-
公开(公告)号：CN118154973A
公开(公告)日：2024-06-07
申请号：CN202410360720.2
申请日：2024-03-27
Applicant: 华能澜沧江水电股份有限公司 , 河海大学
IPC: G06V10/764 , G06V10/774 , G06V10/776 , G06V10/74 , G06V10/82 , G06V10/80 , G06V10/44 , G06N3/045 , G06N3/084
Abstract: 本公开公开一种基于分层特征融合网络的小样本分类检测方法，包括：采用不同深度的网络作为特征提取器，并构建关系得分作为样本类别相似性度量单位，实现高精度、高效率的小样本图像分类工作。该模型首先采集不同层次的样本特征信息，并利用特征融合方法获得基于不同深度的样本特征信息载体。然后将融合特征通过特征空间凝聚成原型点，提高分类工作的效率。最后通过构建可学习的相似性度量方式，对样本不同类别之间的信息进行学习，获得预测结果。相较于当前技术中对小样本学习过程中丢弃浅层特征和追求深度特征带来的样本信息利用不充分问题，通过本公开方案生成的小样本图像分类模型，提高了图像的分类准确率和效率。
-
公开(公告)号：CN117436160A
公开(公告)日：2024-01-23
申请号：CN202310825861.2
申请日：2023-07-06
Applicant: 华能澜沧江水电股份有限公司 , 河海大学
Abstract: 本发明涉及混凝土坝结构安全监测技术领域，尤其是指一种面向大坝变形的多点监测互验拟合方法、装置及存储介质。本发明所述的面向大坝变形的多点监测互验拟合方法，选取荷载作用下混凝土坝结构响应最直观的变形效应量作为指标，建立混凝土坝变形单测点统计模型，在混凝土坝混凝土坝变形单测点统计模型构建的基础上，通过模糊聚类体现测点的时空关联性，进而借助多任务高斯过程回归模型良好的非线性处理能力，以结构测点长序列测值数据为输入，构建混凝土坝多测点变形监控模型，开展混凝土坝不同部位区域变形的预测；充分体现了混凝土坝的结构整体性和空间分布规律，提高了混凝土坝整体变形的预测精度。
-
公开(公告)号：CN116738366A
公开(公告)日：2023-09-12
申请号：CN202310719377.1
申请日：2023-06-16
Applicant: 河海大学 , 华能澜沧江水电股份有限公司
IPC: G06F18/25 , G06N7/01 , G06F16/36 , G06N3/045 , G06N3/0475 , G06N3/08 , G06N3/0464 , G06N3/0442 , G06N3/047 , G06F40/30 , G06F40/253 , G06F40/205
Abstract: 本发明公开一种基于特征融合的大坝应急事件因果关系识别方法及系统，对大坝安全运行日志数据和大坝应急响应记录信息进行事件标记；采用BERT对事件触发词信息进行嵌入，输出事件语境特征；使用对抗生成式的图表示方法学习事理图谱中的事件因果关系，扩充事件的因果语义特征；构建事件间的语法依赖路径，学习表达因果关系的语法依赖关系；对语境、语义、语法的特征信息进行拼接融合。本发明将语境、语义、语法三重特征信息进行融合，在大坝发生渗漏、裂缝等异常事件时，可以帮助快速准确地识别事件间存在的因果关系，提高工作人员对事态的判断和决策能力，从而更好地制定应急预案和预测可能出现的问题。
-
公开(公告)号：CN113935502B
公开(公告)日：2022-04-22
申请号：CN202111202116.X
申请日：2021-10-15
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双重注意力机制的面向大坝应急工况事件抽取方法，步骤包括数据预处理、构建依赖关系图、构建双重注意力网络和文档级论元填充。数据预处理步骤包括大坝应急工况语料库的标记处理以及句子编码。构建依赖关系图步骤包括借助依赖关系，辅助模型挖掘句法关系。构建双重注意力网络步骤包括基于图转换网络，加权融合注意力网络，捕捉句中关键的语义信息。文档级论元填充步骤包括利用关键句检测和相似性排序，进行文档级论元填充。本发明引入依赖关系，基于双重注意力机制，克服了长距离依赖，识准确率高，减少了大量的人工成本。
-
公开(公告)号：CN113935502A
公开(公告)日：2022-01-14
申请号：CN202111202116.X
申请日：2021-10-15
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双重注意力机制的面向大坝应急工况事件抽取方法，步骤包括数据预处理、构建依赖关系图、构建双重注意力网络和文档级论元填充。数据预处理步骤包括大坝应急工况语料库的标记处理以及句子编码。构建依赖关系图步骤包括借助依赖关系，辅助模型挖掘句法关系。构建双重注意力网络步骤包括基于图转换网络，加权融合注意力网络，捕捉句中关键的语义信息。文档级论元填充步骤包括利用关键句检测和相似性排序，进行文档级论元填充。本发明引入依赖关系，基于双重注意力机制，克服了长距离依赖，识准确率高，减少了大量的人工成本。
-
Patent Agency Ranking
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：CN105005822A
公开(公告)日：2015-10-28
申请号：CN201510361844.3
申请日：2015-06-26
Applicant: 华能澜沧江水电股份有限公司 , 河海大学
Abstract: 本发明公开了一种基于最优步长与模型动态选择的特高拱坝响应预测方法包括：数据预处理，确定数据中的错误值与缺失值；使用最优化步长和插值法预测数据，根据绝对误差选择最优插值模型，即最优参数包括：步长和插值方法，使用最优步长的样本数据和最优的插值方法，对待预测的反应特高拱坝工作性态的应力值进行预测；使用小波神经网络方法预测数据，将原始数据分为训练样本和测试样本，选定输入层的节点个数和迭代次数，用训练样本对小波神经网络进行训练，然后用训练好的小波神经网络预测测试样本；对实验得到的预测结果进行分析，用于对此次最优化步长和插值方法的应力预测模型和基于小波神经网络的应力预测结果进行评估，确定应力安全阈值。
-
公开(公告)号：CN119249939A
公开(公告)日：2025-01-03
申请号：CN202411184678.X
申请日：2024-08-27
Applicant: 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 , 河海大学 , 华能澜沧江上游水电有限公司
IPC: G06F30/28 , G06F119/14 , G06F113/08
Abstract: 本申请涉及工程设计技术领域，尤其涉及基于裂隙与基质网格的非达西渗流应力耦合仿真方法，输入裂隙和基质单元网格、边界条件、材料参数和控制参数等信息；给定基本未知量的初始值和初始应力；在每一时间步依次进行基质渗流和嵌入式裂隙非达西流迭代求解，以及基质应力平衡方程求解；判断是否收敛，若时间步计算未收敛则继续进行下一步迭代求解；达到收敛条件后，进入下一时间步求解，直到时间结束。本发明提供了一种高精度、高效率的非达西渗流应力耦合仿真方法，改善了传统有限元求解时对局部结构面建模难度大、效率低、效果不佳等问题，可有效模拟高渗压下岩体非达西渗流特征和力学变形行为。
-
公开(公告)号：CN114913150B
公开(公告)日：2023-08-22
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
IPC: G06T7/00 , G06T7/33 , G06V10/22 , G06V10/62 , G06V10/764 , G06N3/0464 , G06N3/08
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：CN115147375B
公开(公告)日：2023-07-25
申请号：CN202210786339.3
申请日：2022-07-04
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
IPC: G06T7/00 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06Q10/0639 , G06Q50/08
Abstract: 本发明公开了一种基于多尺度注意力的混凝土表面缺陷特征检测方法，包括以下步骤：构建围绕分层结构思想的多尺度图像注意力网络结构，网络将特征提取分为四个层级，分别处理不同尺度的特征图像；构建基于维度裁剪的多头注意力模块，对多头注意力机制嵌入维度裁剪计算，通过消减输入的特征向量维度降低高分辨率特征图像计算冗余；构建注意力聚合结构，通过卷积和汇集等空间操作将各层注意力特征按照划分策略进行聚合，以聚焦图像细节，提高图像特征精度。本发明有效收缩各层级缺陷图像尺寸大小，可减少模型的计算冗余并提高计算速率，同时通过构建注意力聚合模块能够促进图像全局信息耦合，聚焦缺陷图像特征精度。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.053 seconds)
