-
公开(公告)号：CN114898121A
公开(公告)日：2022-08-12
申请号：CN202210664943.9
申请日：2022-06-13
Applicant: 河海大学 , 华能澜沧江水电股份有限公司 , 华能集团技术创新中心有限公司
Abstract: 本发明公开了一种基于图注意力网络的混凝土坝缺陷图像描述自动生成方法，包括以下步骤：1)利用多层卷积神经网络提取缺陷图像的局部网格特征和整幅图像特征，进行图像编码；2)构建网格特征交互图，对缺陷图像的网格视觉特征和全局图像特征进行融合编码；3)通过图注意力网络更新优化全局和局部特征，充分利用改进的视觉特征进行缺陷描述。本发明构建网格特征交互图，并利用图注意力网络更新节点信息，将特征提取任务作为图节点分类任务实现，不会增加计算开销，同时提高了性能。本发明可以捕捉缺陷图像的全局图像信息，并捕获局部网格特征的潜在交互，加深了对缺陷图像内容的理解，生成的描述文本能够准确并连贯地描述缺陷信息。
-
公开(公告)号：CN112559171B
公开(公告)日：2022-02-08
申请号：CN202011388998.9
申请日：2020-12-02
Applicant: 河海大学 , 华能澜沧江水电股份有限公司 , 华能集团技术创新中心有限公司
Abstract: 本发明公开了一种移动边缘计算环境下基于延迟接受的多用户任务卸载方法，步骤为：1)构建计算任务卸载模型；2)构建目标计算函数；3)单用户采用带精英策略的快速非支配遗传算法生成计算任务卸载方案，即每个用户执行单用户卸载方法将本地计算任务卸载到边缘服务器上；4)对拥塞的边缘服务器节点对任务按用户进行排序；5)计算拥塞节点中每个用户的权值并排序，依次剔除权值效果差的用户到拥塞队列直到节点不再拥塞；6)拥塞队列中的用户再经过步骤3重新计算分配方案；7)重复步骤3～6过程直到拥塞队列为空。本发明基于延迟接受的多用户任务卸载方法，解决了延迟约束下最小化能耗的任务卸载问题，提高了用户的满意度，有效的减少了移动终端的能耗。
-
公开(公告)号：CN113901815A
公开(公告)日：2022-01-07
申请号：CN202111202004.4
申请日：2021-10-15
Applicant: 华能澜沧江水电股份有限公司 , 河海大学 , 华能集团技术创新中心有限公司
IPC: G06F40/289 , G06F40/295 , G06F40/30 , G06N3/04 , G06N3/08 , G06Q10/00 , G06Q10/06 , G06Q50/08
Abstract: 本发明公开一种面向大坝运行日志的应急工况事件检测方法，构建大坝应急工况事件类型集合；对大坝运行日志中的所有分词进行编码，转换成词对应的嵌入向量；融合分词对应的嵌入向量、命名实体类型与词性标注向量，强化分词的语义信息；使用句子‑文档双重注意力融合语境信息，句子级注意力提高每个句子中可能触发事件的重要词，文档级注意力提高每个日志文档中可能触发事件的重要句子，强化分词的局部和全局的语义信息，解决传统中文事件检测中一词多义和词与触发器不匹配问题；为避免普通大坝日志文档中每个句子最多包含2个事件而导致的二分类正负样本不均衡问题，采用训练模型进行事件检测，基于每篇文档所包含的事件实现对所有文档的分类。
-
公开(公告)号：CN113220919A
公开(公告)日：2021-08-06
申请号：CN202110535542.9
申请日：2021-05-17
Applicant: 河海大学 , 华能澜沧江水电股份有限公司 , 华能集团技术创新中心有限公司
IPC: G06F16/58 , G06F16/38 , G06K9/32 , G06K9/62 , G06F40/126 , G06F40/242 , G06F40/289
Abstract: 本发明公开一种基于交叉注意力的大坝缺陷图像文本跨模态检索方法，包括：1)文本‑图像特征提取；2)文本‑图像交互特征提取，将图像特征图和文本特征向量输入到交叉注意力模块，提取每个图像特征图和整段文本的交互特征矩阵；3)文本‑图像特征图全局相似度计算，将交互特征矩阵使用余弦相似度计算得到相似矩阵，然后从文本检索和图像检索两个任务出发分别计算全局相似度，文本检索任务中，计算全局相似度时质量较高的图像特征图赋予更高的权重；4)最小化损失函数优化训练结果：采用改进的铰链三元排序函数作为损失函数，最小化排序函数来优化训练结果。本发明在大坝图像检索文本和大坝缺陷描述文本检索图像任务中取得了较好的检索效果。
-
公开(公告)号：CN110956591A
公开(公告)日：2020-04-03
申请号：CN201911074308.X
申请日：2019-11-06
Applicant: 河海大学 , 华能澜沧江水电股份有限公司 , 中国电建集团昆明勘测设计研究院有限公司 , 华能集团技术创新中心有限公司
IPC: G06T5/00
Abstract: 本发明公开了一种基于深度卷积生成对抗网络的大坝裂缝图像数据增强方法，步骤为：(1)将大坝真实裂缝图像数据作为输入，生成大坝裂纹图像；(2)对步骤(1)中生成的大坝裂纹图像进行评判。本发明在基本数据增强操作的基础上，利用基于深度卷积生成对抗网络的图像生成器(DGM)生成裂缝图像，利用基于深度卷积生成对抗网络的图像判别器(DDM)判别生成图像质量，根据原始的小样本大坝裂缝数据生成新的大坝裂缝样本数据集，满足大坝裂缝图像识别技术中对训练样本类别和数据量的要求。
-
Patent Agency Ranking
公开(公告)号：CN110197211A
公开(公告)日：2019-09-03
申请号：CN201910414107.3
申请日：2019-05-17
Applicant: 河海大学 , 华能澜沧江水电股份有限公司 , 华能集团技术创新中心有限公司
IPC: G06K9/62
Abstract: 本发明公开了一种面向大坝安全监测数据的相似性数据聚类方法，步骤为：利用EMD算法分离单测点序列趋势项与高频噪声，采用累积和控制图的拐点检测方法对时间序列变化点进行检测，分裂得到所有子序列集合；在计算子序列距离问题上采用DTW距离度量方法，动态计算两条子序列数据之间的距离最小值；利用层次聚类将挖掘出的子时间序列聚类，通过得到的树状聚类图，动态分析不同聚类数下的时间序列聚类分布情况。本发明合理分析监测数据相似性，可以挖掘出同一监测点在时间序列上的相关性，同时能量化安全监测数据之间相关性大小。经相似性分析处理后的监测数据，能准确反映大坝在时间维度上的变化趋势，结合变化趋势规律能有效降低后续监测数据挖掘难度。
-
公开(公告)号：CN108846199A
公开(公告)日：2018-11-20
申请号：CN201810598142.0
申请日：2018-06-12
Applicant: 华能澜沧江水电股份有限公司 , 河海大学 , 华能集团技术创新中心有限公司
IPC: G06F17/50
Abstract: 本发明公开了一种基于时空一体化的特高拱坝变形时空序列预测方法，包括以下步骤：大坝传感器在监测数据时，实测数据中时常带有随机误差项，假设时空过程分解为两部分：确定性时空变化和去除确定趋势后的小规模误差随机变化并且去除确定趋势后的小规模误差随机变化的期望为零。应用简单BP神经网络拟合整体时空趋势；在去除整体时空趋势后得到残差项，对残差项进行线性无偏估计，选用时空克里格方法拟合局部时空趋势；引入门限循环神经网络对大坝各测点时间序列进行预测，预测出相关测点变形值，将门限循环神经网络预测出的变形值与BP神经网络预测出的变形值进行对比，如果门限网络的预测值更加精确，那么将预测后的顺河向位移数据作为训练数据优化BP网络。
-
公开(公告)号：CN108805192A
公开(公告)日：2018-11-13
申请号：CN201810555147.5
申请日：2018-06-01
Applicant: 河海大学 , 华能澜沧江水电股份有限公司 , 华能集团技术创新中心有限公司
Abstract: 本发明公开了一种基于分层网络结构的监测数据分析方法，包括以下步骤：步骤1，依据监测仪器的物理网络结构，构造大坝分层树；步骤2，依据初始局部权重，按照步骤1提出的大坝分层树，对权重进行重组分配；步骤3，依据3σ评判准则，对大坝分层树的底层每个叶子节点进行单点分析，得到每个叶子节点的分析结果；步骤4，通过构造子节点的分析结果矩阵和权重矩阵，并将二者矩阵相乘，得到父节点的分析结果，按此方法对大坝分层树自叶子节点向根节点逐层计算出所有网络节点的分析结果；步骤5，构造人工神经网络分析模型，使用步骤4得到的分析结果作为样本数据来训练分析模型，模型分析结果可以为大坝安全综合评判提供依据。
-
公开(公告)号：CN115410103B
公开(公告)日：2023-04-25
申请号：CN202211067860.8
申请日：2022-09-01
Applicant: 河海大学 , 华能澜沧江水电股份有限公司 , 华能集团技术创新中心有限公司 , 中国电建集团昆明勘测设计研究院有限公司
Inventor： 毛莺池 , 王佳俊 , 张宗亮 , 肖海斌 , 陈豪 , 王孜博 , 郭有安 , 王子成 , 王龙宝 , 廖贵能 , 彭欣欣 , 聂兵兵 , 汪国斌 , 王川 , 余意 , 吴光耀 , 翟笠
IPC: G06V20/17 , G06V20/10 , G06V10/774 , G06V10/778 , G06N20/20
Abstract: 本发明公开一种基于联邦学习的大坝缺陷识别模型快速收敛方法，通过梯度方差缩减和全局动量下降技术，分别对大坝缺陷识别模型的本地训练阶段和全局聚合阶段进行了梯度修正。梯度方差缩减技术根据全局模型和本地模型的差异程度，调整本地模型梯度，减少设备间模型参数的离散性；根据权重控制机制，检测全局模型的历史精度变化率，动态调整本地梯度的修正程度，保证在收敛阶段本地参数更新的稳定性。在全局聚合阶段根据动量梯度下降技术，综合全局模型参数的历史变化状态，减少全局模型参数的振荡，提高全局模型收敛速度。本发明解决了无人机巡检图片大批量上传难、易泄露问题，缓解客户端漂移现象，解决了大坝缺陷识别模型收敛缓慢的问题。
-
公开(公告)号：CN111160704B
公开(公告)日：2022-09-20
申请号：CN201911198245.9
申请日：2019-11-29
Applicant: 河海大学 , 华能澜沧江水电股份有限公司 , 华能集团技术创新中心有限公司
Abstract: 本发明公开了一种基于RESTful架构的工作流引擎系统，包括流程模板管理模块、流程实例管理模块、进度查询与统计模块、流程与任务跟踪模块，流程模板管理模块根据数据对象的需求配置模板；流程实例管理模块查看已发生的流程实例列表，流程实例详情，流程实例轨迹；进度查询与统计模块和流程与任务跟踪模块对已发起但未结束的流程的当前状态展示。本发明可以有效的降低系统之间的耦合度，提高代码复用度，降低数字化电站建设的软件开发成本。
-
-
-
-
-
-
-
-
-
Search Results
317
records
(took 0.077 seconds)
