-
公开(公告)号：CN117148806A
公开(公告)日：2023-12-01
申请号：CN202311417124.5
申请日：2023-10-30
Applicant: 湘江实验室
IPC: G05B19/418
Abstract: 本发明公开一种基于数字孪生的自动装配混流生产线布局优化方法及装置，该方法步骤包括：构建数字孪生系统，系统中包括混流生产系统物理域模型、孪生域模型以及孪生数据平台；以生产线效率最大、产量最大以及投入成本最小作为多级优化目标，将各级优化目标加权构建目标优化模型；根据孪生数据平台中数据配置目标优化模型中各级优化目标的权重系数，确定得到生产线布局方案，不断从孪生数据平台中获取各级优化目标所对应的控制变量数据，按照确定得到的生产线布局方案输入至神经网络模型中进行迭代求解，直至得到满足预设性能要求的最优生产线布局方案。本发明具有实现方法简单、智能化程度与效率高、稳定可靠等优点。
-
公开(公告)号：CN116596349B
公开(公告)日：2023-10-17
申请号：CN202310880802.5
申请日：2023-07-18
Applicant: 湘江实验室
IPC: G06Q10/0637 , G06Q10/083
Abstract: 本发明公开了基于城市轨道交通网络的夜间地下物流规划方法及系统，方法包括：获取城市地铁网络信息以及当日夜间各地铁站点需运输的货物量；基于城市地铁网络信息构建夜间地下物流运输模型；将当日夜间各地铁站点需运输的货物量输入夜间地下物流运输模型，并求解夜间地下物流运输模型得到货物运输规划结果。系统包括：获取模块、数据存储模块、求解模块、输出模块。该方法基于城市地铁网络信息构建夜间地下物流运输模型，该模型能够提供对城市轨道交通网络资源的科学规划方法，在不影响城市轨道交通正常的载客用途下，增加了货运收入并缓解了地面货运潜在的危险驾驶行为、交通拥堵以及环境污染问题。
-
公开(公告)号：CN119478108B
公开(公告)日：2025-05-06
申请号：CN202510059322.1
申请日：2025-01-15
Applicant: 湘江实验室
IPC: G06T11/00 , G06T7/13 , G06F40/284 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/043 , G06N3/0475 , G06N3/092 , G06N3/0895 , G06N5/048
Abstract: 本发明涉及人工智能技术领域和图像技术领域，公开了基于强化学习和扩散模型的图像生成方法、装置及设备，方法包括：获取预设文本描述信息、预设输入图像和预设输入图像的边缘信息；对预设文本描述信息进行特征提取，得到第一文本嵌入向量，对预设输入图像进行特征提取，得到图像嵌入向量，对预设输入图像的边缘信息进行特征提取，得到边缘信息嵌入向量；根据第一文本嵌入向量和图像嵌入向量，确定第二文本嵌入向量；通过扩散模型对第二文本嵌入向量进行处理，得到初始图像，根据初始图像和边缘信息嵌入向量，确定生成图像；获取训练后的扩散模型输出的当前目标图像。本发明有利于提高扩散模型生成的当前目标图像的可靠性。
-
公开(公告)号：CN119848910A
公开(公告)日：2025-04-18
申请号：CN202510338905.8
申请日：2025-03-21
Applicant: 湘江实验室
Abstract: 本发明公开了一种基于联邦学习的能源数据资产确权方法、系统、设备及介质，该方法包括：对各能源数据节点发送的加密模型参数进行解密，获得模型节点参数，模型节点参数为各能源数据节点基于本地能源数据对本地模型优化得到，对模型节点参数进行聚合，获得全局模型参数，并基于全局模型参数构建全局模型，根据全局模型计算各能源数据节点的数据贡献度，基于数据贡献度生成各能源数据节点对应的资产确权证书，实现在分布式能源环境中准确地量化各节点的数据贡献度，在确保数据安全和隐私的同时，准确地对能源数据资产确权，有效地避免了分析和处理多源异构数据过程中产生的数据泄漏风险。
-
公开(公告)号：CN119783988A
公开(公告)日：2025-04-08
申请号：CN202510276725.1
申请日：2025-03-10
Applicant: 湘江实验室
IPC: G06Q10/063 , G06N3/045 , G06N3/0985 , G06F18/15 , G06F18/2411 , G06F18/25
Abstract: 本发明提供了一种区域短期碳排放预测方法及相关设备，通过将采集目标区域的历史时序碳排放数据输入构建的SSA‑Transformer‑SVR模型，对SSA‑Transformer‑SVR模型进行训练，得到碳排放预测模型；将目标区域在当前时段的时序碳排放数据和当前状态下的碳排放影响数据输入碳排放预测模型进行预测，得到目标区域的短期碳排放量预测结果；SSA‑Transformer‑SVR模型包括用于筛选出碳排放影响因素的输入模块、优化后的Transformer模块、激活模块、特征融合模块、优化后的SVR模块、模型融合模块和输出模块；显著提高了短期碳排放量预测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN119672527A
公开(公告)日：2025-03-21
申请号：CN202411731877.8
申请日：2024-11-29
Applicant: 湘江实验室
IPC: G06V20/10 , G06V10/56 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及火灾检测技术领域，具体涉及一种基于YOLO V9改进的森林火灾检测方法及电子设备，包括以下步骤收集并标注森林火灾图像数据集，通过旋转、缩放和裁剪技术扩充数据集，进行预处理和增强以得到训练数据集。调整YOLO V9网络结构，应用卷积层、池化层调整和注意力机制，构建森林火灾检测模型。设计加权损失函数以平衡定位和分类准确性，训练模型并使用交叉验证和性能指标进行评估。根据评估结果微调模型以优化火灾检测性能。本发明利用HSV转换和Harris检测处理火焰，用暗通道先验理论去雾处理烟雾。采用GhostNetV2替代YOLO V9的Backbone，提高算法在移动设备上的应用性和森林火灾识别的准确性与速度。
-
公开(公告)号：CN119625964A
公开(公告)日：2025-03-14
申请号：CN202510148806.3
申请日：2025-02-11
Applicant: 湘江实验室
IPC: G08B31/00 , G08B21/10 , G01W1/10 , G01W1/14 , G06F18/213 , G06N3/049 , G06N3/08 , G06F18/25 , G06F123/02
Abstract: 本发明涉及灾害预报预警技术领域，公开了一种基于暴雨承灾系数的暴雨灾害预警方法及系统。包括如下步骤：获取预警地区的多源数据和基础地理信息，基于多源数据和基础地理信息提取时空特征，并根据时空特征计算预定时间内的格点预报降雨量；获取预警地区的历史暴雨灾害数据，基于历史暴雨灾害数据和基础地理信息计算格点暴雨承灾系数；根据历史暴雨灾害数据结合基础地理信息建立经验模型计算格点降雨量阈值；根据格点预报降雨量、格点暴雨承灾系数、格点降雨量阈值以及现场测量降雨量结合算法模型获取预警地区的暴雨灾害预测结果，解决了现有的灾害预报预警的监测能力弱的问题。
-
公开(公告)号：CN119202557B
公开(公告)日：2025-03-14
申请号：CN202411677300.3
申请日：2024-11-22
Applicant: 湘江实验室
IPC: G06F18/15 , G06N3/044 , G06N3/047 , G06N3/0475 , G06N3/084 , G06F18/214
Abstract: 本发明属于工业数据补全方法技术领域，具体公开了一种基于位置编码自适应深度置信网络的数据补全方法，在将训练集的数据及其位置编码结合为位置编码数据层并从而预训练位置编码自适应深度置信网络，从而能够考虑到确实数据的位置信息，提高了预测模型的预测精度；并且能够筛选相似样本集在基础全局模型上进行快速微调，获得最优局部工业数据补全模型，从而在时变性较强的工业系统中能够不断保持较高的数据补全精度。
-
公开(公告)号：CN119273412B
公开(公告)日：2025-03-04
申请号：CN202411789856.1
申请日：2024-12-06
Applicant: 湘江实验室
IPC: G06Q30/0283 , G06N3/0442 , G06N3/086 , G06Q50/06 , G06F18/241
Abstract: 本发明公开了基于深度学习的算力基础设施能源成本预测方法，方法包括数据采集、子模型训练、建立算力基础设施能源成本预测模型和算力基础设施能源成本预测。本发明属于成本预测技术领域，具体是指基于深度学习的算力基础设施能源成本预测方法，本方案采用动态特征选择、基于LSTM的子模型训练、数据集距离设计和欠采样策略，能够更好地适应不断变化的能源模式，提高对复杂设施能源数据特征的捕捉能力，进而保证最终能源成本预测的准确性；通过评估每个基分类器的错误预测数量，动态调整基分类器的权重，最终集成预测结果，进而提高预测结果准确性；通过独特的初始参数调整策略实现模型快速收敛，进而提高成本预测的效率。
-
公开(公告)号：CN119478108A
公开(公告)日：2025-02-18
申请号：CN202510059322.1
申请日：2025-01-15
Applicant: 湘江实验室
IPC: G06T11/00 , G06T7/13 , G06F40/284 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/043 , G06N3/0475 , G06N3/092 , G06N3/0895 , G06N5/048
Abstract: 本发明涉及人工智能技术领域和图像技术领域，公开了基于强化学习和扩散模型的图像生成方法、装置及设备，方法包括：获取预设文本描述信息、预设输入图像和预设输入图像的边缘信息；对预设文本描述信息进行特征提取，得到第一文本嵌入向量，对预设输入图像进行特征提取，得到图像嵌入向量，对预设输入图像的边缘信息进行特征提取，得到边缘信息嵌入向量；根据第一文本嵌入向量和图像嵌入向量，确定第二文本嵌入向量；通过扩散模型对第二文本嵌入向量进行处理，得到初始图像，根据初始图像和边缘信息嵌入向量，确定生成图像；获取训练后的扩散模型输出的当前目标图像。本发明有利于提高扩散模型生成的当前目标图像的可靠性。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.027 seconds)
