-
公开(公告)号：CN114266301B
公开(公告)日：2024-09-27
申请号：CN202111542143.1
申请日：2021-12-16
Applicant: 郑州轻工业大学
IPC: G06F18/241 , G06F18/214 , G06N3/0464 , G06N3/08 , G06Q50/06
Abstract: 本发明提出了一种基于图卷积神经网络的电力设备故障智能预测方法，步骤如下：采集待预测的电力设备的历史监测信息，对历史监测信息进行预处理，预处理后的监测信息和电力数据中心采集的数据集组成训练样本；构建图卷积神经网络，初始化神经网络参数；将监测信息作为图卷积神经网络的每个节点的输入，利用图卷积神经网络对监测信息进行故障分类；利用训练样本对步骤二构建的图卷积神经网络进行训练，得到优化图卷积神经网络模型；采集待检测设备的实时监测信息并进行预处理，将预处理后的监测信息输入到优化图卷积神经网络模型，获得故障预测结果。本发明具有较好的通用性，预测准确率较高，使用、部署和升级维护简单，无需硬件设备的升级改造。
-
公开(公告)号：CN114170331B
公开(公告)日：2024-09-10
申请号：CN202111471673.1
申请日：2021-12-06
Applicant: 郑州轻工业大学
Abstract: 本发明涉及人工智能技术领域，具体涉及一种基于人工智能的图像数据压缩方法及系统。该方法分析训练图像的二维颜色信息，根据二维颜色信息在预设阶数上的二维标准差分析出达到无损效果界限的界限二维颜色信息，并根据二维标准差获得每个像素点的高斯模型，根据压缩颜色信息和界限二维颜色信息在高斯模型上的差异获得颜色趋向性，进一步结合像素点压缩前后与邻域范围内其他像素点的色差构建损失函数。以二维颜色信息作为训练数据训练自编码神经网络。实现通过自编码神经网络达到无损压缩。本发明通过获得色彩宽容度的界限对网络进行约束，实现了利用自编码神经网络对图像数据无损压缩。
-
公开(公告)号：CN111639993B
公开(公告)日：2023-06-09
申请号：CN202010471637.4
申请日：2020-05-29
Applicant: 郑州轻工业大学
Abstract: 本发明涉及一种基于多物品拍卖机制的移动数据卸载及定价方法，所有移动用户提供同一基站覆盖下不同WiFi热点的单位带宽资源竞标价格，同时，每个移动用户还需要提供所需带宽资源总量信息；移动运营商根据每个用户的竞标价格、所需的带宽资源数量、每个用户的历史最大支付金额、不同WiFi热点的历史竞标结果价格以及当前WiFi热点的带宽资源情况，采用多物品竞拍机制进行带宽资源的分配和定价；部分移动用户竞标成功，获得所需带宽资源，支付相应带宽资源使用费。本发明的移动数据卸载及定价方法可在多个移动用户之间分配WiFi带宽资源，同时设计合理定价策略以实现移动运营商利益最大化。
-
公开(公告)号：CN115037628A
公开(公告)日：2022-09-09
申请号：CN202210562305.6
申请日：2022-05-23
Applicant: 郑州轻工业大学
IPC: H04L41/0895 , H04L41/16
Abstract: 本发明提出了一种基于深度强化学习的自适应服务功能链映射方法，步骤为：建立SFC映射模型，将SFC映射过程分为三层结构并进行抽象参数表示；搭建SFCR映射学习神经网络，并将抽象参数映射至SFCR映射学习神经网络中的状态、动作、奖励值；构建经验回放池并对网络参数更新；基于经验回放池中数据，统计不同VNF的请求率、使用率及现有部署数量和未激活个数；设计VNF再部署策略，根据统计的数据对VNF再部署。本发明具有维持网络环境稳定、提高用户服务质量的优势，能够有效解决现有映射方法随时间动态变化造成有效服务成本占比小及服务映射效率低问题；具有良好的自适应性，能提高不同时间段处理用户服务请求的有效服务成本率和请求映射率。
-
公开(公告)号：CN114170331A
公开(公告)日：2022-03-11
申请号：CN202111471673.1
申请日：2021-12-06
Applicant: 郑州轻工业大学
Abstract: 本发明涉及人工智能技术领域，具体涉及一种基于人工智能的图像数据压缩方法及系统。该方法分析训练图像的二维颜色信息，根据二维颜色信息在预设阶数上的二维标准差分析出达到无损效果界限的界限二维颜色信息，并根据二维标准差获得每个像素点的高斯模型，根据压缩颜色信息和界限二维颜色信息在高斯模型上的差异获得颜色趋向性，进一步结合像素点压缩前后与邻域范围内其他像素点的色差构建损失函数。以二维颜色信息作为训练数据训练自编码神经网络。实现通过自编码神经网络达到无损压缩。本发明通过获得色彩宽容度的界限对网络进行约束，实现了利用自编码神经网络对图像数据无损压缩。
-
Patent Agency Ranking
公开(公告)号：CN111582327A
公开(公告)日：2020-08-25
申请号：CN202010321829.7
申请日：2020-04-22
Applicant: 郑州轻工业大学
IPC: G06K9/62
Abstract: 本发明提供了一种面向智能终端的动作识别训练样本自动标注方法，包括：获取目标用户的未标注动作样本集；对获取到的所述未标注动作样本集进行层次聚类，以得到目标聚类集合，其中，目标聚类集合中每个元素记为一个聚类簇的聚心；基于预定动作识别模型对所述未标注动作样本集中的样本进行分类，以得到分类权值的归一化向量；基于所述归一化向量对所述目标聚类集合中的聚心进行标签投票，以得到聚心标签；基于所述聚心标签对所述未标注动作样本集中的样本进行标注，以得到所述目标用户的标注动作样本集。
-
公开(公告)号：CN114238682B
公开(公告)日：2024-07-26
申请号：CN202111558721.0
申请日：2021-12-20
Applicant: 郑州轻工业大学
IPC: G06F16/583 , G06F16/55 , G06N3/04 , G06N3/06 , G06N3/08
Abstract: 本发明涉及人工智能技术领域，具体涉及一种基于神经网络的图像检索方法及系统。该方法包括：获取每张检索图像输入分类网络中所有神经元输出的输出值序列；根据输出值序列在一个神经元的均值和方差得到特征指标；根据检索图像与对应簇的位置得到每个神经元的区分度；获取检索图像对应样本点的备选样本点，进一步得到每张检索图像对应的高斯模型；根据特征指标与区分度获取高斯模型的权值；获取多张检索图像的混合高斯模型，根据混合高斯模型获取所有备选样本点的匹配概率获取推荐给用户的备选样本点的顺序。能够提取图像中具有的特征，从而更加精准的将检索图像与数据库中的图像进行匹配推荐，提高检索图像分类的准确率。
-
公开(公告)号：CN118280491A
公开(公告)日：2024-07-02
申请号：CN202410489321.6
申请日：2024-04-23
Applicant: 郑州轻工业大学
Abstract: 本发明提供一种温度可调的声学拓扑绝缘体。通过调控环境温度可以打开Γ点处的四重狄拉克点简并，导致二重简并的偶极子态和四极子态之间的能带发生翻转，实现了拓扑相变。数值研究了其拓扑态随温度的演变规律，并构建了一种新型的拓扑声学开关。通过温度控制其拓扑相，可以实现对结构中界面态的非接触式主动调控，展现出开关的效应。本发明的研究可为声拓扑在噪声及振动等的智能控制提供相应的参考。
-
公开(公告)号：CN113343270B
公开(公告)日：2023-02-24
申请号：CN202110720664.5
申请日：2021-06-28
Applicant: 郑州轻工业大学
Abstract: 本发明提供了一种基于人工智能的加密数据重构方法与系统。方法包括：利用解密模型对加密数据进行解密得到解密数据；对解密数据进行分段得到若干数据片段；根据加密模型和解密模型的收敛值、数据片段的关联度确定数据片段的搜索范围；在核心数据片段的搜索范围内确定核心数据片段可选值；根据核心数据片段与非核心数据片段之间的数据结构信息对核心数据片段可选值进行处理，得到非核心数据片段的重构值；获取不同可选值对应的越界程度逼近程度；根据越界程度、逼近程度确定最优核心片段可选值，根据最优核心片段可选值以及数据结构信息得到加密数据的重构数据。本发明提高了加密数据的重构精度。
-
公开(公告)号：CN115358990A
公开(公告)日：2022-11-18
申请号：CN202210993541.3
申请日：2022-08-18
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于对称轮廓中心距离比的快速角点检测方法，用以解决现有角点检测方法计算复杂度较大，检测速度较低的技术问题。本发明的步骤为：将彩色图像转换为灰度图像；使用Canny边缘检测子提取灰度图像的轮廓，并选择轮廓中的曲线作为目标轮廓；使用高斯函数对目标轮廓进行平滑得到光滑曲线；在光滑曲线上任选一点，利用对称轮廓中心距离比计算光滑曲线在该点的离散曲率；将光滑曲线上离散曲率达到局部极大值且数值大于曲率阈值的点标记为角点。本发明仅需计算两次欧氏距离即可估计轮廓上每个点的离散曲率，速度更快；具有较高的角点分辨力，对噪声和轮廓局部变化也具有很强的鲁棒性；仿真实验结果验证了其有效性和高效性。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.026 seconds)
