本发明公开了基于多传感器交互的智能电气设备预警监测系统及方法，涉及电气设备预警管理技术领域。该基于多传感器交互的智能电气设备预警监测系统，包括：数据采集符合判断模块、数据融合效果判断模块和监测优化符合判断模块。本发明通过对采集的变压器老化监测数据的采集质量进行评估以判断是否执行数据融合，接着对变压器预警数据融合的效果进行评估并判断是否执行变压器预警监测优化，最后获取执行变压器预警监测优化后的变压器预警优化指标以判断是否执行变压器预警监测资源动态优先级调度，实现了智能变压器老化性能预警实时性的提高，解决了现有技术中存在基于多传感器交互对智能变压器的老化性能进行预警监测不及时的问题。
📄 2025102424603
📂 G06F18_25
👤 闽西职业技术学院; 福建光宇电力设备有限公司
📅 2025-03-03
本发明公开了一种贝叶斯框架下的地基和星载测量降水数据融合算法，包括一下步骤：选取时间上和空间上匹配的星载测量降水和地基雷达测量降水个例的数据，匹配时设置一定的空间窗和时间窗，时间窗为星载测量扫过匹配空间窗的时间与地基雷达开始一次体扫的时间差距在±6min以内，空间窗为以地基雷达为中心，r半径的圆形区域与星载雷达测绘带所相交的区域，本发明贝叶斯框架下的地基和星载测量降水数据融合算法，基于分层贝叶斯方法进行地基雷达和星载测量降水数据的融合，改善星载测量瞬时降水量精度，得到综合多源降水观测的高精度、高分辨率降水估计结果，且能定量给出融合结果包含的不确定性大小，从而更好地应用到水文模型中。
📄 2022108712579
📂 G06F18_25
👤 南京信息工程大学
📅 2022-07-23
本发明公开了一种基于多流解析扩散模型的统一降水降尺度方法，采集目标区域气象数据，包括低分辨率降水数据、预设的辅助变量数据，生成低分辨率降水场，并计算高分辨率真实降水场与低分辨率降水场之间的降水偏差；基于预设的辅助变量数据，结合低分辨率降水数据，构成多模态条件输入；构建以解析扩散模型为框架，结合混合注意力U型网络的降水降尺度模型，预测降水偏差；对降水降尺度模型进行训练，采用降水降尺度模型进行推理，输入目标区域的气象数据，输出预测的降水偏差，将预测的降水偏差叠加到低分辨率降水场上，得到超分辨率降水。本方法有效融合多源气象与地理信息，生成高保真度高分辨率降水数据，具备强泛化能力且计算效率较高。
📄 2026102824579
📂 G06F18_25
👤 南京信息工程大学
📅 2026-03-10
本发明公开了一种融合结构和行为特征的生产业务流程节点向量表征方法。该方法包括以下几个步骤：首先使用随机游走算法和Skip‑gram模型提取生产业务流程的结构特征，然后采用Skip‑gram模型提取生产业务流程的行为特征，最后引入深度玻尔兹曼机来融合生产业务流程的结构特征和行为特征，由此自动对生产业务流程的节点进行向量表征，萃取、融合多方面特征来提高节点向量表征的准确率，进而提高后续生产业务流程推荐、优化等任务的准确率。本发明的优点是：融合生产业务流程本身的图结构特征和基于历史执行日志的行为特征，利用深度学习技术强化生产业务流程模型，对单纯依赖历史执行日志的节点向量表征进行了补充和完善，提升节点向量表征的准确性。
📄 2023106043137
📂 G06F18_25
👤 浙江工业大学
📅 2023-05-26
本发明公开了一种基于双层嵌套LSTM的超长多维时间序列分类方法，包括：获取超长多维时间序列数据集；将输入层、由i个LSTM网络并联而合成的网络、LSTM网络、全连接层、Batch Normalization层、Softmax层进行串联，得到双层嵌套LSTM模型；将已知所属类别的时间序列作为训练数据输入双层嵌套LSTM模型进行分类训练；使用训练后的双层嵌套LSTM模型对未知所属类别的目标时间序列进行分类识别。本方法适用于各种实际应用场景中的超长多维时间序列，能够对采集自这些现实场景中的超长时间序列数据进行有效处理，且不会出现训练时间长、参数更新慢，甚至梯度消失等问题。
📄 2023106237749
📂 G06F18_25
👤 浙江工业大学
📅 2023-05-30
本发明属于气象灾害预报技术领域，具体涉及一种基于任务敏感学习的可解释台风路径与强度预测方法。本发明包括构建并训练预测网络模型，基于完整地形高程数据通过动态地形更新单元提取地形特征；基于任务定制化地形特征得到因果方向引导特征；基于台风历史属性时序特征、任务标识独热编码和原始气象特征得到初步任务定制化气象特征；基于初步任务定制化气象特征和原始气象特征得到任务定制化属性气象特征；将任务定制化地形特征、因果方向引导特征、任务定制化属性气象特征与台风历史属性时序特征融合，分别输入若干个预测子任务，得到不同任务的预测结果。本发明提升了台风路径与强度预测的准确性、可解释性与优化效率。
📄 2025118362984
📂 G06F18_25
👤 浙江工业大学
📅 2025-12-08
本发明公开了一种跨模态特征融合的钱塘江涌潮高度预测方法。本发明的钱塘江涌潮高度预测方法，通过跨模态融合的方法进行不同数据源之间的特征融合以及生成式解码器进行预测。这种方法有效地结合了潮高数据与气象数据，利用了各自数据的独特性质和互补信息，提高了模型对涌潮动态的理解和预测能力。生成式解码器的应用允许模型一次性预测未来的潮高趋势，不仅优化了预测流程的效率，还显著减少了逐步预测中可能出现的误差累积。
📄 2024107297205
📂 G06F18_25
👤 浙江工业大学
📅 2024-06-06
本发明属于网络安全和机器学习技术领域，公开了一种基于多维度特征学习与特征聚焦的恶意命令行检测方法，包括对待检测命令行的参数输出高维特征；将基础特征分别输入多个带动态膨胀率的膨胀卷积得到多个分支特征；将分支特征与基础特征进行融合得到初步融合特征；采用激活函数根得到层级渐进式融合特征；对层级渐进式融合特征进行自适应平均池化操作；采用多层感知器提取注意力权重，将注意力权重与层级渐进式融合特征进行融合，得到聚焦特征；对所有聚焦特征进行加权融合，得到最终的命令行特征，利用检测模型学习命令行特征，输出检测结果，所述检测结果为恶意命令行或正常命令行。本发明全面有效提取命令行参数的特征，提升命令行检测精度。
📄 2025103460128
📂 G06F18_25
👤 浙江工业大学
📅 2025-03-24
本发明公开一种面向情感计算的脑电特征可视分析方法及其系统，旨在解决脑电信号分析中的个体差异和低信噪比问题，其方法包括：（1）特征优化：设计渐进式优化算法消除脑电情感特征的个体差异；（2）特征评估：构建多维评估体系，验证特征优化算法的有效性；（3）异常特征检查：定位并处理异常特征；（4）特征导出：实现优化特征集的导出与可视化报告的生成。本发明构建可视化系统实现可视分析方法的工程化应用，为情感计算研究中的脑电特征质量问题提供了系统化的解决方案。
📄 2025103881875
📂 G06F18_25
👤 浙江工业大学
📅 2025-03-31
本发明公开了一种模型无关的多模态情感分析方法，首先进行有偏多模态情感预测，然后对于非文本模态反事实，采用两个额外的单模态模型来捕获，得到非文本模态下情感预测结果。而对于文本模态反事实，则采取将输入文本关键词中类间分布差异较小的单词掩盖，从而仅保留背景单词和类间分布差异较大的关键词，来作为反事实文本输入，并最后得到文本模态下情感预测结果。最后将有偏多模态情感预测结果减去非文本模态下的情感预测结果和文本模态下的情感预测结果，得到无偏的情感预测结果。本发明能够保持较高的情感分析准确率。
📄 202310685168X
📂 G06F18_25
👤 浙江工业大学
📅 2023-06-09
本发明属于台风实时估计技术领域，尤其涉及一种基于先验身份导向和物理不变性的台风多任务估计方法。本发明包括：构建估计网络模型；利用身份令牌初始化模块，从时序多通道红外数据和关联数据中提取出多模态特征，基于多模态特征得到初始身份令牌；利用任务依赖流学习模块得到压强、风速、内核风圈和外核风圈四个任务的特殊身份令牌；利用关联信息桥模块，基于初始身份令牌得到共享身份令牌；将共享身份令牌、不同任务的特殊身份令牌和多模态特征拼接，得到拼接特征；将拼接特征输入身份导向估计模块，得到估计的风速、压强、内核风圈半径和外核风圈半径。本发明避免多个任务同时学习存在的概念偏移问题，引导模型更准确有效地估计台风多个属性。
📄 202511500687X
📂 G06F18_25
👤 浙江工业大学
📅 2025-10-21
本发明提供一种基于HASM估算草地地上生物量的方法，包括：步骤S1，获取多源数据，对所述多源数据进行预处理；所述多源数据包括AGB实地调查数据、年平均气温、降水量数据、NDVI、EVI、植被覆盖率、地表温度LST、及DEM数据；步骤S2，使用步骤S1中预处理的多源数据驱动多种机器学习模型模拟AGB；步骤S3，对步骤S2中机器学习模型的模拟输出结果进行精度对比，选择其中得到的具有更高精度和更低偏差的机器学习模型的模拟输出结果作为驱动场用于HASM模型实现数据融合；步骤S4，基于HASM融合模型建立AGB预测模型，生成草地AGB空间分布图。本发明实现了草地地上生物量高精度遥感反演，提高AGB模拟精度。
📄 2024105674678
📂 G06F18_25
👤 山东农业大学, 西南大学, 中国科学院地理科学与资源研究所
📅 2024-05-09
柿子坊 · 知识产权运营
柿子坊知识产权运营平台