建立租户到达模型；求解租户长期隔离进度，使Coflow达到租户长期隔离进度，实现租户隔离与应用感知；对Coflow调度问题进行建模，通过拉格朗日对偶优化，求解性能最优进度，以实现最小化Coflow完成时间和最大化实际分配带宽；得到租户进度的取值范围，实现应用感知的多租户Coflow调度。本发明结合分布式并行计算框架中Coflow特点，通过数学建模加入应用感知机制，保证租户带宽隔离；通过对偶优化，增大租户的实际带宽，提高网络链路利用率。
-
公开(公告)号：CN114647465A
公开(公告)日：2022-06-21
申请号：CN202210559572.8
申请日：2022-05-23
申请人： 南京航空航天大学 , 国家电网有限公司信息通信分公司 , 国网安徽省电力有限公司信息通信分公司 , 国家电网有限公司
摘要： 本发明公开了一种多通道注意力图神经网络聚类的单体程序拆分方法及系统，包括单体程序多属性图构建、多通道图神经网络特征嵌入表示学习、基于注意力的多通道特征嵌入融合、基于谱聚类的微服务拆分。通过图神经网络重构信息和聚类信息构建新的损失函数，实现了图注意力神经网络与聚类的联合学习框架，实现了提取微服务在功能性和模块性方面性能的提升。本发明结合单体程序多种属性信息，构建多通道图注意力网络，实现了更为高质量的特征嵌入表示，同时也提升了微服务提取方法的可扩展性，避免了微服务提取方法在应用中使用受限等问题。
-
-
-
-
-
-
-
-
-
搜索结果
660 条记录 (耗时 0.18 秒)
