基于特征选择和降维聚类的两阶段短期电力负荷预测方法

    公开(公告)号:CN117713037A

    公开(公告)日:2024-03-15

    申请号:CN202311398874.2

    申请日:2023-10-26

    Abstract: 本发明涉及一种基于特征选择和降维聚类的两阶段短期电力负荷预测方法,基于两阶段预测框架,第一阶段:基于MIC计算历史负荷和特征间的全局关系,得到优选特征集,采用机器学习模型对优选特征集进行预测,选择最优模型作为第一阶段的预测结果并按时间顺序标注预测点的日期标签;第二阶段:利用t分布随机近邻嵌入和k均值耦合的t‑kmeans方法进行日负荷降维和聚类,明确各用电模式待预测日期,再次采用MIC计算各个用电模式的历史负荷、天气和相似时间点的相关系数并进行特征选择,得到最优特征集,对每个用电模式分别建立机器学习模型和参数优化进行预测,选择最优模型作为预测结果,与第一阶段结果叠加为最终结果。

    一种基于融合字形信息的服药单识别结果纠错方法

    公开(公告)号:CN112613522B

    公开(公告)日:2023-03-14

    申请号:CN202110015403.3

    申请日:2021-01-04

    Abstract: 本发明涉及一种基于融合字形信息的服药单识别结果纠错方法,属于文字识别领域,包括构建一个标准药品词库,将词库中的每个药品信息作为一个节点存储在BK树内存结构中,设置搜索距离阈值n,通过阈值搜索规则减少数据搜索规模,得到结果候选集;将文字识别后待纠错字符串与结果候选集中的字符串进行相似度匹配,在原有的相似度匹配方案基础上改进传统的编辑距离公式,保持插入和删除操作代价不变,降低替换字符代价;在进行替换字符操作时,考虑字符的五笔编码、四角码和笔画三个字形相关信息,增大字符串近似匹配精度;将相似度最高的字符串作为纠错结果进行替换。本发明通过对服药单识别结果纠错,提高服药单识别准确率。

    一种基于融合字形信息的服药单识别结果纠错方法

    公开(公告)号:CN112613522A

    公开(公告)日:2021-04-06

    申请号:CN202110015403.3

    申请日:2021-01-04

    Abstract: 本发明涉及一种基于融合字形信息的服药单识别结果纠错方法,属于文字识别领域,包括构建一个标准药品词库,将词库中的每个药品信息作为一个节点存储在BK树内存结构中,设置搜索距离阈值n,通过阈值搜索规则减少数据搜索规模,得到结果候选集;将文字识别后待纠错字符串与结果候选集中的字符串进行相似度匹配,在原有的相似度匹配方案基础上改进传统的编辑距离公式,保持插入和删除操作代价不变,降低替换字符代价;在进行替换字符操作时,考虑字符的五笔编码、四角码和笔画三个字形相关信息,增大字符串近似匹配精度;将相似度最高的字符串作为纠错结果进行替换。本发明通过对服药单识别结果纠错,提高服药单识别准确率。

    一种医院患者口服给药监测网关

    公开(公告)号:CN111030923A

    公开(公告)日:2020-04-17

    申请号:CN201911128516.3

    申请日:2019-11-18

    Inventor: 张俊杰 梁燕

    Abstract: 本发明涉及一种医院患者口服给药监测网关,属于物联网开发领域。该网关软件部分包括嵌入式NS服务器和FTP客户端,嵌入式NS服务器由接收端、数据库、client端组成,接收端负责接收终端节点的数据,并将其进行解密取出应用层数据并存入数据库;数据库用于存储上下行的重要信息;client端用于与后台服务器进行通信;FTP客户端用于对网关存储的数据进行夜间备份,采用时分复用技术将不同网关的数据有规律的存入文件并上传至后台服务器,然后清除网关数据库数据。本发明可有效减少数据的上传,从而提高了带宽的利用率、数据的安全性和可靠性,同时也解决了网关掉电数据易丢失的问题。

    一种基于智能反射面的无人机安全传输方法

    公开(公告)号:CN119652384A

    公开(公告)日:2025-03-18

    申请号:CN202411509327.1

    申请日:2024-10-28

    Inventor: 梁燕 杨春

    Abstract: 本发明涉及一种基于智能反射面的无人机安全传输方法,属于无人机安全通信领域,包括以下步骤:S1:构建无人机安全传输网络通信系统,包括一个单天线无人机、一个单天线合法用户、一个单天线窃听者以及智能反射面;无人机作为空中基站,直接与合法用户进行相互通信,智能反射面作为中继辅助无人机进行信号传输;窃听者试图窃听无人机传输给合法用户的数据信息;S2:考虑现实场景中窃听者位置信息具有不确定性以及无人机飞行过程存在禁飞区域因素限制,构建以最大化最坏情况下的平均保密率为目标的联合优化问题;S3:将联合优化问题分解为智能反射面相移优化、无人机轨迹优化以及无人机发射功率优化子问题,分别对三个子问题进行优化求解。

    基于双通道与注意力机制的方面级多模态情感分析方法

    公开(公告)号:CN116662924A

    公开(公告)日:2023-08-29

    申请号:CN202310273760.9

    申请日:2023-03-20

    Abstract: 本发明请求保护一种双通道与注意力机制的方面级多模情感分析方法,该方法以神经网络为基础,通过方面词特征和文本特征联合注意力机制多尺度提取图像特征中包含的情感信息,并且将GCN网络引入方面级多模态情感分析任务中,大大提升了模型的特征提取和交互融合能力。本发明中,在特征提取层采用预训练编码器提取方面词、文本特征和图像特征,在注意力机制层,方面词和句子特征双向融合后,得到最终的方面词特征和句子特征表示。图像特征通过通道注意力机制和空间注意力机制建立起图像特征提取网络,最后,通过GCN模块动态提取各模态的交互融合特征。在实验中,基于注意力机制的方面级多模态情感分析在数据集上的性能指标均得到提升。

    一种基于改进YOLOv4的遮挡行人实时检测方法

    公开(公告)号:CN114330529A

    公开(公告)日:2022-04-12

    申请号:CN202111596446.1

    申请日:2021-12-24

    Inventor: 梁燕 朱清

    Abstract: 本发明涉及一种基于改进YOLOv4的遮挡行人实时检测方法,属于计算机视觉领域。该方法包括:获取数据集并对其处理;使用K_means++算法进行聚类,生成最终的先验框;利用主干特征网络融合通道注意力机制进行特征提取;利用空间金字塔SPP模块对主干特征网络提取的特征图进行最大池化并合并;将主干特征网络中大残差块获取的后四层特征图进行特征融合处理;将特征融合后的特征图通过YOLO检测头进行结果预测,对目标位置和类别进行预测,利用损失函数训练模型;将模型训练生成的最优权重用于模型中,将测试集图片放入模型中进行测试。本发明实现了实时对遮挡行人的高精度检测,使用参数少,检测速度快。

    一种基于改进推荐算法的智慧旅游推荐方法及系统

    公开(公告)号:CN110321489A

    公开(公告)日:2019-10-11

    申请号:CN201910625152.3

    申请日:2019-07-11

    Inventor: 许吴宁 梁燕

    Abstract: 本发明涉及一种基于改进推荐算法的智慧旅游推荐方法及系统,属于智慧旅游领域。系统先获取用户输入信息,并将信息发送到中心控制系统,通过评估模块进行用户的分类,以及对用户的需求进行分类。获取用户的需求情况,以及用户对评价指标的权重赋值,同时改进的推荐算法通过对用户评价指标关联矩阵的分解,结合用户隐变量来获取一个预测值。经过控制器,把用户的指令和数据传递给业务模型,模型进行业务逻辑判断,和数据库进行交互,查询和增删数据,返回推荐结果,调用并展示与业务逻辑相应的视图,用户得到系统的推荐。对用户和其特征的关联矩阵分解,得到低维正交矩阵,进而得到预测值,通过求平均值,并且不断更新数据,得到更加准确的数值。

    一种基于Transformer结构的轻量化害虫识别方法

    公开(公告)号:CN115965819A

    公开(公告)日:2023-04-14

    申请号:CN202310056740.6

    申请日:2023-01-17

    Inventor: 梁燕 雷宇

    Abstract: 本发明涉及一种基于Transformer结构的轻量化害虫识别方法,属于深度学习领域,包括以下步骤:S1:使用聚焦快速下采样模块提取害虫图像的浅层特征;S2:使用多头自注意力模块提取深层特征图中的全局特征信息;S3:使用局部卷积为深层特征图添加局部特征敏感性和尺度不变性信息;S4:将全局特征信息与局部特征敏感性和尺度不变性信息进行特征拼接,得到语义信息丰富的害虫图像,送入多层感知机,对融合特征张量进行特征拟合;S5:通过残差连接减少网络的梯度消失问题,使用逐点卷积对通道中的信息进行整合;S6:将最终计算出的特征表示使用池化机制,通过分类模块分类。

Patent Agency Ranking