-
公开(公告)号:CN118714207A
公开(公告)日:2024-09-27
申请号:CN202410747670.3
申请日:2024-06-11
Applicant: 国网江苏省电力有限公司信息通信分公司 , 河海大学
Abstract: 本发明公开了一种电力物联网协议适配方法、装置、设备、介质及产品。该方法包括:获取待适配电力物联网设备的原始协议,从原始协议中提取原始属性信息,包括协议数据单元结构子信息、通信机制与时序子信息、网络层特征子信息、安全机制子信息、性能指标子信息、兼容版本子信息及设备控制子信息;通过预训练的Transformer模型的特征处理模块,对原始属性信息进行特征处理,得到核心特征序列;基于预设支持向量机模型在预定义的协议特征库中对核心特征序列进行协议匹配,确定待适配电力物联网设备所对应的目标协议。实现了电力物联网多协议间的自动适配,提高了协议适配的效率和准确率,提高了协议通信和交互的标准化和可扩展性。
-
公开(公告)号:CN116796810A
公开(公告)日:2023-09-22
申请号:CN202310769582.9
申请日:2023-06-28
Applicant: 河海大学
IPC: G06N3/0495 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/084 , G06N3/096 , G06V10/42 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于知识蒸馏的深度神经网络模型压缩方法及系统,所述方法包括:对样本图像数据进行预处理;基于预处理后的样本图像数据预训练教师网络模型;利用预训练后的教师网络模型提取待分类图像的空间注意力特征,基于各通道基本特征利用自注意力机制获得空间相关性特征,二者结合得到空间注意力特征;使用同样的方法提取学生网络空间注意力特征;利用空间注意力特征,依据细粒度层权重指导学生网络模型的训练,迭代蒸馏学生网络模型直至其收敛,其中以λj表示所选择的教师和学生网络n个中间层中的第j层的权重,细粒度层权重被设置为λ1<λ2<…<λn;保存学生神经网络模型用于进行图像分类预测。本发明具有更快更准确的优点。
-