-
公开(公告)号：CN117226791A
公开(公告)日：2023-12-15
申请号：CN202310998662.1
申请日：2023-08-08
申请人： 安徽博诺思信息科技有限公司 , 国网安徽省电力有限公司宿州供电公司
IPC分类号： B25H3/02
摘要： 本发明公开了安全工器具存放装置，涉及安全工器具存放技术领域。该安全工器具存放装置，包括底座以及设置在底座上的滚轮组件，所述底座的顶部放置有若干个放置柜，所述放置柜的两侧均连接有把手，所述放置柜的两侧对应把手的位置还均设置有锁止组件，将多个放置柜上下堆叠，利用锁止组件和把手可以实现相邻的放置柜之间的固定，便于增加整体的存放空间，解决了现有技术可以实现减少占用横向空间，能够将不同的安全工器具放置于不同的储存空间内，从而在取用工器具时不对其余工具的放置造成影响，但是不便实现整体空间的扩展，存放装置的总体存放空间有限，在一定程度上影响安全工器具的存放的问题。
-
公开(公告)号：CN118692094A
公开(公告)日：2024-09-24
申请号：CN202411171158.5
申请日：2024-08-26
申请人： 安徽博诺思信息科技有限公司
摘要： 本发明公开了基于计算机视觉的目标检测方法，涉及计算机视觉技术领域，包括以下步骤：在标准箱整体出入库时，通过OCR收集并识别场景图像数据，在二维码扫描阶段收集标准箱图像数据；依据场景图像数据和标准箱图像数据建立出入库场景分析模型，生成出入库预测评估系数；将出入库场景进行场景类别归类，所述场景类别包括正常场景、低干扰以及干扰过强场景，依据出入库预测评估系数对预计的场景类别进行归类，并实施对应的管控手段；当场景类别为信号不足时，对管控手段进行追踪，评估管控效果，并发出反馈信号；本发明解决了二维码标准箱管理过程中无法及时更改状态的问题。
-
公开(公告)号：CN110070338A
公开(公告)日：2019-07-30
申请号：CN201910304080.2
申请日：2019-04-16
申请人： 安徽博诺思信息科技有限公司
发明人： 徐超峰 , 洪日昌 , 汪萌 , 崔锦瑞 , 张永奈 , 姚兰波 , 吴松 , 汪宏春 , 周浩 , 周宜开 , 胡昌师 , 刘学亮 , 刘秀敏 , 刘承志 , 赵勇 , 孙洁锋 , 史宗金 , 肖洁 , 郭乾坤 , 岳粹山
IPC分类号： G06Q10/10
摘要： 本发明的一种基于云计算的移动式考勤方法及系统，采集员工的工作信息上传至云端处理器；设置第一考勤模式和第二考勤模式，分别录入考勤表和待考勤表信息；获取员工考勤的图像信息，上传至云端处理器进行保存；匹配员工通过客户端上传的图像信息与云端处理器存储的工作信息判断员工考勤是否成功；对比员工在第一考勤模式和第二考勤模式通过客户端上传的图像信息与云端处理器存储的考勤表信息，判断成功考勤的员工是否考勤合格。本发明的一种基于云计算的移动式考勤方法及系统，可应对于实际情况中的不同强度的网络信号环境，同时还支持在线更新员工图像，保障系统的识别稳定性。
-
公开(公告)号：CN109803122A
公开(公告)日：2019-05-24
申请号：CN201910056950.9
申请日：2019-01-22
申请人： 安徽博诺思信息科技有限公司
IPC分类号： H04N7/18 , H04N5/92 , H04N5/04 , H04N21/258 , H04N21/254 , H04N21/2312
摘要： 本发明公开了一种电力系统专用的营业厅音视频同步监控控制方法，其特征在于，包括如下步骤(11)音视频采集模块采集营业厅内的音频数据和视频数据，所述音视频采集模块包括用于采集对应营业厅服务柜台内视频数据的摄像机和用于采集对应营业厅服务柜台内音频数据的拾音器，所述摄像机与拾音器电性连接；(12)网络摄像机通过外网获取音视频采集模块的音频数据和视频数据，且实时同步后进行存储。本发明的一种电力系统专用的营业厅音视频同步监控装置，通过摄像机配合安装拾音器获取营业厅工作人员服务过程的音视频同步录像，实时监测各营业厅服务窗口，实现营业厅服务质量监督的标准化、流程化，并向智能化方向发展。
-
公开(公告)号：CN108846505B
公开(公告)日：2020-09-25
申请号：CN201810516933.4
申请日：2018-05-25
申请人： 合肥学院 , 国网安徽省电力有限公司 , 安徽博诺思信息科技有限公司
IPC分类号： G06F17/16
摘要： 本申请公开了一种可再生能源并网消纳信息多维度校核方法及设备，方法包括以下步骤：S1：采用支持向量机算法构建电量与各种气象因子关系模型来预测供电情况；S2：基于K最近邻分类算法构建异常用电辨识分析模型以识别异常用电情况。与现有技术相比，本申请公开了一种可再生能源并网消纳信息多维度校核方法及设备，支持向量机可以非常有效地进行训练，并且可以用来获得非常好的预测准确性。能够缩短分类器的训练时间，并在预测精度上表现出较好的性能。
-
公开(公告)号：CN118968631A
公开(公告)日：2024-11-15
申请号：CN202411420216.3
申请日：2024-10-12
申请人： 安徽博诺思信息科技有限公司
摘要： 本发明公开了一种基于多模态大模型的电力作业现场违章动作识别系统，涉及电力作业现场监督的技术领域；该系统包括：数据获取模块，用于获取监控视频和任务信息；质量分析模块，用于计算视频帧的质量分数；图像增强模块，用于若所述质量分数小于第一预设阈值，则对所述目标图像进行增强；违章识别模块，用于将所述视频帧序列和所述任务信息作为预训练的多模态大模型的输入，得到违章动作识别结果；违章警报模块，用于将所述违章动作识别结果发送给管理人员的手持终端。通过预训练的多模态大模型，可以根据作业现场的视频数据和任务文本数据，判断作业人员的行为动作是否违章，实现了实时监控和即时预警，提高了监管的效率和及时性。
-
公开(公告)号：CN118885944A
公开(公告)日：2024-11-01
申请号：CN202411364723.X
申请日：2024-09-29
申请人： 安徽博诺思信息科技有限公司
IPC分类号： G06F18/2433 , G01R31/00 , G01R23/16 , G01D21/02 , G06F18/2415 , G06F18/25 , G06F18/15 , G06F18/2131 , G06N3/0464 , G06N3/042 , G06N3/045
摘要： 本发明公开了多模态故障诊断与预警方法，涉及变电站故障预测技术领域，包括以下步骤对历史的变电主设备用于故障预测的若干模态信号分别进行频谱分析，得到第一频率集合，并将第一频率集合的G倍频率作为各个模态信号的初始采样频率，得到初始采样频率集；获取每组采样频率集对应的采样重叠数据和对应故障预测数据，并构建采样频率评估模型；将采样频率评估模型的输出与对应的采样频率集构建若干个采样频率－评估效果曲线，并对若干个采样频率－评估效果曲线进行数据分析，得到改进的采样频率集，根据改进的采样频率集进行故障预测，本申请解决了由于缺乏动态调整采样频率的机制，现有技术的采样频率的选取不佳的问题。
-
公开(公告)号：CN118733712A
公开(公告)日：2024-10-01
申请号：CN202411216968.8
申请日：2024-09-02
申请人： 安徽博诺思信息科技有限公司
IPC分类号： G06F16/33 , G06F16/332 , G06F18/213 , G06F18/22 , G06F40/30 , G06F40/284 , G06F40/289 , G06F40/216 , G06F40/211
摘要： 本发明公开了一种基于检索增强生成的智能搜索方法，涉及智能搜索技术领域，包括以下步骤：获取待检索文本，并基于NLP对待检索文本进行文本分割，得到若干文本片段，并标号构建文本片段集合；分别对本片段集合中的各个文本片段进行文本特征提取，得到各个文本片段的文本特征数据；获取特征偏差数据、离散数据和文本质量数据，基于神经网络算法构建文本片段优先度评估模型，得到各个文本片段的文本片段改写优先度；将预改写文本片段集分别通过若干不同类型的改写大模型，生成预改写结果；将预改写结果进行质量评估，获取最佳改写大模型；本申请通过预改写获取最佳改写大模型，以解决改写可能引入错误或歧义，影响后续步骤的准确性的问题。
-
公开(公告)号：CN108599254A
公开(公告)日：2018-09-28
申请号：CN201810516932.X
申请日：2018-05-25
申请人： 国网安徽省电力有限公司 , 合肥学院 , 安徽博诺思信息科技有限公司
CPC分类号： Y02E40/72 , Y04S10/123 , H02J3/382 , H02J13/0017
摘要： 本发明公开了一种分布式可再生能源发电站实时集中监控管理方法，属于电力系统及其自动化技术领域，该方法包括：获取采集终端数据；数据集中解析；数据存储；数据加密；数据上传；数据进入调度数据网。本发明还公开了实现该方法的可再生能源发电站实时集中监控管理系统、设备以及存储有该方法的可读存储介质。本发明示例的可再生能源发电站实时集中监控管理方法，对于分布式可再生能源发电站进行统一的监控、调度和管理，可有效提高对可再生能源发电站的监控和管理水平，有利于国家的可持续发展。
-
公开(公告)号：CN108846505A
公开(公告)日：2018-11-20
申请号：CN201810516933.4
申请日：2018-05-25
申请人： 合肥学院 , 国网安徽省电力有限公司 , 安徽博诺思信息科技有限公司
摘要： 本申请公开了一种可再生能源并网消纳信息多维度校核方法及设备，方法包括以下步骤：S1：采用支持向量机算法构建电量与各种气象因子关系模型来预测供电情况；S2：基于K最近邻分类算法构建异常用电辨识分析模型以识别异常用电情况。与现有技术相比，本申请公开了一种可再生能源并网消纳信息多维度校核方法及设备，支持向量机可以非常有效地进行训练，并且可以用来获得非常好的预测准确性。能够缩短分类器的训练时间，并在预测精度上表现出较好的性能。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.061 秒)
