本发明公开了一种低压配电网络拓扑生成方法及装置，其中方法包括：根据电气量数据获取时序电压数据矩阵，对筛选获得的异常采集数据进行重新赋值；运行t‑SNE算法，获得低维电压特征数据集YT；运行DBSCAN算法，获得所有的簇类集合C以及二维电压特征聚类图；运行LLE算法，获得在簇类标签C分类下的二维电压特征图；计算特征图中簇类中心与总表簇之间的欧氏距离关系并排序，输出排序结果；基于DBSCAN算法和LLE算法得到的拓扑识别信息生成节点邻接矩阵；将节点邻接矩阵可视化生成低压配电网络节点连接拓扑图。本发明能将拓扑信息可视化生成节点拓扑图，为电网拓扑纠错、故障排查等各项高级应用提供了信息参考，可广泛应用于配电网络的优化运行与管理领域。
📄 2022111435707
📂 G06Q10_04
👤 华南理工大学
📅 2022-09-20
本发明请求保护一种基于多尺度时空主题图卷积网络的人体动作识别方法与系统，属于姿态领域。该方法具体包括：S1利用关键点置信度和亲和度预测网络对输入的图像数据进行骨骼特征关键点提取，生成待识别的特征图；S2构建基于主题的人体骨骼的邻接矩阵，并增加四肢区域节点的划分策略，对每对关节点之间存在的联系建立主题图卷积网络；S3对人体骨骼邻接节点的骨骼特征，利用多尺度特征提取方法，建立多尺度主题图卷积网络；S4建立多尺度时空主题图卷积网络模型；S5日常环境下实现常见动作的检测，当视频图像内的人发生危险动作时，及时通知工作人员。本发明能够在不提高模型的复杂度的情况下提高模型的准确率，同时结合现实生活需要实现人体动作识别。
📄 2023103694032
📂 G06V40_20
👤 重庆邮电大学
📅 2023-04-07
本发明公开了一种深度注意力网络的胎儿小脑超声图像分割方法，包括如下步骤：首先将胎儿超声数据集按照4:1的比例随机划分为训练集和测试集，对胎儿超声数据集进行预处理；然后搭建DA‑Net网络模型，构造一个六层的U形网络，将残差级联块和改进的三重注意力模块封装成一个复合模块嵌入到网络的编码器和解码器中，用来进行有效特征提取；接下来，在训练集上采用像素位置感知损失来训练网络模型；最后，在测试集上测试模型，根据测试的结果，选择出性能最优的模型为最终模型；使用该模型进行胎儿小脑超声图像分割。本发明利用一个深度注意力网络DA‑Net，能够准确实现胎儿小脑超声图像的定位与分割，获得了较好的分割性能和鲁棒性。
📄 2023107247841
📂 G06T7_10
👤 江苏科技大学
📅 2023-06-19
本发明公开了一种具有动态耦合和符号图的切换复杂网络二分同步方法，属于复杂网络同步技术领域，解决了节点耦合表现动态行为的情况下,具有合作‑竞争交互关系和系统参数切换的复杂网络二分同步技术问题，其技术方案包括如下步骤：首先建立具有动态耦合和符号图的切换复杂网络的系统模型；然后设计切换复杂网络的控制器；再构建切换复杂网络和目标节点之间的误差系统；建立具有动态耦合和符号图的切换复杂网络的二分同步条件，得到控制器增益。本发明的有益效果为：中节点间合作与竞争关系共存，节点耦合表现动态行为，系统参数发生切换，在误差系统均方渐近稳定的意义下，设计控制器以实现具有动态耦合和符号图的切换复杂网络的二分同步。
📄 2024102059681
📂 H04J3_06
👤 南通大学
📅 2024-02-26
本发明提供了一种多尺度时空特征融合网络的行人轨迹预测方法，属于计算机视觉技术领域。解决了行人轨迹预测中如何有效学习复杂的时空特征及其相互关系的问题。其技术方案为：包括以下步骤：S1：获取数据集数据；S2：使用自注意力机制学习每个行人的时间依赖性特征；S3：将行人坐标转换为空间图；S4：跨时空交互特征通过多头自注意力来提取；S5：获取时间特征、空间特征和跨时空交互特征；S6：将融合后的时空特征通过时间外推卷积神经网络MTCN，实现多轨迹预测。本发明的有益效果为：通过多层时间外推卷积神经网络MTCN实现多轨迹预测。
📄 2024117255586
📂 G06T7_246
👤 南通大学
📅 2024-11-28
本实用新型涉及监控技术领域，公开了一种网络摄像机的安装结构，包括安装板以及摄像头本体，所述安装板的底部固定有支柱，所述支柱的底部固定连接有连接板，所述摄像头本体的顶部安装有支板，所述连接板的内部设置有多组夹板，所述夹板与支板适配连接，所述连接板的内部构造有空腔，所述连接板的空腔内设置有驱动多组夹板移动的驱动组件。通过设置有驱动组件便于实现对多组夹板进行移动，从而实现对支板的夹持，同时具有一定的可调节性，可针对不同规格的摄像机进行夹持安装，通过设置有旋钮便于使用者操作，同时设置有滑槽以提高夹板移动的稳定性。
📄 202322360265X
📂 F16M11_04
👤 河南省恩兴智能科技有限公司
📅 2023-08-31
本发明公开了网络信息安全与数据隐私保护技术领域的一种算力网络隐私保护联邦学习方法，包括：基于通过共享密钥解密所述加密掩码所获得的掩码和算力节点通过掩码生成函数生成的自掩码，通过单掩码加密算法加密所述全局模型获得加密模型；使用单掩码解密算法将掩码和输入所有加密模型的聚合模型以完成解密；算力节点从区块链下载其他算力节点上传的同态哈希值，利用同态哈希验证算法对聚合模型的正确性进行验证，区块链选择一个验证通过的模型作为新的全局模型，迭代上述所有步骤直至全局模型收敛或达到通信轮次。本发明能够解决因算力节点对隐私数据的窃取、算力节点之间的串通、算力节点出现不诚实聚合模型而导致的隐私泄露的技术问题。
📄 2024106977288
📂 H04L9_00
👤 南京邮电大学
📅 2024-05-31
本发明公开了通信技术领域的一种海洋监测网络计算卸载和资源分配方法，所述方法包括：以最小化无人船时延与能耗加权和为目标构建时延与能耗加权和优化问题，联合优化水下传感器节点USN的发射功率、无人船的发射功率、带宽分配以及卸载比例；求解所述时延与能耗加权和优化问题，得到海洋监测网络计算卸载和资源分配方案；根据所述海洋监测网络计算卸载和资源分配方案，进行海洋监测网络计算卸载和资源分配。本发明提供的海洋监测网络计算卸载和资源分配方法以无人船的时延与能耗和最小为目标，通过联合优化水下传感器的发射功率、无人船的发射功率、带宽分配以及卸载比例，能够使时延与能耗和的显著降低，为用户带来更为良好的体验。
📄 2024106881340
📂 H04W28_084
👤 南京邮电大学
📅 2024-05-30
本发明涉及一种面向强稀疏性移动社交网络的链路预测方法、系统及存储介质，方法包括：图自编码器GAE中的编码器接收输入的移动社交网络的图序列，进行特征提取，得到特征矩阵；矩阵聚合模块对所述编码器输出的特征矩阵和图序列的度矩阵进行聚合，得到聚合后的特征矩阵；长短期记忆LSTM模块接收所述矩阵聚合模块输出的聚合后的特征矩阵，进行时序特征提取，将提取的时序特征输入到所述图自编码器GAE中的解码器；所述解码器进行解码，得到预测的链路图。本方法能够降低模型学习的成本，消除移动社交网络强稀疏性对深度神经网络的负面影响，提高链路预测精度。
📄 2024106204985
📂 G06Q10_04
👤 南京邮电大学
📅 2024-05-17
无人机辅助网络的自适应负载均衡地面用户接入方法，基于深度Q学习网络(DQN)的无人机部署算法和用于GUs访问的自适应和负载平衡(ALB)，将BS‑UAV‑NTN网络中的GUs接入问题化为一个最大化问题，将其转化为未知环境下无人机部署的马尔可夫决策过程(MDP)问题。该方法包括一种基于DQN的无人机部署算法，以及一种对BSs和无人机进行优先级排序的接入方案。仿真结果表明，该访问方案在奖励和访问GUs的数量方面优于传统的Q‑learning和随机方案。
📄 202410440830X
📂 H04W28_08
👤 南京邮电大学
📅 2024-04-12
本发明属于计算机视觉领域，具体涉及一种基于特征解耦融合网络的多目标跟踪方法，该方法包括如下步骤：利用DLA‑34骨干网络对输入帧进行预处理得到多尺度特征；构建特征融合解耦层分别提取目标位置特征和Re‑ID特征，减少多任务特征学习竞争；基于提取到的特征，采用自适应加权融合计算策略得到关联代价矩阵，输入匈牙利匹配算法得到关联结果从而构建目标轨迹；依据轨迹对的位置和时间信息进行全局轨迹链接，提升目标跟踪稳定性。本发明从特征融合角度对多任务学习冲突问题进行优化，所提出的方法是一种良好解决任务冲突问题，且具有高稳定性的多目标跟踪方法。
📄 202410223678X
📂 G06V10_62
👤 南京邮电大学
📅 2024-02-29
本发明公开了一种基于网络数据驱动的个性化跨域推荐方法，包括：分别构建源域、目标域的用户‑物品异构图；对源域、目标域的用户‑物品异构图进行关于边的用户‑物品的负采样，并根据共同用户划分训练集和测试集，并设置元路径；通过TAHIN模型对用户‑物品异构图中的节点进行表示学习，分别得到用户节点嵌入和物品节点嵌入；将源域用户节点嵌入和目标域物品节点嵌入输入元网络，生成个性化桥接函数；对源域和目标域的异构图神经网络模型、以及元网络进行训练。本发明在跨域推荐时可以有效缓解数据稀疏问题和冷启动问题，为用户提供更加全面、准确的商品推荐，使得用户在目标域的推荐更加个性化。
📄 2024100395616
📂 G06F16_9535
👤 南京邮电大学
📅 2024-01-11
柿子坊 · 知识产权运营
柿子坊知识产权运营平台