一种输电线路杆塔检测方法及装置

    公开(公告)号:CN118999424A

    公开(公告)日:2024-11-22

    申请号:CN202410920287.3

    申请日:2024-07-10

    Abstract: 本申请实施例提供一种输电线路杆塔检测方法及装置,基于获取的遥感图像进行处理,得到目标输电线路杆塔的基准位置;基于遥感图像和获取的地形数据、地质数据,确定目标输电线路杆塔所在区域的基准地形数据和基准地质数据,基于基准位置、基准地形数据、基准地质数据和历史地震数据,构建地震破坏推演模型,利用地震破坏推演模型进行推演,得到基准推演结果,根据基准推演结果,确定相应的基准维护方案,当发生地震时,可根据获取的地震数据,以基准推演结果和基准维护方案为参考依据,确定目标输电线路杆塔的当前维护方案。本申请能够对山区的输电线路杆塔进行状态检测,并确定全面合理准确的维护方案,降低山区杆塔的维护难度。

    基于相互学习的深度强化学习方法

    公开(公告)号:CN118446278A

    公开(公告)日:2024-08-06

    申请号:CN202410486393.5

    申请日:2024-04-22

    Abstract: 本发明公开一种基于相互学习的深度强化学习方法,包括:定义主智能体和互智能体,初始化两个智能体的神经网络,将两个智能体的神经网络的超参数设置保持一致;初始化主智能体的神经网络和互智能体的神经网络的环境;从主智能体的神经网络和互智能体的神经网络的经验池中分别随意抽取一批状态,通过状态采样动作,并计算损失函数,损失函数为两个子损失函数的线性相加的结果;使用反向传播算法更新两神经网络的参数以最小化损失函数,所述方法能够提高学习效率,提升DRL模型的整体性能。

    基于深度学习的区块链工作量证明共识方法

    公开(公告)号:CN117974304A

    公开(公告)日:2024-05-03

    申请号:CN202311857062.X

    申请日:2023-12-29

    Abstract: 本申请公开一种基于深度学习的区块链工作量证明共识方法,包括:任务分发中心发布深度学习任务并进行任务分发;所有全量节点接收客户端的交易请求,在本地将交易组织为区块,等待上链;全量节点利用本地数据集独立进行模型训练及验证任务;经过模型训练及验证任务的全量节点将新生成区块广播给所有其他全量节点进行验证;全量节点模型训练完成经由其他全量节点验证模型,其他全量节点认可该模型并复制区块上链,任务训练完成,任务中心节点下发其他任务,所述方法采用区块链共识机制,将全量求解哈希难题转换成训练深度学习模型,能够将涉及到的算力资源用于解决有用的任务,既可以创造出新的生产价值,又保证了区块的正常生成。

Patent Agency Ranking