-
公开(公告)号:CN108846199B
公开(公告)日:2019-04-05
申请号:CN201810598142.0
申请日:2018-06-12
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: G06F17/50
Abstract: 本发明公开了一种基于时空一体化的特高拱坝变形时空序列预测方法,包括以下步骤:大坝传感器在监测数据时,实测数据中时常带有随机误差项,假设时空过程分解为两部分:确定性时空变化和去除确定趋势后的小规模误差随机变化并且去除确定趋势后的小规模误差随机变化的期望为零。应用简单BP神经网络拟合整体时空趋势;在去除整体时空趋势后得到残差项,对残差项进行线性无偏估计,选用时空克里格方法拟合局部时空趋势;引入门限循环神经网络对大坝各测点时间序列进行预测,预测出相关测点变形值,将门限循环神经网络预测出的变形值与BP神经网络预测出的变形值进行对比,如果门限网络的预测值更加精确,那么将预测后的顺河向位移数据作为训练数据优化BP网络。
-
公开(公告)号:CN119440050A
公开(公告)日:2025-02-14
申请号:CN202411558437.7
申请日:2024-11-04
Applicant: 河海大学 , 华能澜沧江水电股份有限公司
Inventor: 荣毅 , 许皓文 , 毛莺池 , 李果 , 聂兵兵 , 戚荣志 , 王彦芳 , 徐小坤 , 彭欣欣 , 张家恺 , 魏子钧 , 刘军显 , 李玲 , 孔明 , 郭彪 , 刘锦 , 赵家尧 , 王贵华 , 王龙 , 王英洁 , 段永杰 , 沈凤群 , 李清梦
IPC: G05D1/46 , G05D1/695 , G05D109/20
Abstract: 本发明公开一种多无人机在大坝异常环境巡检中的覆盖路径规划方法,形式化定义多无人机在大坝异常环境巡检中的覆盖路径规划问题:首先定义异常环境,即灾害发生后的大坝区域,其次将多无人机在大坝异常环境巡检中的覆盖路径规划问题定义为一个优化问题,优化目标分别是多无人机在异常环境中的覆盖率以及能源消耗;模型设计:针对前一步所定义的优化问题,构建基于DRL的多无人机覆盖路径规划模型;更新多无人机覆盖路径规划模型参数并评估模型性能。与现有技术相比,本发明具有实用性好等优点。
-
公开(公告)号:CN118071634B
公开(公告)日:2024-07-23
申请号:CN202410465418.3
申请日:2024-04-18
Applicant: 河海大学 , 华能澜沧江水电股份有限公司
Inventor: 王彦芳 , 吴明波 , 毛莺池 , 陈琨 , 李红勇 , 刘华 , 潘祯祥 , 陆伟 , 赵盛杰 , 聂兵兵 , 李建刚 , 熊成龙 , 简树明 , 岳宏斌 , 马小波 , 付兆明 , 冉龙明 , 张润 , 刘锦 , 沈凤群 , 钟汝梅
Abstract: 本发明公开了一种用于低照度偏色图像的自适应增强方法,包括:分别针对低照度偏色图像的R、G和B通道,计算局部灰度因子、局部对比度因子和局部色度因子,融合三种因子作为Naka‑Rushton函数的关键参数,利用归一化的Naka‑Rushton函数分别调整RGB三个通道的灰度值,以调整图像亮度并修正偏色;进一步,借助指数函数提升每个像素与其邻域之间的差异,以增强局部对比度,得到增强后的彩色图像。本发明在对RGB通道开展并行处理的过程中,设计并引入局部灰度、色度、对比度度量因子,用于自适应地控制各通道局部的增强幅度,从而能够在摆脱低照度、去除偏色的同时,有效保护图像细节和色彩饱和度。
-
公开(公告)号:CN116402275A
公开(公告)日:2023-07-07
申请号:CN202310194969.6
申请日:2023-03-03
Applicant: 河海大学 , 华能澜沧江水电股份有限公司 , 中国电建集团昆明勘测设计研究院有限公司
IPC: G06Q10/0631 , G06Q50/26 , G06N20/20 , G06V20/17 , G06V10/82
Abstract: 本发明公开了一种面向大坝智能协同巡检的无人载具动态选择方法,在现实的大坝库区环境中,基于联邦学习针对边缘设备的异构性来多节点协作执行相应的巡检任务,包括:构建节点的本地计算效率评估标准,根据节点客户端计算能力的表征进行分组;在组内通过本地数据代表性评价构造选择权重,并选择最具数据代表性的客户端参与本地训练,融合各组结果完成客户端选择;每一迭代回合的聚合结束后,根据最新一轮的训练时间更新客户端的本地计算效率,再重复以上步骤对客户端选择结果进行动态更新。本发明通过提升各边缘设备的参与度,增强特殊数据的表征能力来提高巡检设备协同监测的缺陷识别准确性,提升大坝长周期运行安全管控水平。
-
公开(公告)号:CN118071634A
公开(公告)日:2024-05-24
申请号:CN202410465418.3
申请日:2024-04-18
Applicant: 河海大学 , 华能澜沧江水电股份有限公司
Inventor: 王彦芳 , 吴明波 , 毛莺池 , 陈琨 , 李红勇 , 刘华 , 潘祯祥 , 陆伟 , 赵盛杰 , 聂兵兵 , 李建刚 , 熊成龙 , 简树明 , 岳宏斌 , 马小波 , 付兆明 , 冉龙明 , 张润 , 刘锦 , 沈凤群 , 钟汝梅
Abstract: 本发明公开了一种用于低照度偏色图像的自适应增强方法,包括:分别针对低照度偏色图像的R、G和B通道,计算局部灰度因子、局部对比度因子和局部色度因子,融合三种因子作为Naka‑Rushton函数的关键参数,利用归一化的Naka‑Rushton函数分别调整RGB三个通道的灰度值,以调整图像亮度并修正偏色;进一步,借助指数函数提升每个像素与其邻域之间的差异,以增强局部对比度,得到增强后的彩色图像。本发明在对RGB通道开展并行处理的过程中,设计并引入局部灰度、色度、对比度度量因子,用于自适应地控制各通道局部的增强幅度,从而能够在摆脱低照度、去除偏色的同时,有效保护图像细节和色彩饱和度。
-
公开(公告)号:CN116385794B
公开(公告)日:2024-04-05
申请号:CN202310386316.8
申请日:2023-04-11
Applicant: 河海大学 , 华能澜沧江水电股份有限公司
IPC: G06V10/764 , G06T7/00 , G06V10/44 , G06V10/82
Abstract: 本发明公开一种基于注意力流转移互蒸馏的机器人巡检缺陷分类方法及装置,设计了一个互蒸馏缺陷图像分类模型,采用互蒸馏训练策略提取缺陷图像分类模型中间层的注意力转移矩阵作为增益知识,实现高精度、高效率的缺陷分类工作。该模型首先根据相邻层注意力图的变化,得到基于过程驱动的注意力流转移的知识矩阵。然后将基于过程驱动的注意力流转移的知识矩阵在互蒸馏缺陷图像分类模型层间双向传递,最后结合结果驱动的知识,实现在线互蒸馏。本发明针对现有图像分类模型忽略中间层信息,无法充分有效利用中间层特征知识的问题,设计了互蒸馏缺陷图像分类模型,提高缺陷图像的分类效率和准确率。
-
公开(公告)号:CN116432656B
公开(公告)日:2023-08-29
申请号:CN202310694310.7
申请日:2023-06-13
Applicant: 河海大学 , 华能澜沧江水电股份有限公司
IPC: G06F40/295 , G06F40/194 , G06F16/35
Abstract: 本发明公开了一种面向大坝应急响应的小样本命名实体识别方法,使用细粒度原型网络构建小样本命名实体识别模型,对实体与非实体采用不同的原型构造方式,不同的原型充分地表达相应实体与非实体类型的特征;同时在模型训练过程的损失函数中添加同类实体或者非实体之间的特征差异,以使得同类实体或者非实体的特征表示更加接近;在完成所有类的原型构造后,使用距离函数计算给定样本与所有类原型之间的距离,将距离转换为相似度概率以对样本进行分类。本发明摆脱了现有大坝安全管理领域深度学习算法对大量训练数据的依赖性,能够在样本较少的大坝数据集中完成命名实体识别任务,并具有较高的识别精度与较好的收敛性能。
-
公开(公告)号:CN119580213A
公开(公告)日:2025-03-07
申请号:CN202411675418.2
申请日:2024-11-21
Applicant: 河海大学 , 华能澜沧江水电股份有限公司
Inventor: 张本腾 , 郑浩天 , 张鹏 , 毛莺池 , 聂兵兵 , 许皓文 , 戚荣志 , 徐小坤 , 王彦芳 , 彭欣欣 , 张家恺 , 魏子钧 , 刘军显 , 李玲 , 孔明 , 郭彪 , 刘锦 , 赵家尧 , 王贵华 , 王龙 , 王英洁 , 段永杰 , 沈凤群 , 李清梦
Abstract: 本发明公开一种面向无人巡检设备的联邦动态聚合优化方法及系统,构建基于联邦学习的模型训练优化方法。基于模型在巡检设备上的输出的Logits,动态地计算模型在该设备上的一致性,云服务器根据计算得到的模型一致性为每一台巡检设备分配不同的全局聚合权重;云服务器在完成全局聚合后会平均集成最新的历史全局模型参数作为下一轮联邦训练的全局集成参数并下发给参与训练的巡检设备。本发明计算巡检设备的模型一致性并为其分配不同的聚合权重,可以有效防止由本地模型更新偏差导致全局模型的更新偏离最优方向,在加速全局模型收敛速度的同时提高全局模型准确率。
-
公开(公告)号:CN116402275B
公开(公告)日:2023-12-15
申请号:CN202310194969.6
申请日:2023-03-03
Applicant: 河海大学 , 华能澜沧江水电股份有限公司 , 中国电建集团昆明勘测设计研究院有限公司
IPC: G06Q10/0631 , G06Q50/26 , G06N20/20 , G06V20/17 , G06V10/82
Abstract: 本发明公开了一种面向大坝智能协同巡检的无人载具动态选择方法,在现实的大坝库区环境中,基于联邦学习针对边缘设备的异构性来多节点协作执行相应的巡检任务,包括:构建节点的本地计算效率评估标准,根据节点客户端计算能力的表征进行分组;在组内通过本地数据代表性评价构造选择权重,并选择最具数据代表性的客户端参与本地训练,融合各组结果完成客户端选择;每一迭代回合的聚合结束后,根据最新一轮的训练时间更新客户端的本地计算效率,再重复以上步骤对客户端选择结果进行动态更新。本发明通过提升各边缘设备的参与度,增强特殊数据的表征能力来提高巡检设备协同监测的缺陷
-
公开(公告)号:CN116432656A
公开(公告)日:2023-07-14
申请号:CN202310694310.7
申请日:2023-06-13
Applicant: 河海大学 , 华能澜沧江水电股份有限公司
IPC: G06F40/295 , G06F40/194 , G06F16/35
Abstract: 本发明公开了一种面向大坝应急响应的小样本命名实体识别方法,使用细粒度原型网络构建小样本命名实体识别模型,对实体与非实体采用不同的原型构造方式,不同的原型充分地表达相应实体与非实体类型的特征;同时在模型训练过程的损失函数中添加同类实体或者非实体之间的特征差异,以使得同类实体或者非实体的特征表示更加接近;在完成所有类的原型构造后,使用距离函数计算给定样本与所有类原型之间的距离,将距离转换为相似度概率以对样本进行分类。本发明摆脱了现有大坝安全管理领域深度学习算法对大量训练数据的依赖性,能够在样本较少的大坝数据集中完成命名实体识别任务,并具有较高的识别精度与较好的收敛性能。
-
-
-
-
-
-
-
-
-