-
公开(公告)号:CN111753462B
公开(公告)日:2023-02-03
申请号:CN202010440080.8
申请日:2020-05-22
Applicant: 北京邮电大学
IPC: G06F30/27 , G06N3/04 , G06F111/10
Abstract: 本申请实施例提供了一种环境信号值确定方法及装置,该方法包括:获取目标区域内的监测点监测的环境信号值和监测点的位置信息;根据环境信号值、位置信息和预设插值算法,计算目标区域各个位置的第一环境信号值;将第一环境信号值输入目标生成对抗网络模型,得到目标区域内各个位置的第二环境信号值;根据第二数据曲面,确定目标区域内的非监测点的环境信号值。这样将第一环境信号输入目标生成对抗网络模型,可以得到更高准确度的、目标区域内各个位置的第二环境信号值,减小了空间插值计算的误差,从而能够获得较为准确的非监测点的环境信号值。
-
公开(公告)号:CN111753462A
公开(公告)日:2020-10-09
申请号:CN202010440080.8
申请日:2020-05-22
Applicant: 北京邮电大学
IPC: G06F30/27 , G06K9/00 , G06N3/04 , G06F111/10
Abstract: 本申请实施例提供了一种环境信号值确定方法及装置,该方法包括:获取目标区域内的监测点监测的环境信号值和监测点的位置信息;根据环境信号值、位置信息和预设插值算法,计算目标区域各个位置的第一环境信号值;将第一环境信号值输入目标生成对抗网络模型,得到目标区域内各个位置的第二环境信号值;根据第二数据曲面,确定目标区域内的非监测点的环境信号值。这样将第一环境信号输入目标生成对抗网络模型,可以得到更高准确度的、目标区域内各个位置的第二环境信号值,减小了空间插值计算的误差,从而能够获得较为准确的非监测点的环境信号值。
-
公开(公告)号:CN113961708B
公开(公告)日:2024-04-23
申请号:CN202111324168.4
申请日:2021-11-10
Applicant: 北京邮电大学 , 中国电力科学研究院有限公司 , 国网天津市电力公司电力科学研究院 , 国网天津市电力公司 , 国家电网有限公司
IPC: G06F16/35 , G06F40/216 , G06F40/30 , G06F40/289 , G06N3/042 , G06N3/0464 , G06N3/08 , G06Q10/20 , G06Q50/06
Abstract: 本发明涉及一种基于多层次图卷积网络的电力设备故障溯源方法,其技术特点是:从电力工单系统中收集电力设备的故障文本信息,并计算故障文本信息中的TF‑IDF指标和PMI指标;根据TF‑IDF指标和PMI指标构建电力工单图G(V,E),V和E分别为节点集和边集;根据电力工单图G(V,E)构建多层图卷积网络,并训练多层图卷积网络;使用训练好的多层图卷积网络对电力工单系统中电力设备的故障文本信息进行识别,确定电力设备故障位置。本发明可以从电力工单系统的故障描述中准确预测故障位置,有效解决了基于中文文本的电力设备故障溯源问题,具有较高的鲁棒性和容错率。
-
公开(公告)号:CN117411534A
公开(公告)日:2024-01-16
申请号:CN202311270580.1
申请日:2023-09-28
Applicant: 北京邮电大学 , 上海卫星互联网研究院有限公司
Abstract: 本发明公开一种波位划分和用户分组方法、装置、设备及介质,所述方法包括:以最大化波位总传输速率、以及减小总的划分用户分组数量以降低系统的传输时延为目的,建立优化目标,利用邻接矩阵确定用户分布密度,从高密度区域开始划分波位,并不断调整波位中心以优化目标函数,将问题分解为逐次求解已有最优,直到达到结束条件为止,通过逐次调整波位中心以优化传输速率,提高了系统在吞吐量、平均等待时延方面的性能;逐次求解已有最优,直到达到结束条件为止,减少了迭代次数,提高了运行效率。
-
公开(公告)号:CN113961708A
公开(公告)日:2022-01-21
申请号:CN202111324168.4
申请日:2021-11-10
Applicant: 北京邮电大学 , 中国电力科学研究院有限公司 , 国网天津市电力公司电力科学研究院 , 国网天津市电力公司 , 国家电网有限公司
IPC: G06F16/35 , G06F40/216 , G06F40/30 , G06F40/289 , G06N3/04 , G06N3/08 , G06Q10/00 , G06Q50/06
Abstract: 本发明涉及一种基于多层次图卷积网络的电力设备故障溯源方法,其技术特点是:从电力工单系统中收集电力设备的故障文本信息,并计算故障文本信息中的TF‑IDF指标和PMI指标;根据TF‑IDF指标和PMI指标构建电力工单图G(V,E),V和E分别为节点集和边集;根据电力工单图G(V,E)构建多层图卷积网络,并训练多层图卷积网络;使用训练好的多层图卷积网络对电力工单系统中电力设备的故障文本信息进行识别,确定电力设备故障位置。本发明可以从电力工单系统的故障描述中准确预测故障位置,有效解决了基于中文文本的电力设备故障溯源问题,具有较高的鲁棒性和容错率。
-
-
-
-