-
公开(公告)号：CN120011645A
公开(公告)日：2025-05-16
申请号：CN202510466875.9
申请日：2025-04-15
Applicant: 湘江实验室
IPC: G06F16/9535 , G06F16/11 , G06F16/16 , G06F16/9536
Abstract: 本发明公开一种基于混合模态意见共识决策的智能推荐方法、设备及介质，该方法步骤包括：收集多个用户对目标问题的数值意见以及语言意见形成混合意见集；搜索各个用户的用户信任集，计算用户之间的信任权重；将数值意见转换为语言意见以及将语言意见转化为数值意见；将转换后的数值意见、语言意见进行演化；经过反复迭代执行混合意见转化、信任权重计算以及混合意见演化，直至达成共识，根据共识状态确定推荐的结果输出。本发明通过建立用户数值意见与语言意见的相互转化机制，实现意见之间的相互转化，能够同时处理数值与语言意见，建立高效且灵活的混合意见演化框架，从而通过群体共识最终生成精准个性化推荐结果，实现高效、准确的智能推荐。
-
公开(公告)号：CN119848884A
公开(公告)日：2025-04-18
申请号：CN202411726370.3
申请日：2024-11-28
Applicant: 湘江实验室
IPC: G06F21/60 , G06F18/2411 , G06F18/27 , G06F18/243 , G06N20/00
Abstract: 本发明涉及信息安全技术领域，具体为一种基于医疗区块链的密钥管理系统及其方法，系统包括状态评估模块、逆向追踪模块、前瞻性分析模块、智能警报阈值调整模块、资源优先级调度模块、可靠性分析与容错模块、流程优化与决策支持模块。本发明中，通过采用支持向量机、决策树算法和深度学习算法，有效地进行风险评估与分类，调整密钥访问控制策略，利用自回归积分滑动平均模型和长短期记忆网络，对密钥使用趋势进行预测，并通过孤立森林和深度学习网络，动态调整警报阈值，提高系统对潜在安全威胁的预警能力，通过遗传算法和粒子群优化技术，优化密钥管理流程，结合规则引擎和机器学习模型执行安全决策和响应策略，提升响应效率和决策的准确性。
-
公开(公告)号：CN119188791B
公开(公告)日：2025-03-25
申请号：CN202411720937.6
申请日：2024-11-28
Applicant: 湘江实验室 , 湖南超能机器人技术有限公司
Abstract: 本申请涉及一种基于大模型的语义导航方法、物品取送方法和机器人，该方法采用大模型强大的学习能力提升环境适应性，使机器人能够实时感知并适应复杂多变的环境，动态调整导航策略以应对突发情况或未知障碍，高度的环境适应性不仅提高了导航准确性，还增强了机器人在各种场景下的鲁棒性。其次，大模型能够更深入地解析人类语言的语义和上下文信息，准确理解用户指令意图，使机器人在执行任务时能够更加贴近用户的实际需求，提高任务完成的准确性和满意度。再者，大模型在复杂场景下的决策能力使机器人能够灵活应对各种突发情况和任务需求，快速做出合理且高效的决策，不仅提升了机器人的工作效率，还增强了其应对不确定性因素的能力。
-
公开(公告)号：CN119154287B
公开(公告)日：2025-02-28
申请号：CN202411623113.7
申请日：2024-11-14
Applicant: 湘江实验室
Abstract: 本发明涉及输电线路控制技术领域，具体涉及一种特高压输电线路自适应优化控制系统，包括：电晕效应监测与环境感知模块：结合多点分布式传感网络监测获取输电线路中的电晕放电情况，实时收集气象数据；自适应电压与电场控制模块：根据电晕放电情况和气象数据，通过自适应电压调节算法动态调整输电线路的电压水平；电晕功率损耗计算模块：通过非线性模型分析输电线路的电场强度、空气离子密度以及噪声电平，计算电晕效应引发的功率损耗，生成动态电晕损耗预测曲线，微调自适应电压与电场控制模块中调整后的电压水平；本发明，确保功率损耗的计算更为精确，不仅提升了电晕效应监测的精度，还能有效避免电晕效应突然加剧而带来的风险。
-
公开(公告)号：CN119070741B
公开(公告)日：2025-02-11
申请号：CN202411505590.3
申请日：2024-10-28
Applicant: 湘江实验室
IPC: H02S50/00 , G06F18/2433 , G06Q50/06 , G06F18/21 , G06F18/23213 , G01D21/02
Abstract: 本发明涉及光伏电站故障诊断技术领域，具体涉及一种基于多模态大模型的光伏电站设备故障诊断方法，包括以下步骤：多模态数据采集与同步处理，形成综合多模态数据集；建立设备健康状态模型；通过将生成的综合健康状态向量与设备的健康状态基线进行对比，计算出二者之间的差异，当检测到当前设备的健康状态异常时，触发物理干预测试；所述振动激励还包括自适应频率调整，根据设备材料特性自动调整振动激励频率，避免与设备共振，并识别出故障类型。本发明，使得系统在不增加额外计算负担的情况下能够精准监测设备的健康状态，提高了设备故障识别的速度和准确性，尤其在光伏电站这种多设备、多参数运行的复杂场景下具备重要优势。
-
Patent Agency Ranking
公开(公告)号：CN119273412A
公开(公告)日：2025-01-07
申请号：CN202411789856.1
申请日：2024-12-06
Applicant: 湘江实验室
IPC: G06Q30/0283 , G06N3/0442 , G06N3/086 , G06Q50/06 , G06F18/241
Abstract: 本发明公开了基于深度学习的算力基础设施能源成本预测方法，方法包括数据采集、子模型训练、建立算力基础设施能源成本预测模型和算力基础设施能源成本预测。本发明属于成本预测技术领域，具体是指基于深度学习的算力基础设施能源成本预测方法，本方案采用动态特征选择、基于LSTM的子模型训练、数据集距离设计和欠采样策略，能够更好地适应不断变化的能源模式，提高对复杂设施能源数据特征的捕捉能力，进而保证最终能源成本预测的准确性；通过评估每个基分类器的错误预测数量，动态调整基分类器的权重，最终集成预测结果，进而提高预测结果准确性；通过独特的初始参数调整策略实现模型快速收敛，进而提高成本预测的效率。
-
公开(公告)号：CN119228171A
公开(公告)日：2024-12-31
申请号：CN202411738881.7
申请日：2024-11-29
Applicant: 湘江实验室
IPC: G06Q10/0637 , G06Q10/0635 , G06Q10/10 , G06F17/18
Abstract: 本发明涉及供应链风险分析技术领域，具体涉及基于大模型的供应链风险管理与决策系统，包括：多层供应链数据采集模块：从多层供应链节点采集供应链运行数据；多层供应链结构模型构建模块：通过收集的各供应链节点的运行数据，构建供应链节点之间的多层供应链结构模型，自动识别各供应链节点中的隐性风险；供应链风险传播路径分析模块：识别出隐性风险后，分析隐性风险在各供应链节点中的隐性风险传播路径，分析风险在供应链不同节点之间的传递机制；决策支持模块：支持企业调整供应链策略以降低风险。本发明，使企业可以从全局角度掌握供应链中风险的传导规律，优先处理关键路径和节点的隐性风险，显著提升供应链的预警水平和抗风险能力。
-
公开(公告)号：CN119188791A
公开(公告)日：2024-12-27
申请号：CN202411720937.6
申请日：2024-11-28
Applicant: 湘江实验室 , 湖南超能机器人技术有限公司
Abstract: 本申请涉及一种基于大模型的语义导航方法、物品取送方法和机器人，该方法采用大模型强大的学习能力提升环境适应性，使机器人能够实时感知并适应复杂多变的环境，动态调整导航策略以应对突发情况或未知障碍，高度的环境适应性不仅提高了导航准确性，还增强了机器人在各种场景下的鲁棒性。其次，大模型能够更深入地解析人类语言的语义和上下文信息，准确理解用户指令意图，使机器人在执行任务时能够更加贴近用户的实际需求，提高任务完成的准确性和满意度。再者，大模型在复杂场景下的决策能力使机器人能够灵活应对各种突发情况和任务需求，快速做出合理且高效的决策，不仅提升了机器人的工作效率，还增强了其应对不确定性因素的能力。
-
公开(公告)号：CN119154287A
公开(公告)日：2024-12-17
申请号：CN202411623113.7
申请日：2024-11-14
Applicant: 湘江实验室
Abstract: 本发明涉及输电线路控制技术领域，具体涉及一种特高压输电线路自适应优化控制系统，包括：电晕效应监测与环境感知模块：结合多点分布式传感网络监测获取输电线路中的电晕放电情况，实时收集气象数据；自适应电压与电场控制模块：根据电晕放电情况和气象数据，通过自适应电压调节算法动态调整输电线路的电压水平；电晕功率损耗计算模块：通过非线性模型分析输电线路的电场强度、空气离子密度以及噪声电平，计算电晕效应引发的功率损耗，生成动态电晕损耗预测曲线，微调自适应电压与电场控制模块中调整后的电压水平；本发明，确保功率损耗的计算更为精确，不仅提升了电晕效应监测的精度，还能有效避免电晕效应突然加剧而带来的风险。
-
公开(公告)号：CN119070741A
公开(公告)日：2024-12-03
申请号：CN202411505590.3
申请日：2024-10-28
Applicant: 湘江实验室
IPC: H02S50/00 , G06F18/2433 , G06Q50/06 , G06F18/21 , G06F18/23213 , G01D21/02
Abstract: 本发明涉及光伏电站故障诊断技术领域，具体涉及一种基于多模态大模型的光伏电站设备故障诊断方法，包括以下步骤：多模态数据采集与同步处理，形成综合多模态数据集；建立设备健康状态模型；通过将生成的综合健康状态向量与设备的健康状态基线进行对比，计算出二者之间的差异，当检测到当前设备的健康状态异常时，触发物理干预测试；所述振动激励还包括自适应频率调整，根据设备材料特性自动调整振动激励频率，避免与设备共振，并识别出故障类型。本发明，使得系统在不增加额外计算负担的情况下能够精准监测设备的健康状态，提高了设备故障识别的速度和准确性，尤其在光伏电站这种多设备、多参数运行的复杂场景下具备重要优势。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.03 seconds)
