公开(公告)号：CN119247041A

公开(公告)日：2025-01-03

申请号：CN202411613972.8

申请日：2024-11-13

Applicant: 广东工业大学

Inventor： 刘汉林 ,  谢国波 ,  林志毅 ,  刘敬勇

IPC: G01R31/08

Abstract: 本发明属于电力信息文本数据处理领域，提供了电力信息三元组故障优先检测方法、系统及设备，基于所述电力信息定位矩阵生成电力信息定位中心矩阵，并分别计算每个电力信息定位矩阵与所述中心矩阵之间的分布定位和距离定位；根据分布定位与距离定位的对比生成每个电力信息三元组的电力信息分散距离，并基于所述电力信息分散距离对电力信息三元组进行排序得到电力信息三元组故障优先级序列，以所述优先级序列的顺序对故障问题进行处理。实现了在电力系统中对根本性故障的优先检测和处理，显著提高了电网故障排查的效率和精准度。

公开(公告)号：CN119247041B

公开(公告)日：2025-03-07

申请号：CN202411613972.8

申请日：2024-11-13

Applicant: 广东工业大学

Inventor： 刘汉林 ,  谢国波 ,  林志毅 ,  刘敬勇

IPC: G01R31/08

Abstract: 本发明属于电力信息文本数据处理领域，提供了电力信息三元组故障优先检测方法、系统及设备，基于所述电力信息定位矩阵生成电力信息定位中心矩阵，并分别计算每个电力信息定位矩阵与所述中心矩阵之间的分布定位和距离定位；根据分布定位与距离定位的对比生成每个电力信息三元组的电力信息分散距离，并基于所述电力信息分散距离对电力信息三元组进行排序得到电力信息三元组故障优先级序列，以所述优先级序列的顺序对故障问题进行处理。实现了在电力系统中对根本性故障的优先检测和处理，显著提高了电网故障排查的效率和精准度。

公开(公告)号：CN117216656A

公开(公告)日：2023-12-12

申请号：CN202311156905.3

申请日：2023-09-07

Applicant: 广东工业大学

Inventor： 谢国波 ,  余意 ,  林志毅 ,  顾国生 ,  夏炜 ,  刘汉林 ,  林松泽 ,  黄晓锋

IPC: G06F18/241 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045 ,  G06N3/082

Abstract: 本发明提供了一种基于剪枝预训练模型与人工特征编码融合的4mC位点识别算法，包括以下步骤：S1：获取DNA‑4mC的核苷酸序列集L，通过Kmer编码将序列集L转化为数值向量集M；S2：将预训练模型DNABert进行剪枝压缩操作得到的模型DNABert‑Pruning作为基准模型，训练得到序列集L的深层特征信息；S3：根据CKSNAP编码特征方式扩充各核苷酸在序列集L中的特征表示空间，通过双向LSTM网络训练得到序列集L的浅层特征信息；S4：将上述训练得到的浅层信息与深层信息特征同时输入到特征融合注意力模块中，得到更为准确的融合特征表征；S5：对融合后的表征特征使用前馈神经网络和Sigmoid函数输出识别预测，计算其分类评分，本发明可以更准确地预测DNA‑4mC的位点识别信息。

公开(公告)号：CN115511816A

公开(公告)日：2022-12-23

申请号：CN202211145429.0

申请日：2022-09-20

Applicant: 广东工业大学

Inventor： 周倩倩 ,  司徒祖祥 ,  腾帅 ,  刘汉林 ,  陈贡发

IPC: G06T7/00 ,  G06N3/04 ,  G06N3/08 ,  G06V10/82

Abstract: 本发明提供一种基于生成对抗网络的排水管道缺陷识别方法，包括以下步骤：S1：获取排水管道缺陷的原始图像，以及构建生成对抗网络和排水管道缺陷5识别网络；S2：将原始图像输入生成对抗网络中，生成排水管道缺陷的样本图像；S3：将样本图像与原始图像混合，形成图像数据集；S4：利用图像数据集训练排水管道缺陷识别网络，得到训练好的排水管道缺陷识别网络；S5：使用训练好的排水管道缺陷识别网络进行排水管道缺陷识别，得到识别结果。本发明提供一种基于生成对抗网络的排水管道缺陷识别方法，解决了目前采用深度学习技术自动10识别排水管道缺陷经常出现数据样本不足的问题。