-
公开(公告)号:CN115510042A
公开(公告)日:2022-12-23
申请号:CN202211058989.2
申请日:2022-08-30
Applicant: 北京邮电大学
IPC: G06F16/215 , G06F16/28 , G06N3/04 , G06N3/08
Abstract: 本申请提供一种基于生成对抗网络的电力系统负荷数据填补方法及装置,该方法包括:获取第一目标数据;所述第一目标数据为存在数据缺失的负荷数据;将所述第一目标数据输入目标模型,通过所述目标模型对所述第一目标数据中的缺失部分进行数据填补,得到第二目标数据;其中,所述目标模型为生成对抗网络经过训练后得到的;所述生成对抗网络的生成器之前设置有多层感知器;所述多层感知器用于将样本数据进行分类。本申请提供的基于生成对抗网络的电力系统负荷数据填补方法及装置,用于在电力系统的负荷数据出现缺失的情况下,通过生成对抗网络对缺失的负荷数据进行填补。
-
公开(公告)号:CN119723099A
公开(公告)日:2025-03-28
申请号:CN202411862775.X
申请日:2024-12-17
Applicant: 北京邮电大学
Abstract: 本申请提供了一种数据去噪与增强协同的表征学习方法,涉及数据处理技术领域,旨在对自然噪声和对抗噪声进行协同表征学习,以提高任务模型的精度,该方法包括:对原始图像样本进行自然噪声去噪处理,得到去噪图像样本,所述自然噪声表征由自然因素产生的影响任务模型准确性的噪声;通过在所述去噪图像样本添加对抗噪声,生成对抗噪声图像样本,所述对抗噪声表征用于欺骗任务模型输出错误结果的噪声;基于扩散模型净化所述对抗噪声图像样本中的噪声,得到数据增强图像样本;基于所述数据增强图像样本和所述去噪图像样本,对任务模型进行训练,直至所述任务模型收敛。
-