-
公开(公告)号：CN116701001B
公开(公告)日：2023-10-20
申请号：CN202310989113.8
申请日：2023-08-08
申请人： 国网浙江省电力有限公司信息通信分公司 , 之江实验室 , 国网信息通信产业集团有限公司 , 国网浙江省电力有限公司磐安县供电公司
IPC分类号： G06F9/50
摘要： 本发明公开目标任务分配方法、装置、电子设备及存储介质，该方法包括：将目标任务拆分为多个算子；根据模型并行机制和数据并行机制对算子进行二次拆分；确定目标算子在边缘设备上的资源变化速率，得到算力更新速率表；确定每个边缘设备的剩余空闲资源量；根据算力更新速率表、每个边缘设备的设备类型、每个边缘设备的剩余空闲资源量、以及每个目标算子的计算资源需求量，确定多个目标算子和多个边缘设备的映射关系；根据映射关系将目标算子分配到多个边缘设备上。本方法在深度学习模型训练中，将目标任务分为多个目标算子，并将目标算子分配到对应的边缘设备上，通过不同的边缘设备对目标任务协同计算，有效地提高训练过程中的计算效率。
-
公开(公告)号：CN116701001A
公开(公告)日：2023-09-05
申请号：CN202310989113.8
申请日：2023-08-08
申请人： 国网浙江省电力有限公司信息通信分公司 , 之江实验室 , 国网信息通信产业集团有限公司 , 国网浙江省电力有限公司磐安县供电公司
IPC分类号： G06F9/50
摘要： 本发明公开目标任务分配方法、装置、电子设备及存储介质，该方法包括：将目标任务拆分为多个算子；根据模型并行机制和数据并行机制对算子进行二次拆分；确定目标算子在边缘设备上的资源变化速率，得到算力更新速率表；确定每个边缘设备的剩余空闲资源量；根据算力更新速率表、每个边缘设备的设备类型、每个边缘设备的剩余空闲资源量、以及每个目标算子的计算资源需求量，确定多个目标算子和多个边缘设备的映射关系；根据映射关系将目标算子分配到多个边缘设备上。本方法在深度学习模型训练中，将目标任务分为多个目标算子，并将目标算子分配到对应的边缘设备上，通过不同的边缘设备对目标任务协同计算，有效地提高训练过程中的计算效率。
-
公开(公告)号：CN116664450A
公开(公告)日：2023-08-29
申请号：CN202310922672.7
申请日：2023-07-26
摘要： 本发明公开基于扩散模型的图像增强方法、装置、设备及存储介质，方法包括：获取待增强的目标图像与图像增强指令，编码得到编码特征图和文本编码；将编码特征图和文本编码输入到预先训练好的目标图像增强网络中；按照预设噪声添加规则和预设步数，逐步向编码特征图中添加高斯噪声，得到服从高斯分布的目标噪声图像，并确定每一步添加高斯噪声后的结果图像中的预测噪声；基于交叉注意力机制，对目标噪声图像中与文本编码对应的区域进行图像增强，得到加噪增强图像；按照预设噪声去除规则和预设步数，逐步从加噪增强图像中去除每一步的预测噪声，得到去噪后图像；对去噪后图像进行解码，得到增强后图像。本发明有效地提高了对特征缺失较多的图像的增强效果。
-
公开(公告)号：CN116668702B
公开(公告)日：2023-10-24
申请号：CN202310945851.2
申请日：2023-07-31
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司 , 之江实验室 , 国网信息通信产业集团有限公司 , 南京南瑞信息通信科技有限公司 , 浙大宁波理工学院
IPC分类号： H04N19/139 , H04N19/159 , H04N19/13 , H04N19/124 , H04N19/117
摘要： 本发明公开一种视频编码方法、装置、终端设备及存储介质，方法包括：当待编码图像属于帧内编码时，通过预先以机器智能任务为目标训练的视频编码模型进行图像编码、量化和熵编码，获得二进制码流；当待编码图像属于帧间编码时，通过视频编码模型，首先进行运动估计，然后进行运动矢量编码、量化和熵编码，对待编码运动矢量信号进行运动矢量解码和运动补偿，然后根据待编码图像获得预测残差；根据隐向量和运动矢量隐向量获取显著图像以对预测残差进行滤波，然后进行残差编码、量化和熵编码获得预测残差码流，结合运动矢量码流获得整合码流；根据各待编码图像的二进制码流/整合码流，获得目标压缩视频。本发明能够满足机器智能任务的视频编码需求。
-
公开(公告)号：CN116668702A
公开(公告)日：2023-08-29
申请号：CN202310945851.2
申请日：2023-07-31
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司 , 之江实验室 , 国网信息通信产业集团有限公司 , 南京南瑞信息通信科技有限公司 , 浙大宁波理工学院
IPC分类号： H04N19/139 , H04N19/159 , H04N19/13 , H04N19/124 , H04N19/117
摘要： 本发明公开一种视频编码方法、装置、终端设备及存储介质，方法包括：当待编码图像属于帧内编码时，通过预先以机器智能任务为目标训练的视频编码模型进行图像编码、量化和熵编码，获得二进制码流；当待编码图像属于帧间编码时，通过视频编码模型，首先进行运动估计，然后进行运动矢量编码、量化和熵编码，对待编码运动矢量信号进行运动矢量解码和运动补偿，然后根据待编码图像获得预测残差；根据隐向量和运动矢量隐向量获取显著图像以对预测残差进行滤波，然后进行残差编码、量化和熵编码获得预测残差码流，结合运动矢量码流获得整合码流；根据各待编码图像的二进制码流/整合码流，获得目标压缩视频。本发明能够满足机器智能任务的视频编码需求。
-
公开(公告)号：CN116704266A
公开(公告)日：2023-09-05
申请号：CN202310935029.8
申请日：2023-07-28
申请人： 国网浙江省电力有限公司信息通信分公司 , 南京南瑞信息通信科技有限公司
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/00
摘要： 本申请公开一种电力设备故障检测方法、装置、设备及存储介质，涉及电力物联网安全技术领域，能够提高电力设备的故障检测精度和检测效率。具体方案包括：获取原始图像数据集，并进行类型划分，得到第一数据集和第二数据集，第一数据集中为电力设备正常运行的图像数据，第二数据集为电力设备故障的图像数据；对第二数据集进行数据增强，得到第二目标数据集；利用第一数据集训练预设的初始多尺度卷积神经网络模型，得到中间多尺度卷积神经网络模型；利用第一数据集和第二目标数据集训练中间多尺度卷积神经网络模型，得到目标多尺度卷积神经网络模型；将实时采集的电力设备图像输入至目标多尺度卷积神经网络模型中，得到电力设备的故障检测结果。
-
公开(公告)号：CN116186129A
公开(公告)日：2023-05-30
申请号：CN202211633737.8
申请日：2022-12-19
申请人： 国网浙江省电力有限公司信息通信分公司
IPC分类号： G06F16/25
摘要： 本申请公开了一种多源异构数据的处理方法及装置。该方法中，对多源异构数据进行处理获得第一数据集；基于所述第一数据集中的数据的安全参数，对所述第一数据集中的数据进行相应的标记获得第二数据集，并确定所述第一数据集中的数据的加密指标；对所述第二数据集中的数据按照与所述加密指标对应的加密方式进行加密，获得第三数据集；将所述第三数据集中的数据的按照主题分类存储在所述目标数据库。如此，通过对多源异构数据的处理，根据安全参数对已处理的多源异构数据进行标记，基于确定的加密指标对已标记的多源异构数据进行加密，并将已加密的多源异构数据按主题分类存储在目标数据库，一定程度上提高了多源异构数据的合规性和安全性。
-
公开(公告)号：CN117171362A
公开(公告)日：2023-12-05
申请号：CN202311147924.X
申请日：2023-09-06
申请人： 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司
IPC分类号： G06F16/36 , G06F16/332 , G06F18/214 , G06F40/186 , G06Q50/06
摘要： 本发明公开一种电力系统信息的关系抽取方法、装置、设备及介质，方法包括：对获取的电力系统文本数据进行预处理，确定若干待处理分句；将预设的实体类型列表和关系列表分别与各分句进行结合，生成若干实体类型/关系抽取问题模板并输入至生成式预训练语言模型，获取各分句中的若干实体类型和关系，并与若干用于表征不同实体类型之间的关系的链提取模板进行匹配，确定各分句的若干目标链提取模板；将分句分别与若干目标链提取模板进行结合，生成若干实体关系抽取问题模板并输入至生成式预训练语言模型，获取各关系所对应的若干对实体，进而生成若干关系三元组。本发明能够在无需人工标注与模型训练的基础上实现电力系统信息的关系自动化抽取。
-
公开(公告)号：CN114707004B
公开(公告)日：2022-08-16
申请号：CN202210569919.7
申请日：2022-05-24
申请人： 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司
摘要： 本发明提供了一种基于图像模型和语言模型的事理关系抽取处理方法及系统，包括：基于语言模型提取事件类型信息、以及每个事件类型信息所对应的第二事件主体；选中与事件类型信息相对应的第二事件主体，确定所述第一事件主体和所选中的第二事件主体之间的逻辑图像，基于神经网络模型对逻辑图像进行识别得到事件逻辑信息；根据第一事件主体、第二事件主体之间的事件类型信息、事件逻辑信息生成事理关系图谱；确定事理关系图谱中相对应的一维事件类型信息、一维事件逻辑信息，根据一维事件逻辑信息确定相应的第二事件主体为一级动作事件主体；一级动作事件主体和/或二级动作事件主体根据相应的一维事件类型信息和/或二维事件类型信息进行动作。
-
公开(公告)号：CN114818994A
公开(公告)日：2022-07-29
申请号：CN202210725655.X
申请日：2022-06-24
申请人： 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司
摘要： 本发明提供一种基于多源异构电力数据的跨业务图谱的融合方法，基于第一业务图谱中每个第一树节点的维度描述生成第一业务图谱的第一逻辑树；基于第二业务图谱中每个第二树节点的维度描述生成第二业务图谱的第二逻辑树；根据第一逻辑树中每个第一树节点的位置确定每个树节点的第一树节点标签，根据第一逻辑树中每个第二树节点的位置确定每个树节点的第二树节点标签；基于第一树节点标签和第二树节点标签依次选取多个第一树节点和第二树节点进行融合，得到多个具有第三树节点的第三逻辑树，根据每个第三树节点所对应的第三树节点标签生成跨业务图谱，可以分维度高效的融合图谱，且可以清晰的分维度展现图谱。
-
-
-
-
-
-
-
-
-
搜索结果
29 条记录 (耗时 0.074 秒)
