-
公开(公告)号：CN117713037A
公开(公告)日：2024-03-15
申请号：CN202311398874.2
申请日：2023-10-26
Applicant: 重庆邮电大学
IPC: H02J3/00 , G06F18/23213 , G06F18/214 , G06F18/211
Abstract: 本发明涉及一种基于特征选择和降维聚类的两阶段短期电力负荷预测方法，基于两阶段预测框架，第一阶段：基于MIC计算历史负荷和特征间的全局关系，得到优选特征集，采用机器学习模型对优选特征集进行预测，选择最优模型作为第一阶段的预测结果并按时间顺序标注预测点的日期标签；第二阶段：利用t分布随机近邻嵌入和k均值耦合的t‑kmeans方法进行日负荷降维和聚类，明确各用电模式待预测日期，再次采用MIC计算各个用电模式的历史负荷、天气和相似时间点的相关系数并进行特征选择，得到最优特征集，对每个用电模式分别建立机器学习模型和参数优化进行预测，选择最优模型作为预测结果，与第一阶段结果叠加为最终结果。
-
公开(公告)号：CN105933616B
公开(公告)日：2019-04-19
申请号：CN201610316443.0
申请日：2016-05-12
Abstract: 本发明实施例公开了一种图像处理的方法及设备，用于更好的保留图像的细节。方法包括：获取高动态范围图像，根据高动态范围图像得到高动态图像的亮度图像；提取亮度图像的各向异性区域；通过仿射变换将各向异性区域转换为各向同性区域；对各向同性区域进行遮光和曝光处理，得到低动态范围的第一图像；对第一图像进行处理，得到基础层图像和细节层图像；对基础层图像进行压缩处理，得到压缩后的基础层图像；将压缩后的基础层图像和细节层图像进行合成处理，得到第二图像；对第二图像进行色度处理，得到色度处理后的图像；对色度处理后的图像进行伽玛校正得到输出图像。本发明实施例还提供了一种图像处理设备，用于更丰富的保留图像的细节。
-
公开(公告)号：CN118779094A
公开(公告)日：2024-10-15
申请号：CN202410687454.4
申请日：2024-05-30
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于大数据计算框架下的双层协调负载均衡调度方法及系统，包括：计算集群负载的最大值和最小值，根据节点负载大小划分负载区域；判断并计算低负载区域和正常负载区域内所有节点的综合评价指标，得到TaskManager节点的调度优先级列表；遍历待调度的任务列表，选择需要分配资源的任务，选择调度优先级列表中优先级最高的节点，得到Slot的负载优先级列表，选择负载优先级列表中优先级最高的Slot放置任务；根据所选TaskManager节点在任务调度执行过程中的运行时数据更新所选TaskManager节点的负载信息；重复执行步骤S2‑S7对任务调度执行，本发明有效提升了Flink集群在异构云环境中任务调度执行时集群的负载均衡程度。
-
公开(公告)号：CN105933616A
公开(公告)日：2016-09-07
申请号：CN201610316443.0
申请日：2016-05-12
CPC classification number: H04N5/2355 , H04N9/646 , H04N9/69
Abstract: 本发明实施例公开了一种图像处理的方法及设备，用于更好的保留图像的细节。方法包括：获取高动态范围图像，根据高动态范围图像得到高动态图像的亮度图像；提取亮度图像的各向异性区域；通过仿射变换将各向异性区域转换为各向同性区域；对各向同性区域进行遮光和曝光处理，得到低动态范围的第一图像；对第一图像进行处理，得到基础层图像和细节层图像；对基础层图像进行压缩处理，得到压缩后的基础层图像；将压缩后的基础层图像和细节层图像进行合成处理，得到第二图像；对第二图像进行色度处理，得到色度处理后的图像；对色度处理后的图像进行伽玛校正得到输出图像。本发明实施例还提供了一种图像处理设备，用于更丰富的保留图像的细节。
-
-
-
Search Results
4
records
(took 0.018 seconds)
