一种基于改进Bert的长期风电功率预测方法

    公开(公告)号:CN119382090A

    公开(公告)日:2025-01-28

    申请号:CN202411420633.8

    申请日:2024-10-12

    Abstract: 本发明公开了一种基于改进Bert的长期风电功率预测方法。该方法主要包括如下步骤:首先,对数据集中风机信息的异常值和时间信息进行预处理。接着,使用全连接层和卷积层处理数据,以得到带有时序信息和时间信息的风机信息的高维度表示。使用全连接层对其进行处理,分别得到多头自注意力机制所需的共享查询键矩阵和值矩阵。然后,使用随机旋转的方法,将数据矩阵映射到不同哈希桶中,在每个哈希桶内使用多头自注意力机制。最后,使用残差连接和层归一化处理得到最终结果。本发明提出的改进Bert模型能够在将时间复杂度降低至O(nlogn)的同时,提高预测的准确率。

    一种基于TensorFlow.js的人体姿态识别方法及识别系统

    公开(公告)号:CN118247810A

    公开(公告)日:2024-06-25

    申请号:CN202410363229.5

    申请日:2024-03-28

    Abstract: 本发明属于计算机视觉和机器学习领域,公开了一种基于TensorFlow.js的人体姿态识别方法及识别系统,包括:通过深度卷积神经网络处理输入的图像和视频数据,采用了多尺度特征提取技术,在不同分辨率下捕捉到细微的人体特征,增强模型对于姿态变化的敏感度;通过前向传播算法,PoseNet预测图像中每个像素点属于特定关键点的概率以及关键点之间的空间关系,利用非极大值抑制算法从概率图中提取出最高概率的关键点位置;通过Canvas2D画布渲染与WebGL加速,将识别出来的人体关键点绘制在浏览器页面中。本发明减少了对网络通信的依赖,提高了便携性,用户数据均在本地浏览器上,提高了隐私保护的水平。

Patent Agency Ranking