-
公开(公告)号：CN114817575B
公开(公告)日：2022-09-02
申请号：CN202210725654.5
申请日：2022-06-24
Applicant: 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司 , 福建亿榕信息技术有限公司 , 国网福建省电力有限公司信息通信分公司 , 国网浙江省电力有限公司经济技术研究院
Abstract: 本发明公开了一种基于扩展模型的大规模电力事理图谱处理方法，包括：扩展模型对预设时间段内所接收到的所有事件拓展请求进行统计，生成第一拓展节点集合；根据每个扩展事理节点的必选论元集合和可选论元集合对所有的扩展事理节点添加节点类型标签；对每个归类子集内的扩展事理节点进行二次排序得到第二拓展节点集合；根据每个拓展事件信息的必选论元集合和可选论元集合确定所对应的第一事理节点和第二事理节点；统计先前时刻得到的第一事理节点和第二事理节点生成已确定节点集合，基于已确定节点集合得到当前时刻所遍历的扩展事理节点相对应的第一事理节点和第二事理节点的节点位置，将扩展事理节点分别与第一事理节点和第二事理节点连接。
-
公开(公告)号：CN114817575A
公开(公告)日：2022-07-29
申请号：CN202210725654.5
申请日：2022-06-24
Applicant: 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司 , 福建亿榕信息技术有限公司 , 国网福建省电力有限公司信息通信分公司 , 国网浙江省电力有限公司经济技术研究院
Abstract: 本发明公开了一种基于扩展模型的大规模电力事理图谱处理方法，包括：扩展模型对预设时间段内所接收到的所有事件拓展请求进行统计，生成第一拓展节点集合；根据每个扩展事理节点的必选论元集合和可选论元集合对所有的扩展事理节点添加节点类型标签；对每个归类子集内的扩展事理节点进行二次排序得到第二拓展节点集合；根据每个拓展事件信息的必选论元集合和可选论元集合确定所对应的第一事理节点和第二事理节点；统计先前时刻得到的第一事理节点和第二事理节点生成已确定节点集合，基于已确定节点集合得到当前时刻所遍历的扩展事理节点相对应的第一事理节点和第二事理节点的节点位置，将扩展事理节点分别与第一事理节点和第二事理节点连接。
-
公开(公告)号：CN114780756B
公开(公告)日：2022-09-16
申请号：CN202210635763.8
申请日：2022-06-07
Applicant: 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司 , 福建亿榕信息技术有限公司
IPC: G06F16/36 , G06F16/31 , G06F40/232 , G06F40/295
Abstract: 本发明提供一种基于噪音检测和噪音感知的实体对齐方法及装置，确定第一描述信息和第二描述信息中存在语句错误的第一噪音数据，根据第一噪音数据对第一描述信息和第二描述信息按照第一对齐方式进行处理；基于第三子描述信息对第一子描述信息和第二子描述信息按照第二对齐方式进行处理；根据第一知识图谱和第二知识图谱的图谱属性对第一子描述信息和第二子描述信息按照第二对齐方式进行处理。本发明能够在对相同领域的数据库进行实体对齐时，对相应的描述信息能够进行主动的噪音检测、噪音感知，使得不仅能够进行实体对齐，还能够自动对描述信息进行噪音去除，使得实体对齐后的融合图谱内不存在相应的噪音数据。
-
公开(公告)号：CN114780756A
公开(公告)日：2022-07-22
申请号：CN202210635763.8
申请日：2022-06-07
Applicant: 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司 , 福建亿榕信息技术有限公司
IPC: G06F16/36 , G06F16/31 , G06F40/232 , G06F40/295
Abstract: 本发明提供一种基于噪音检测和噪音感知的实体对齐方法及装置，确定第一描述信息和第二描述信息中存在语句错误的第一噪音数据，根据第一噪音数据对第一描述信息和第二描述信息按照第一对齐方式进行处理；基于第三子描述信息对第一子描述信息和第二子描述信息按照第二对齐方式进行处理；根据第一知识图谱和第二知识图谱的图谱属性对第一子描述信息和第二子描述信息按照第二对齐方式进行处理。本发明能够在对相同领域的数据库进行实体对齐时，对相应的描述信息能够进行主动的噪音检测、噪音感知，使得不仅能够进行实体对齐，还能够自动对描述信息进行噪音去除，使得实体对齐后的融合图谱内不存在相应的噪音数据。
-
公开(公告)号：CN110889556B
公开(公告)日：2022-08-12
申请号：CN201911194769.0
申请日：2019-11-28
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网浙江省电力有限公司 , 国家电网有限公司 , 国网信通亿力科技有限责任公司
IPC: G06Q10/04 , G06Q10/06 , G06F16/36 , G06F16/951
Abstract: 本发明涉及一种企业经营风险预测方法。通过对企业内部以及外部的信息数据采集，将所收集到的信息数据进行数据融合处理；之后利用处理完成的信息数据进行知识图谱的构建及绘制；进而使用图嵌入法从知识图谱内将所需进行风险预测的企业的经营风险特征信息数据进行提取，并且用所述的经营风险特征信息数据来构建经营风险模型；将所需预测风险的企业信息数据输入所述经营风险模型，能够对企业的发展风险进行预测判断，有利于对所需进行风险预测的企业进行风险管理方面的正确决策，保护所需进行风险预测的企业的资产安全。
-
Patent Agency Ranking
公开(公告)号：CN110889556A
公开(公告)日：2020-03-17
申请号：CN201911194769.0
申请日：2019-11-28
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网浙江省电力有限公司 , 国家电网有限公司 , 国网信通亿力科技有限责任公司
IPC: G06Q10/04 , G06Q10/06 , G06F16/36 , G06F16/951
Abstract: 本发明涉及一种企业经营风险预测方法。通过对企业内部以及外部的信息数据采集，将所收集到的信息数据进行数据融合处理；之后利用处理完成的信息数据进行知识图谱的构建及绘制；进而使用图嵌入法从知识图谱内将所需进行风险预测的企业的经营风险特征信息数据进行提取，并且用所述的经营风险特征信息数据来构建经营风险模型；将所需预测风险的企业信息数据输入所述经营风险模型，能够对企业的发展风险进行预测判断，有利于对所需进行风险预测的企业进行风险管理方面的正确决策，保护所需进行风险预测的企业的资产安全。
-
公开(公告)号：CN116229353A
公开(公告)日：2023-06-06
申请号：CN202310021046.0
申请日：2023-01-06
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司
IPC: G06V20/52 , G06T7/292 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及一种基于多目标跟踪的作业现场安全监管方法，包括以下步骤：在服务器端搭建FairMOT模型的训练环境，收集若干作业现场监控视频数据在服务器端对FairMOT模型进行训练，并将训练好的模型转化为预设的边缘环境能运行的模型文件；在边缘端搭建FairMOT模型的推理环境，并将服务器端转化好的模型文件导出至边缘端；在边缘端从目标作业现场的多个监控摄像头接收多路监控视频，通过模型文件对多路监控视频进行并行分析处理，识别各路监控视频中的目标，并对识别到的所有目标进行关联统一，对识别到的每一目标进行位置跟踪；基于识别到的每一目标的位置跟踪结果，根据预先制定的安全监管规则完成作业现场监管任务。
-
公开(公告)号：CN115761422A
公开(公告)日：2023-03-07
申请号：CN202211387157.5
申请日：2022-11-07
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网信通亿力科技有限责任公司
IPC: G06V10/80
Abstract: 本发明涉及一种多样本集融合的图像目标检测方法，包括：利用第一样本集训练第一目标检测模型；利用第二样本集训练第二目标检测模型；利用训练完毕的第一目标检测模型标注第二样本集，得到第二样本集的反向标签数据；利用训练完毕的第二目标检测模型标注第一样本集，得到第一样本集的反向标签数据；融合第一样本集与第二样本集，得到全量样本集，所述全量样本集中样本的标签数据包括原标签数据和反向标签数据；构建第三目标检测模型；利用全量样本集训练第三目标检测模型；利用训练完毕的三目标检测模型进行多目标检测。
-
公开(公告)号：CN108596195B
公开(公告)日：2022-08-19
申请号：CN201810435125.5
申请日：2018-05-09
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司
IPC: G06V10/46 , G06V10/764 , G06V10/40 , G06V10/77 , G06K9/62
Abstract: 本发明涉及图像识别技术领域，特别涉及一种基于稀疏编码特征提取的场景识别方法。一种基于稀疏编码特征提取的场景识别方法，包括步骤：对预先采集的用于训练的样本图像集进行预处理操作；提取样本图像集的特征表达向量；将特征表达向量及其对应的类别标注加入线性分类器中，构建线性场景分类器；对待识别的样本图像集进行预处理操作；提取待识别的样本图像集的特征表达向量；将待识别的样本图像集的特征表达向量送入线性场景分类器中识别，获得样本图像集的所属场景类的类别标注。采用稀疏编码技术可以在降低图像维度的同时保留图像的主要信息，同时对噪声及遮挡具有强大的鲁棒性。
-
公开(公告)号：CN112380982A
公开(公告)日：2021-02-19
申请号：CN202011265162.X
申请日：2020-11-13
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网信通亿力科技有限责任公司
Abstract: 本发明提供了电力施工监测技术领域的一种电力行业基建项目进度与质量的一体化监测方法，本发明技术方案采用基于卷积神经网络的深度强化学习模型，先通过影像监控设备收集大量的影像数据，以一个电力基建项目作为一个学习样例，然后利用卷积神经网络抽取影像图片中的目标，如人员，设备，现场施工轮廓等，并结合深度强化学习算法，一体化监测项目进度和质量的情况；卷积神经网络具有表征学习能力，能够按其阶层结构对输入影像信息进行平移、旋转不变分类，有效提取影像目标，实现对目标的实时监控，本发明可对当前的基建施工情况进行监测，不但关注基建的进度，更加重视基建过程中的质量保障问题。
-
-
-
-
-
-
-
-
-
Search Results
117
records
(took 0.083 seconds)
