-
公开(公告)号：CN114898423B
公开(公告)日：2024-12-24
申请号：CN202210338391.2
申请日：2022-04-01
Applicant: 东南大学
IPC: G06V40/16 , G06V10/774 , G06V10/764 , G06V10/74 , G06V10/46 , G06V10/44 , G06V10/40 , G06V10/34 , G06V10/32 , G06V10/30 , G06V10/28
Abstract: 本发明公开了一种基于改进的递归最小二乘法的人脸识别方法，首先，将预先获取的人脸图像进行图像预处理，并划分为训练样本与测试样本；其次，基于尺度不变特征变换和局部二值模式对预处理后的图像进行特征提取；然后，采用改进的基于递归最小二乘法的稀疏表示方法得到稀疏向量，进行图像稀疏重构；最后，在稀疏重构后的特征与数据库人脸图像的特征匹配得出分类识别的结果。本发明在人脸识别方面具有优秀且鲁棒的识别效果，提高人脸识别的准确率，通过稀疏表示还可以弥补样本不足的问题。
-
公开(公告)号：CN116937559A
公开(公告)日：2023-10-24
申请号：CN202310903077.9
申请日：2023-07-21
Applicant: 东南大学
IPC: H02J3/00 , G06F18/15 , G06F18/241 , G06F18/23213 , G06Q50/06 , G06F18/22 , G06N3/0442 , G06N3/09 , G06F123/02
Abstract: 本发明公开了一种基于循环神经网络和张量分解的电力系统负荷预测系统，适用于电网负荷的短期预测系统。通过数据清洗得到删除异常值之后的数据集。通过选择合适的基本时间窗口，将记录的时间序列数据划分为若干个时间片，并用多个时间片拼接为二维张量。采用奇异值阈值算法(SVT)对缺失的数据进行插补，其中利用交替迭代的方式求得了插补矩阵的最优解，该矩阵作为补全后的样本数据。然后，使用动态时序规整(DTW)计算不同用电序列间的距离矩阵，将相似性高的时间序列作为一类数据，针对每一类数据，通过有监督的改进LSTM算法进行负荷预测。本发明可以更好地应对电力供需的不平衡问题，有效辅助新型电力系统安全经济运行，提高电力系统的稳定性和可靠性。
-
公开(公告)号：CN116882558A
公开(公告)日：2023-10-13
申请号：CN202310776375.6
申请日：2023-06-28
Applicant: 东南大学
IPC: G06Q10/04 , G06Q50/30 , G06N3/0464 , G06F17/16 , G06N3/049 , G06N3/084 , G06F16/901
Abstract: 本发明公开一种基于因果判定树的交通网络结构因果分析与图神经网络进行大规模交通流量生成的方法，适用于构建大规模交通流数据。利用基于因果判定树的交通网络结构因果分析，将城市道路网的探测器网络构建成一个带权重的有向图，将该网络图经过该图卷积神经网络对未来一段时间的系统的时序数据进行预测。本发明可为智能交通系统提供有效数据支撑。
-
公开(公告)号：CN116305919A
公开(公告)日：2023-06-23
申请号：CN202310250035.X
申请日：2023-03-15
Applicant: 东南大学
IPC: G06F30/20 , G06F111/04 , G06F119/12
Abstract: 本发明旨在研究约束限制下的分布式优化问题，提供了一种新的时变非平衡图上约束优化的分布式离散时间算法，用于处理不等式约束以及闭凸集约束的凸优化问题，并改进了Push‑pull框架，经证明可有效的解决该类约束优化问题。在考虑图序列时变、图不平衡的条件下，设计了一系列完全分布式的离散算法，考虑了带有N个不同不等式约束和N个不同闭凸集约束，分析并证明提出算法的收敛性，分析了其收敛速率。该分布式优化算法思路合理，求解高效，能有效的解决多无人系统中的自主优化决策问题。
-
公开(公告)号：CN115809747B
公开(公告)日：2023-05-09
申请号：CN202310065473.9
申请日：2023-02-06
Applicant: 东南大学
Abstract: 本发明公开一种基于金字塔式因果网络的耦合信息流长期预测方法，适用于预测耦合信息流的长时时空信息,该方案采用因果性指标判断，以交通流为例，通过检测器获取的车辆速度时间序列数据为基础构建因果网络，通过互信息估计方法来计算因果熵，完成因果网络的构建。利用金字塔时空网络模型，从输入预处理层到时空块层，得到预测结果。其中每个时空块包含一个可以双向提取时间序列数据的时间金字塔模块和一个可以总结因果网络和地理网络信息的残差多图卷积网络模块。该方法可达到较高的信息流长时预测精度，可为在智能交通系统提供有效数据支撑。
-
Patent Agency Ranking
公开(公告)号：CN114898423A
公开(公告)日：2022-08-12
申请号：CN202210338391.2
申请日：2022-04-01
Applicant: 东南大学
IPC: G06V40/16 , G06V10/774 , G06V10/764 , G06V10/74 , G06V10/46 , G06V10/44 , G06V10/40 , G06V10/34 , G06V10/32 , G06V10/30 , G06V10/28
Abstract: 本发明公开了一种基于改进的递归最小二乘法的人脸识别方法，首先，将预先获取的人脸图像进行图像预处理，并划分为训练样本与测试样本；其次，基于尺度不变特征变换和局部二值模式对预处理后的图像进行特征提取；然后，采用改进的基于递归最小二乘法的稀疏表示方法得到稀疏向量，进行图像稀疏重构；最后，在稀疏重构后的特征与数据库人脸图像的特征匹配得出分类识别的结果。本发明在人脸识别方面具有优秀且鲁棒的识别效果，提高人脸识别的准确率，通过稀疏表示还可以弥补样本不足的问题。
-
公开(公告)号：CN114268369A
公开(公告)日：2022-04-01
申请号：CN202111560285.0
申请日：2021-12-20
Applicant: 东南大学
IPC: H04B10/116 , H04B10/114 , H04B10/50 , H04L67/12 , H04L69/18 , G08G1/0967 , G08G1/0965
Abstract: 本发明提出一种基于可见光的车际网通信系统，包括安装于车辆上的VLC发射装置、VLC接收装置、VLC计算单元、以及VLC通信单元和分布式智能控制单元；所述VLC发射装置用于传递单向或交互信息，所述VLC接收装置用于动态信息接收，所述VLC计算单元用于传感器输入、VLC编码解码、VLC调制解调、图像捕捉、图像处理、信息交互系统输入输出或线控执行系统输入输出；所述VLC通信单元用于车内网通信以及车辆间通信，所述分布式智能控制单元用于分布式智能控制算法。本发明应用自由度高、安全性好、功耗低，对车辆外观改动小，易于前装、后装和批量应用。
-
公开(公告)号：CN107092991B
公开(公告)日：2020-06-16
申请号：CN201710310644.4
申请日：2017-05-05
Applicant: 东南大学
Abstract: 本发明公开了一种智能电网自适应经济调度分配方法主要包括两个阶段，在每个经济调度周期的开始阶段，通过采用一致性领导者‑跟随者一致性控制协议来找到每个机组初始化功率输出来实现智能电网供需平衡；在第二个阶段，通过执行含有自适应参数的分布式一致性协议来实现含有通信不确定情况下的机组间最优功率调度，并在第二个阶段针对机组调整容量未受限和受限两种情形分别给出不同的分布式自适应一致性协议。本发明方法可用于解决存在通信受限、数据丢失以及攻击环境下满足智能电网供需平衡的机组经济调度问题，能够消除一类有界通信不确定性对电力最优调度的影响，为存在通信不确定性情况下电力经济调度提供了新思路。
-
公开(公告)号：CN110676942A
公开(公告)日：2020-01-10
申请号：CN201911143235.5
申请日：2019-11-20
Applicant: 东南大学
Abstract: 本发明提供了一种具有用户端和供应端的智能电网系统，包括硬件部分和软件部分，硬件部分包括发电装置、用电装置和信息采集模块；软件部分包括用于对电网进行主动调节的智能电网管理系统、通讯网络平台、计算模块和安全模块。与现有技术相比，本发明的有益效果在于：解决了智能电网中一类带有传输损耗的社会福利问题，所有计算模块通过只使用其邻居计算模块的信息协同寻找问题的最优解，具有计算成本低、安全性高、鲁棒性强等优点。
-
公开(公告)号：CN119578212A
公开(公告)日：2025-03-07
申请号：CN202411559487.7
申请日：2024-11-04
Applicant: 东南大学
Abstract: 本发明公开了一种基于逆向不确定性量化的电力系统正向不确定性量化方法，首先采用逆向不确定性量化建立暂态参数的不确定性模型，采用MCMC方法得到符合该模型的参数样本，再实现逆向不确定性量化样本数与正向不确定性量化所需样本数的统一，最后对系统输出进行正向不确定性量化。本发明方法通过逆向不确定性量化构建合理的暂态参数不确定性模型，并将其应用到电力系统输出结果的不确定性量化中，从而提高新型电力系统不确定性量化结果的准确度。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.035 seconds)
