-
公开(公告)号：CN115720819A
公开(公告)日：2023-03-03
申请号：CN202211399583.0
申请日：2022-11-09
Applicant: 华能澜沧江水电股份有限公司 , 中国电建集团贵阳勘测设计研究院有限公司 , 中国科学院水利部成都山地灾害与环境研究所
Abstract: 本发明公开了一种高海拔水电开发区域植被恢复方法，基于藏东南干暖河谷多砾石、气候干旱的生态条件，提出渣场人工草地和经果林建植技术、亚高山土料场草‑灌‑林人工植被恢复技术和高寒区土料场草皮移植与人工草地建植技术。本发明摸清了自然环境要素的现状，模拟施工情景，监测区域环境要素的动态变化特征，开展水电开发扰动下的高原高山峡谷区域植被恢复研究，集成监测和情景模拟，形成针对性、科学的恢复技术和模式，填补高寒区域该领域相关的空白。
-
公开(公告)号：CN118965045A
公开(公告)日：2024-11-15
申请号：CN202410972053.3
申请日：2024-07-19
Applicant: 华能澜沧江水电股份有限公司 , 河海大学
IPC: G06F18/23213 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/09 , G06N3/088
Abstract: 本发明公开一种基于自注意力的水电机转轮状态数据深度聚类方法，包括：1)提取水电机转轮状态数据在多种稳定运行状态下的低维特征表示，实现对复杂数据的初步降维和特征提取；2)挖掘不同运行状态下水电机转轮状态数据之间的内在联系，对水电机转轮状态数据的特征进行有效融合；3)基于融合后的特征，运用KL散度作为聚类目标函数，优化聚类算法参数以实现水电机转轮状态数据的有效聚类。本发明提高了对水电机转轮状态数据的表征和理解能力，有助于挖掘水电机转轮状态数据的分布规律或潜在分布规律，为水电机的运行监测和维护提供了有效的数据分析工具。
-
公开(公告)号：CN114898121A
公开(公告)日：2022-08-12
申请号：CN202210664943.9
申请日：2022-06-13
Applicant: 河海大学 , 华能澜沧江水电股份有限公司 , 华能集团技术创新中心有限公司
Abstract: 本发明公开了一种基于图注意力网络的混凝土坝缺陷图像描述自动生成方法，包括以下步骤：1)利用多层卷积神经网络提取缺陷图像的局部网格特征和整幅图像特征，进行图像编码；2)构建网格特征交互图，对缺陷图像的网格视觉特征和全局图像特征进行融合编码；3)通过图注意力网络更新优化全局和局部特征，充分利用改进的视觉特征进行缺陷描述。本发明构建网格特征交互图，并利用图注意力网络更新节点信息，将特征提取任务作为图节点分类任务实现，不会增加计算开销，同时提高了性能。本发明可以捕捉缺陷图像的全局图像信息，并捕获局部网格特征的潜在交互，加深了对缺陷图像内容的理解，生成的描述文本能够准确并连贯地描述缺陷信息。
-
公开(公告)号：CN113901815A
公开(公告)日：2022-01-07
申请号：CN202111202004.4
申请日：2021-10-15
Applicant: 华能澜沧江水电股份有限公司 , 河海大学 , 华能集团技术创新中心有限公司
IPC: G06F40/289 , G06F40/295 , G06F40/30 , G06N3/04 , G06N3/08 , G06Q10/00 , G06Q10/06 , G06Q50/08
Abstract: 本发明公开一种面向大坝运行日志的应急工况事件检测方法，构建大坝应急工况事件类型集合；对大坝运行日志中的所有分词进行编码，转换成词对应的嵌入向量；融合分词对应的嵌入向量、命名实体类型与词性标注向量，强化分词的语义信息；使用句子‑文档双重注意力融合语境信息，句子级注意力提高每个句子中可能触发事件的重要词，文档级注意力提高每个日志文档中可能触发事件的重要句子，强化分词的局部和全局的语义信息，解决传统中文事件检测中一词多义和词与触发器不匹配问题；为避免普通大坝日志文档中每个句子最多包含2个事件而导致的二分类正负样本不均衡问题，采用训练模型进行事件检测，基于每篇文档所包含的事件实现对所有文档的分类。
-
公开(公告)号：CN119380223A
公开(公告)日：2025-01-28
申请号：CN202411473450.2
申请日：2024-10-22
Applicant: 华能澜沧江水电股份有限公司 , 河海大学
Inventor： 迟福东 , 贾璐瑶 , 陈有勤 , 李果 , 张鹏 , 聂兵兵 , 潘祯祥 , 徐小坤 , 刘海波 , 魏子钧 , 刘军显 , 王顺波 , 吴光耀 , 赵家尧 , 孔明 , 郭彪 , 刘锦 , 李玲 , 王龙 , 段永杰 , 余意 , 郭锐 , 沈凤群
Abstract: 本发明提出一种用于巡检无人载具的大坝缺陷实时语义分割方法及装置，对巡检无人载具监测大坝的RGB‑D缺陷图像进行特征提取，基于ConvNeXt‑T网络模块生成多阶段RGB图像和深度图像，再输入到基于池化注意力机制进行特征增强；将同一阶段特征增强后的特征图送入特征融合模块，基于跨模态注意力机制进行优化，并融合以得到多级融合特征图；将最后一级融合特征图送入空洞金字塔池化模块生成多尺度语义图；将相邻三级融合特征图输入上采样恢复模块，基于各融合特征图的不同表征和上下文信息，进行多次卷积和池化操作得到语义分割图；再输入上采样层生成大坝缺陷实时语义分割结果。由此，进行双重特征增强的实时语义分割，提高了实时语义分割的推理速度和分割精度。
-
Patent Agency Ranking
公开(公告)号：CN117975246A
公开(公告)日：2024-05-03
申请号：CN202410002724.3
申请日：2024-01-02
Applicant: 河海大学 , 华能澜沧江水电股份有限公司
IPC: G06V10/96 , G06V10/98 , G06V10/774
Abstract: 本发明公开一种基于ONNX的目标检测模型库系统构建方法，根据图像数据集，采用适应的目标检测模型训练，得到训练好的模型；根据实际模型输入，将训练好模型转化为开放神经网络交换ONNX格式，并将模型统一部署到服务器ONNXRuntime环境，实现跨框架的深度学习模型部署；使用ONNXRuntime得到模型推理结果，为每个模型编写独立的推理代码，将结果转化为系统所需的统一格式；根据检测结果进行可视化处理，在系统中展示检测后的图像以及相应的评价指标；模型库系统包含模型注册、模型展示和模型服务三个模块。模型注册是将ONNX格式模型上传到系统中；模型展示是展现模型库系统中所有已注册模型；模型服务是用户根据需求调用模型在ONNXRuntiem环境下推理，并展示推理结果。
-
公开(公告)号：CN113901815B
公开(公告)日：2023-05-05
申请号：CN202111202004.4
申请日：2021-10-15
Applicant: 华能澜沧江水电股份有限公司 , 河海大学 , 华能集团技术创新中心有限公司
IPC: G06F40/289 , G06F40/295 , G06F40/30 , G06N3/04 , G06N3/08 , G06Q10/00 , G06Q10/06 , G06Q50/08
Abstract: 本发明公开一种面向大坝运行日志的应急工况事件检测方法，构建大坝应急工况事件类型集合；对大坝运行日志中的所有分词进行编码，转换成词对应的嵌入向量；融合分词对应的嵌入向量、命名实体类型与词性标注向量，强化分词的语义信息；使用句子‑文档双重注意力融合语境信息，句子级注意力提高每个句子中可能触发事件的重要词，文档级注意力提高每个日志文档中可能触发事件的重要句子，强化分词的局部和全局的语义信息，解决传统中文事件检测中一词多义和词与触发器不匹配问题；为避免普通大坝日志文档中每个句子最多包含2个事件而导致的二分类正负样本不均衡问题，采用训练模型进行事件检测，基于每篇文档所包含的事件实现对所有文档的分类。
-
公开(公告)号：CN115457006A
公开(公告)日：2022-12-09
申请号：CN202211164829.6
申请日：2022-09-23
Applicant: 华能澜沧江水电股份有限公司 , 河海大学 , 华能集团技术创新中心有限公司
Abstract: 本发明公开一种基于相似一致性自蒸馏的无人机巡检缺陷分类方法及装置，设计了一个自蒸馏缺陷图像分类模型，采用自蒸馏训练策略压缩模型以便于在小型应用设备上实现高精度图像分类工作，该模型主要分为两部分：基于相似一致性知识构建和相似一致性知识传递。基于相似一致性知识构建部分通过计算Mini‑batch内实例间的相关关系，得到相似矩阵。相似一致性知识传递部分则在自蒸馏缺陷图像分类模型层间传递相似矩阵，细化底层次相似性，捕获丰富的上下文场景和局部特征信息。本发明针对图像分类模型容量大且复杂，无法在小型无人载具设备上使用的问题，设计了自蒸馏模型，提高缺陷图像的分类效率和精度。
-
公开(公告)号：CN114913150A
公开(公告)日：2022-08-16
申请号：CN202210515193.9
申请日：2022-05-11
Applicant: 河海大学 , 华能澜沧江水电股份有限公司
Abstract: 本发明公开一种混凝土大坝缺陷时序图像智能识别方法，使用双流网络提取包含混凝土大坝缺陷的时序图像的特征序列，并添加时间维度的自注意力机制获取全局上下文特征关系；在模型的训练过程中，使用基于距离交并比的目标函数匹配定位缺陷和真实缺陷，计算缺陷的时序位置关系加速模型收敛；在模型损失函数中添加基于紧密感知交并比的损失项，以关注缺陷序列的完整性提高准确率；在完成缺陷定位后，采用基于2D时序差分的卷积神经网络提取缺陷特征并识别缺陷类型。本发明对混凝土大坝缺陷时序图像进行了有效检测，不仅能够定位长图像序列中的缺陷位置，还能够准确识别缺陷类型。在大坝缺陷时序图像的识别任务中具有较高的识别精度与较好的收敛性能。
-
公开(公告)号：CN110211097B
公开(公告)日：2021-06-08
申请号：CN201910398515.4
申请日：2019-05-14
Applicant: 河海大学 , 华能澜沧江水电股份有限公司 , 华能集团技术创新中心有限公司
Abstract: 本发明公开了一种基于Faster R‑CNN参数迁移的裂缝图像检测方法，方法详细步骤为：1)特征提取，将图片输入ResNet‑50网络提取特征；2)特征融合及候选区域生成，将所得特征图输入多任务增强RPN模型，并改善RPN模型的锚盒大小和尺寸以提高检测识别精度，生成候选区域；3)检测处理，将特征图和候选区域发送到感兴趣区域(ROI)池，完全连接(FC)层，然后将FC层输出分别连接到一个边界回归器和一个SVM分类器，得到目标的类别和位置。本发明解决大坝裂缝图像样本不足的问题，以及适应大坝在不同光照环境，不同长度裂缝的检测。
-
-
-
-
-
-
-
-
-
Search Results
218
records
(took 0.086 seconds)
