-
公开(公告)号：CN112099844B
公开(公告)日：2023-09-08
申请号：CN202010972648.0
申请日：2020-09-16
Applicant: 国网甘肃省电力公司信息通信公司 , 国网信通亿力科技有限责任公司 , 国网信息通信产业集团有限公司
Abstract: 本发明公开了一种用于国网业务系统的多内核兼容的智能浏览系统，其特征在于：包括软件安装升级模块、智能分析模块、反馈系统模块、后台智能管理模块、集成RPA模块、安全监测模块以及用户分析模块；本发明的智能浏览器针对于国网业务系统各时期留下的国网业务系统相对独立的特点，通过智能分析模块自动适配内核核心算法彻底解决浏览器兼容问题，辅助自动调整计算因子提升算法的适配效率和准确度，针对专用于国网业务系统的使用特点和国网用户日常工作嵌入了RPA流程自动化机器人，本发明智能浏览系统解决基层员工用户安装多个浏览器，频繁切换浏览器以及将基层员工从日常繁重复杂的重复工作解脱出来。
-
公开(公告)号：CN112099844A
公开(公告)日：2020-12-18
申请号：CN202010972648.0
申请日：2020-09-16
Applicant: 国网甘肃省电力公司信息通信公司 , 国网信通亿力科技有限责任公司 , 国网信息通信产业集团有限公司
Abstract: 本发明公开了一种用于国网业务系统的多内核兼容的智能浏览系统，其特征在于：包括软件安装升级模块、智能分析模块、反馈系统模块、后台智能管理模块、集成RPA模块、安全监测模块以及用户分析模块；本发明的智能浏览器针对于国网业务系统各时期留下的国网业务系统相对独立的特点，通过智能分析模块自动适配内核核心算法彻底解决浏览器兼容问题，辅助自动调整计算因子提升算法的适配效率和准确度，针对专用于国网业务系统的使用特点和国网用户日常工作嵌入了RPA流程自动化机器人，本发明智能浏览系统解决基层员工用户安装多个浏览器，频繁切换浏览器以及将基层员工从日常繁重复杂的重复工作解脱出来。
-
Patent Agency Ranking
公开(公告)号：CN110163410B
公开(公告)日：2021-08-24
申请号：CN201910276539.2
申请日：2019-04-08
Applicant: 国网信通亿力科技有限责任公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
Abstract: 一种基于神经网络‑时间序列的线损电量的预测方法，根据供电量和耗电量关系预测线损电量，线损电量为Pl＝PSu‑PSa，其中，Pl为线损电量，PSu为供电量，PSa为耗电量。计算耗电量的步骤包括：步骤1，建立源数据库，采集并存储用户历史耗电量历史数据；步骤2，构建BP神经网络‑时间序列耗电量预测模型，并初始化BP神经网络的参数；步骤3，输入用户历史耗电量数据及影响因素数据，训练所述BP神经网络‑时间序列耗电量预测模型，得到经训练的BP神经网络‑时间序列耗电量预测模型；步骤4，通过所述经训练的BP神经网络‑时间序列耗电量预测模型进行耗电量预测。以上提高了电力源数据的利用率，确保了耗电量预测的准确度，从而提高线损预测的完整性和质量。
-
公开(公告)号：CN110163410A
公开(公告)日：2019-08-23
申请号：CN201910276539.2
申请日：2019-04-08
Applicant: 国网信通亿力科技有限责任公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
Abstract: 一种基于神经网络-时间序列的线损电量的预测方法，根据供电量和耗电量关系预测线损电量，线损电量为Pl＝PSu-PSa，其中，Pl为线损电量，PSu为供电量，PSa为耗电量。计算耗电量的步骤包括：步骤1，建立源数据库，采集并存储用户历史耗电量历史数据；步骤2，构建BP神经网络-时间序列耗电量预测模型，并初始化BP神经网络的参数；步骤3，输入用户历史耗电量数据及影响因素数据，训练所述BP神经网络-时间序列耗电量预测模型，得到经训练的BP神经网络-时间序列耗电量预测模型；步骤4，通过所述经训练的BP神经网络-时间序列耗电量预测模型进行耗电量预测。以上提高了电力源数据的利用率，确保了耗电量预测的准确度，从而提高线损预测的完整性和质量。
-
公开(公告)号：CN119741260A
公开(公告)日：2025-04-01
申请号：CN202411691727.9
申请日：2024-11-25
Applicant: 国网信息通信产业集团有限公司 , 国网思极位置服务有限公司
Abstract: 本发明申请提供了一种深度学习的合成孔径雷达图像电力杆塔检测方法及系统，包括：获取电力杆塔的待识别合成孔径雷达图像；将所述待识别合成孔径雷达图像输入训练完成的电力杆塔检测模型进行推理，得到所述待识别合成孔径雷达图像中的电力杆塔检测结果；其中，所述电力杆塔检测模型先采用历史合成孔径雷达图像对基于广义卷积注意力的检测网络进行训练得到初始检测模型，再采用知识蒸馏对所述初始检测模型再次训练得到。用电力杆塔检测模型可以实现电力杆塔的合成孔径雷达图像在候选区域快速进行提取的过程，使得电力杆塔的合成孔径雷达图像在候选区域提取过程中耗时缩短。
-
公开(公告)号：CN119992349A
公开(公告)日：2025-05-13
申请号：CN202510474234.8
申请日：2025-04-16
Applicant: 国网思极位置服务有限公司 , 国网信息通信产业集团有限公司 , 北京邮电大学
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/80
Abstract: 本发明涉及滑坡检测领域，具体涉及一种基于多层次多尺度特征增强的滑坡区域检测方法及系统，方法包括：采用多层次特征提取模型对遥感影像滑坡区域进行特征提取获得多个层次的特征图；将多个层次的特征图的通道数进行统一；将通道数统一后的特征图分别输入不同尺度的金字塔高效多尺度注意力模块获得特征增强的多个尺度的注意力特征图；对多个尺度的注意力特征图进行逐级上采样处理获得最终遥感影像滑坡区域检测结果；本申请采用包含了空间结构、纹理特征、抽象特征的图像并进行增强，能够更好的识别和区分滑坡区域，避免小规模的滑坡区域被漏检，逐级上采样将高层次的特征与低层次的特征进行融合，达到特征图充分融合的效果，降低虚警率。
-
公开(公告)号：CN119359540A
公开(公告)日：2025-01-24
申请号：CN202411360833.9
申请日：2024-09-27
Applicant: 国网思极位置服务有限公司 , 国网信息通信产业集团有限公司
IPC: G06T3/4053 , G06T3/4046 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/084
Abstract: 本公开提供一种基于GAN神经网络的遥感图像超分辨率恢复方法，包括以下步骤：构造子区域均匀剪裁模块为高分辨率图像生成对应的低分辨率训练对；搭建GAN神经网络用于对抗生成；构造逆变换图像解码器作为GAN网络框架中的生成器网络拟合超分辨过程，再将利用鉴别器网络判别生成图片的真实程度，用于梯度下降训练GAN网络。本公开的一些实施例实现了基于对抗神经网络以及局部语义信息融合的遥感图像超分辨率重建，具有对图像内容的普遍适用性、生成合理性与多样性、鲁棒性等特点。
-
-
-
-
-
-
Search Results
7
records
(took 0.086 seconds)
