-
公开(公告)号：CN118468081A
公开(公告)日：2024-08-09
申请号：CN202410631925.X
申请日：2024-05-21
Applicant: 湘江实验室
IPC: G06F18/24 , G06F18/241 , G06F18/15 , G06F18/213 , G06N3/098 , G06N3/0455
Abstract: 本申请适用于联邦学习技术领域，提供了一种基于联邦学习系统的心电数据分类方法，该方法包括：服务器将初始心电数据分类模型、初始类释义模型以及初始个性化头部模型发送给每个客户端；客户端对特征提取器和初始个性化头部模型进行拼接，得到本地模型，并根据已分类心电数据和本地模型损失函数对本地模型进行训练；客户端根据类释义器损失函数对初始类释义模型进行更新；服务器对所有新类释义模型的编码器进行聚合，对客户端的本地模型的分类器进行更新；客户端根据更新后的本地模型的分类器和聚合后的类释义模型的编码器，对采集的待分类心电数据进行分类，得到待分类心电数据的类别。本申请能提高心电数据分类的准确性。
-
公开(公告)号：CN117195066B
公开(公告)日：2024-08-09
申请号：CN202311047915.3
申请日：2023-08-21
IPC: G06F18/241 , G06F18/10 , G06F18/213 , H04L67/00 , G01R31/00
Abstract: 本发明适用于电力设备故障检测领域，提供了一种分布式电力设备故障检测方法，包括：A采集数据；B数据预处理；C数据编码，构建地标中心提取机制；D地标集合过滤和优化；E数据重构与模型迭代优化；F利用参数服务器进行参数优化，并将参数反馈给本地故障检测模型，完成最终的模型训练；G将电力设备的实时运行数据输入故障检测模型；H利用故障评价函数和故障阈值确定电力设备的故障情况，并根据需求推送故障信息。此外，本发明还提供一种分布式电力设备故障检测系统、存储介质及处理器。本发明能够同时检测多个电力设备是否发生故障，且能有效学习并识别电力设备运行数据中潜在的故障特征，提高设备故障检测的准确度和可靠性。
-
公开(公告)号：CN118380159A
公开(公告)日：2024-07-23
申请号：CN202410796634.6
申请日：2024-06-20
Applicant: 湘江实验室
Abstract: 本发明公开了基于元宇宙的多用户实时协作系统，具体涉及元宇宙技术领域，包括基准初置模块、采集检测模块、风险分析模块、健康反馈模块、安全管理模块，基准初置模块收集用户的基本信息，并建立个人档案，采集检测模块实时监测用户的生理指标和用户行为指标并传送至风险分析模块，风险分析模块根据指标进行处理分析，建立用户压力模型，评估用户的健康风险，通过聚类分析对各个用户的协作状态进行分类，健康反馈模块对多用户协作压力进行分析，并通过用户界面提供健康数据反馈和协作状态标记，安全管理模块根据协作状态标记对系统用户进行精力管理，能够有效对多用户协作的整体进行效果分析，确保多用户协作的效率，合理安排交互用户的精力状态。
-
公开(公告)号：CN118072522B
公开(公告)日：2024-07-16
申请号：CN202410471463.X
申请日：2024-04-19
Applicant: 湘江实验室
Abstract: 本申请适用于交通管控技术领域，提供了一种城市交通管控方法及终端设备，包括根据适应度函数和偏好因子计算车载节点之间的偏好相似度；计算转移概率，将车载节点划分到区域簇中；利用改进的随机梯度下降方法对交通孪生模型进行训练和聚合，得到全局交通孪生模型；初始化区域簇中的交通管控模型参数；根据区域簇的模型性能和训练进度，对其交通孪生模型的参数进行更新，计算评估分，确定最终交通孪生模型；对最终交通孪生模型进行模型迁移，基于边缘协同对交通孪生模型进行重构；计算不同管控策略对应的误差分数，利用最低误差分数对应的管控策略对研究城市进行交通管控。本申请能提高城市交通管控的效果。
-
公开(公告)号：CN118228079A
公开(公告)日：2024-06-21
申请号：CN202410642415.2
申请日：2024-05-23
Applicant: 湘江实验室
IPC: G06F18/2337 , G06F18/231
Abstract: 本发明公开了一种模糊超图生成方法、装置、计算机设备及存储介质，所述方法包括：基于待分析数据的目标句子，确定目标句子的依存树；确定依存树的依存矩阵，依存矩阵用于表征不同树节点之间的依存关系；获取针对待分析数据的至少一个模糊集以及与模糊集对应的聚类中心，其中，模糊集对应一个方面类别，模糊集用于表征待分析数据在方面类别下所包含的数据，聚类中心用于表征在模糊集对应的方面类别下的聚类中心；基于聚类中心，对依存树的树节点进行聚类处理，生成依存树的关联矩阵；基于模糊集、依存树，依存树的关联矩阵，以及依存树的依存矩阵，生成模糊超图，采用本发明快速全面地理解文本中的情感关系，提高情感关系抽取的准确性。
-
Patent Agency Ranking
公开(公告)号：CN118097782A
公开(公告)日：2024-05-28
申请号：CN202410228612.X
申请日：2024-02-29
Applicant: 湘江实验室
Abstract: 本申请适用于行为识别技术领域，提供了一种基于多模态的员工行为识别方法、装置、设备及介质。该方法包括：获取当前RGB图像、当前姿势信息，以及T个时刻的定位信息；利用图像特征提取模型对当前RGB图像进行特征提取得到图像特征；根据当前姿势信息利用姿势信息处理模型获取姿势邻接矩阵；利用定位特征提取模型对定位信息进行特征提取得到定位特征；对三个模型进行优化；利用优化后的模型分别获取待识别员工的最终图像特征、最终姿势邻接矩阵和最终定位特征；将最终图像特征、最终定位特征和最终姿势邻接矩阵融合得到融合特征；利用目标检测算法对融合特征进行识别，得到行为识别结果。本申请的方法能够提高行为识别结果的精确度。
-
公开(公告)号：CN117688455B
公开(公告)日：2024-05-03
申请号：CN202410158075.6
申请日：2024-02-04
Applicant: 湘江实验室
IPC: G06F18/241 , G06F18/10 , G06F18/213 , G06F18/214 , G06N20/00
Abstract: 本申请涉及一种基于数据质量与强化学习的元任务小样本分类方法，该方法包括：分别对标准化处理后的训练集和测试集进行采样，得到采样训练集和采样测试集；将采样训练集和采样测试集组合成一元学习任务；对计算出的每个权重进行归一化，得到每个任务对应的归一化权重；基于每个任务对应的归一化权重，确定每个任务的所属类别；对所属类别为0的任务，进行元策略优化，得到第一元策略以及第一参数；对所属类别为1的任务，进行元强化学习，得到第二元策略以及第二参数；基于第一元策略和第二元策略，得到混合策略；基于第一参数和第二参数，得到混合参数；基于混合策略和混合参数构建目标函数，并最大化目标函数，直至收敛，得到分类模型。
-
公开(公告)号：CN117667360A
公开(公告)日：2024-03-08
申请号：CN202410130270.8
申请日：2024-01-31
Applicant: 湘江实验室
Abstract: 本发明实施例中提供了一种面向大模型任务的计算与通信融合的智能算网调度方法，属于数据处理技术领域，具体包括：建立调度优化目标函数；设计深度强化学习环境，将调度优化目标函数设计为奖励函数，并构成马尔科夫过程；对当前大模型任务提取状态特征；深度强化学习的智能体根据时序特征和状态特征做出调度策略；由奖励函数计算预测奖励值；大模型任务在计算节点上执行结束后，得到完整的马尔可夫过程存入经验池；构造分层经验池，对多头注意力层和预测网络进行联合训练，以及，根据预测反馈计算预测奖励构成新的马尔可夫过程对多头注意力层和Q网络进行联合训练。通过本发明的方案，提高了对大模型任务的调度效率、精准度和适应性。
-
公开(公告)号：CN117148806B
公开(公告)日：2024-01-30
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：CN116882708B
公开(公告)日：2024-01-09
申请号：CN202311133286.6
申请日：2023-09-05
Applicant: 湘江实验室
IPC: G06Q10/0631 , G06Q10/0633 , G06Q50/04 , G06F17/13 , G06F18/241
Abstract: 本发明公开了一种基于数字孪生的钢铁工艺流程管控方法、装置及相关设备，包括：通过收集钢铁工艺流程的环节信息，并基于环节信息确定待构建的孪生体统一模型，构建待构建的孪生体统一模型；基于环节信息，对待构建的孪生体统一模型进行拆分，得到至少两个子模型；基于数学规划的方式，确定子模型的最优路径，并基于最优路径和子模型，对钢铁工艺流程进行管控，实现利用机器学习、优化算法和数字孪生技术，建立高度准确和可靠的数字孪生模型，同时，采用了个性化优化算法，对钢铁生产过程的数字孪生模型进行个性化优化，增强数字孪生模型抗设备异构性能力，进而提高钢铁生产的效率和质
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.027 seconds)
