-
公开(公告)号：CN118334725B
公开(公告)日：2024-11-05
申请号：CN202410503115.6
申请日：2024-04-25
Applicant: 东北电力大学
IPC: G06V40/16 , G06V40/18 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于多尺度空洞注意胶囊网络的情感识别方法，涉及计算机科学技术领域，括建立MDA‑CapsNet情感识别模型，所述MDA‑CapsNet情感识别模型包括以下模块：特征预提取模块，从输入的面部图像中捕获人脸的浅层特征；多尺度空洞注意模块，提取微小的面部肌肉变化到整体表情变化的详细信息，使网络在处理面部表情图像时，能够自动识别面部表情中最为关键的特征和区域等位置信息，此基于多尺度空洞注意胶囊网络的情感识别方法，从全局、局部和不连续面部区域提取显著情感特征的角度出发，提出了一个多尺度空洞注意胶囊网络，该网络能够在解决遮挡和面部姿态变化问题的基础上，捕捉不连续面部区域之间的显著相关特征，以提高面部情感识别的性能和鲁棒性。
-
公开(公告)号：CN118352082A
公开(公告)日：2024-07-16
申请号：CN202410509044.0
申请日：2024-04-26
Applicant: 东北电力大学
IPC: G16H50/30 , G16H50/70 , G16B30/00 , G16B40/00 , G06F18/213 , G06F18/25 , G06F18/2415
Abstract: 本发明公开了一种基因序列和大脑灰质特征的阿尔茨海默病预测方法，涉及计算机科学技术领域，包括预测框架，所述预测框架由多模态特征提取网络、特征融合模块与预测输出层组成；所述多模态特征提取网络包含三个可变参数的隐藏层，能根据输入数据的特点动态调整神经元数量及网络参数，所述特征融合模块通过跨模态注意力机制捕捉对形态学特征、sMRI和SNPs之间的交互作用，实现特征的融合，此基因序列和大脑灰质特征的阿尔茨海默病预测方法，通过该方法，同时考虑形态学特征、sMRI和SNPs多种模态的数据，该方法能够捕捉到更为全面和丰富的信息，从而提高情感识别的准确性和可靠性，多模态数据的融合有助于捕捉不同数据之间的互补性，使得识别结果更加精确。
-
公开(公告)号：CN114330122B
公开(公告)日：2024-05-24
申请号：CN202111631125.0
申请日：2021-12-28
Applicant: 东北电力大学
Abstract: 本发明是一种基于机器学习的水轮发电机组大轴轴线调整方法，其特点是，包括：构建基于改进灰色预测模型的轴线净全摆度预测模型，预测模型由原轴线净全摆度序列的加速平移与均值变换、改进灰色系统预测模型构成；构建基于火烈鸟搜索算法的轴线调整方位寻优模型；构建基于改进径向基函数神经网络算法的轴线最大净全摆度预测模型，预测模型由RBF神经网络预测轴线最大净全摆度、结合轴线调整计算公式计算轴线调整量两部分构成。能够智能且准确地计算出待加垫位置和加垫量，减少人工工作量，提升轴线检修的效率，其科学合理，接近实际轴线净全摆度数据，为水轮发电机组大轴轴线检修领域提供了新的技术方法和借鉴思路。
-
公开(公告)号：CN117494891A
公开(公告)日：2024-02-02
申请号：CN202311473239.6
申请日：2023-11-07
Applicant: 东北电力大学 , 国网吉林省电力有限公司通化供电公司
IPC: G06Q10/04 , G06Q50/06 , G06F18/10 , G06F18/15 , G06F18/213 , G06F18/231 , G06F17/16 , G06N3/0464 , G06N3/049 , G06N3/08 , H02J3/00 , G06F123/02
Abstract: 本发明涉及综合能源需求侧负荷预测领域，是基于STGCN的综合能源园区短期负荷预测方法。它包括以下内容：1)数据预处理。2)负荷波动特征向量计算。3)负荷节点聚类。4)动态关联矩阵构建。5)嵌入多时间尺度卷积核的STGCN模型。以负荷时空图表达综合能源园区用能时空变化，捕捉负荷节点之间的关联和演化规律从而改善模型对时空数据的分析和预测能力。该方法科学合理，可适用于综合能源需求侧的负荷预测问题。
-
公开(公告)号：CN117436920A
公开(公告)日：2024-01-23
申请号：CN202311458897.8
申请日：2023-11-05
Applicant: 东北电力大学 , 国网吉林省电力有限公司通化供电公司
IPC: G06Q30/0201 , G06Q30/0283 , G06Q50/06 , G06F18/25 , G06F18/22 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06N3/048
Abstract: 本发明是嵌入多头注意力机制的混合神经网络日前电价预测方法。电价的准确预测是电力市场调度与决策策略制定的先决条件，针对粗粒度因素特征导致的短期电价预测精度较差的问题，提出嵌入多头注意力机制的混合神经网络日前电价预测方法。首先，设计了一种混合神经网络电价预测模型结构，通过将短期局部变化特征提取的TCN层和全局趋势特征提取的GRU层相融合，解决了由于电价数据在不同的时间尺度上呈现出不同模式和趋势导致特征提取困难的问题；其次，提出了基于动态时间弯曲距离的相似日选取算法，通过融合特征向量几何相似性和距离相近性提升相似日选取精度；最后，设计了多头注意力机制权重计算方法，将预测模型输出的特征序列通过线性变换映射到注意力头上，基于softmax函数将缩放后的相似度得分转化为注意力权重，权重计算增强了预测模型的理解和表示能力，提升了电价预测精度。通过实验验证了所提模型的有效性。
-
Patent Agency Ranking
公开(公告)号：CN117152795A
公开(公告)日：2023-12-01
申请号：CN202311139985.1
申请日：2023-09-05
Applicant: 东北电力大学
IPC: G06V40/10 , G06V10/82 , G06V10/80 , G06N3/045 , G06N3/0464
Abstract: 本发明提供了基于通道空间加权的轻量级高分辨率人体姿态估计方法，包括以下步骤：步骤一：构建Lite CSW‑HRNet网络结构，通过使用单个分辨率和所有分辨率的通道空间特征来计算权重，并同时达到交换信息的作用；步骤二：单分辨率权重计算，将两种权重计算模块并行连接，然后将权重图乘以输入特征图进行自适应特征细化。本发明与其他轻量级姿态估计网络相比，姿态估计精度更高，模型更轻量。在核心的单分辨率和跨分辨率权重计算过程中，分别沿通道和空间独立并行计算权重图，同时使用最大池化和平均池化充分保留了原有特征。在空间权重计算中，使用卷积来增加感受野以聚合更广的空间上下文信息。
-
公开(公告)号：CN115034618A
公开(公告)日：2022-09-09
申请号：CN202210660554.9
申请日：2022-06-13
Applicant: 东北电力大学
Abstract: 本发明是一种基于模糊评价的社区综合能源系统效益评价方法，其特点是，包括：基于综合能源系统的物理架构及其效益影响因素，构建包括技术、经济、环境和社会四个维度的评价指标体系，全面、合理地反映系统的综合效益；提出组合赋权法确定指标权重，其中结合三角模糊数和层次分析法确定指标的主观权重，熵权法确定客观权重，通过线性加权法结合主客观权重获得组合权重；提出模糊综合评价方法对综合能源系统进行效益评价，解决了评价指标模糊性的问题；该方法科学合理，准确性和可行性较高，对支撑项目优化决策、保障项目建设效益等方面具有重要理论意义和实践价值。
-
公开(公告)号：CN111191955B
公开(公告)日：2022-08-09
申请号：CN202010015735.7
申请日：2020-01-07
Applicant: 东北电力大学 , 国网吉林省电力有限公司白山供电公司 , 国网吉林省电力有限公司 , 国网内蒙古东部电力有限公司信息通信分公司 , 国网东北分部绿源水力发电公司太平湾发电厂
Abstract: 一种基于相依马尔可夫链的电力CPS风险区域预测方法，其特点是，包括提出一种非均匀电力信息物理耦合网络负荷及约束建模方法，最大限度的简化电力CPS耦合网络，使模型能够动态反映耦合网络中故障节点负荷重配过程和机理；考虑电力信息物理系统双网交互及负荷重配过程，提出相依马尔可夫概率框架，基于动态变化的网络拓扑结构，构建风险区域预模型；在原灰狼群算法的基础上提出交叉自适应灰狼群模型求解算法，引入自适应度位置调整策略和交叉最优解策略对风险区域预测模型进行优化求解。具有方法科学合理，适应性强，效果佳等优点。
-
公开(公告)号：CN112699936B
公开(公告)日：2022-06-28
申请号：CN202011594028.4
申请日：2020-12-29
Applicant: 东北电力大学
Abstract: 本发明的一种电力CPS广义虚假数据注入攻击的识别方法。其特点是，包括：信息物理融合数据平衡化处理方法、GFDIA识别最优特征子集确定方法、GFDIA识别器构建方法和得到电力CPS广义虚假数据注入攻击识别模型的内容，该方法能够克服传统的深度森林算法在电力信息物理融合系统的GFDIA识别中存在的如下问题：数据不平衡时识别误报率高的问题，数据维度过高引起的模型复杂度上升的问题，模型构建不合理引起的GFDIA识别精度不足，易过拟合的问题，进而提供一种稳定、高效的GFDIA识别方案。该方法科学合理，可适用于电力CPS领域中的广义虚假数据注入攻击的识别问题。
-
公开(公告)号：CN109190820B
公开(公告)日：2022-03-18
申请号：CN201810995813.7
申请日：2018-08-29
Applicant: 东北电力大学
Abstract: 本发明提出一种考虑用户流失率的电力市场售电量深度预测方法，首先，基于生存分析给出了电力市场中用户流失率的计算方法，对未来某时刻购电用户数量进行预测；然后，构建了用户用电量置信网络并结合用户数量预测，设计了售电量深度预测模型；最后，提出基于自适应惯性权重算法对模型进行求解；本发明所提方法在售电量预测精度方面有明显提高。
-
-
-
-
-
-
-
-
-
Search Results
108
records
(took 0.028 seconds)
