-
Patent Agency Ranking
公开(公告)号：CN117076171A
公开(公告)日：2023-11-17
申请号：CN202311014078.4
申请日：2023-08-11
Applicant: 国网上海市电力公司 , 南京南瑞信息通信科技有限公司 , 国网电力科学研究院有限公司 , 南京航空航天大学 , 国家电网有限公司
Inventor： 张王俊 , 吴金龙 , 何旭东 , 顾荣斌 , 潘晨灵 , 刘文意 , 张皛 , 方晓蓉 , 邵佳炜 , 周忠冉 , 李马峰 , 蔡世龙 , 潘安顺 , 顾亚林 , 张俊杰 , 邱文元 , 富思 , 李静 , 陈世伟
IPC: G06F11/07 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种面向多元时序数据的异常检测及定位方法及装置，方法包括以下步骤：S1：对多元时序数据中每个时间点的数据划分多个尺度的滑动窗口，计算得到多元时序数据的特征矩阵；S2：使用正常的多尺度特征矩阵和自特征矩阵作为训练集输入训练模型进行迭代训练；S3：组建异常检测器，将多元时序数据输入异常检测器，得到重构数据，计算多元时序数据的异常分数；S4：基于异常分数以及阈值，判定多元时序数据是否为异常；S5：根据异常贡献程度确定发生异常的根因。本发明具有能有效识别异常根因，进而完成对故障传感器检测及定位的技术效果。
-
公开(公告)号：CN114897694A
公开(公告)日：2022-08-12
申请号：CN202210503215.X
申请日：2022-05-10
Applicant: 南京航空航天大学
IPC: G06T3/40
Abstract: 本发明公开了基于混合注意力和双层监督的图像超分辨率重建方法，包括获取高分辨率的标签图像和参考图像并对其进行下采样，构建得到数据集；对数据集的图像进行多尺度特征提取；利用transformer注意力从参考图像特征中获得对应特征；利用通道注意力对提取的对应特征自适应优化处理得到迁移特征；将迁移特征与低分辨率图像特征通过解码器网络融合实现高质量的图像重建，并采用双层监督信号更新网络参数最小化损失。本发明能够提高超分辨率重建的重建效果和视觉感受。
-
公开(公告)号：CN114897694B
公开(公告)日：2024-09-24
申请号：CN202210503215.X
申请日：2022-05-10
Applicant: 南京航空航天大学
IPC: G06T3/4053
Abstract: 本发明公开了基于混合注意力和双层监督的图像超分辨率重建方法，包括获取高分辨率的标签图像和参考图像并对其进行下采样，构建得到数据集；对数据集的图像进行多尺度特征提取；利用transformer注意力从参考图像特征中获得对应特征；利用通道注意力对提取的对应特征自适应优化处理得到迁移特征；将迁移特征与低分辨率图像特征通过解码器网络融合实现高质量的图像重建，并采用双层监督信号更新网络参数最小化损失。本发明能够提高超分辨率重建的重建效果和视觉感受。
-
公开(公告)号：CN115081555A
公开(公告)日：2022-09-20
申请号：CN202210978771.2
申请日：2022-08-16
Applicant: 南京航空航天大学 , 国网数字科技控股有限公司 , 国家电网有限公司信息通信分公司 , 国网安徽省电力有限公司信息通信分公司 , 国网浙江省电力有限公司信息通信分公司 , 国家电网有限公司
Inventor： 陈世伟 , 李静 , 段婷婷 , 玄佳兴 , 李伟良 , 刘月灿 , 杨庆甫 , 高颖 , 乔宇杰 , 董小菱 , 武秋阳 , 李明 , 尹晓宇 , 饶涵宇 , 毛冬 , 张辰 , 曹弯弯 , 张敏
Abstract: 本发明公开了基于生成对抗和双向循环神经网络的异常检测方法及装置，应用于计算机技术领域，包括对收集到的时间序列数据进行预处理，构建数据集；模型生成器模块完成初始输入数据的重构，得到生成器重构数据，并计算生成器重构误差；模型鉴别器模块完成生成器重构数据的重构，得到鉴别器重构数据，并计算鉴别器重构误差；利用生成器重构误差和鉴别器重构误差计算异常分数，并基于异常分数计算各滑动窗口对应的阈值；将滑动窗口异常分数与对应的阈值来进行异常判别。本发明能有效建模时序数据的时间依赖性，并从特征维度上放大异常，能有效提升时序数据异常检测的性能。
-
公开(公告)号：CN115081555B
公开(公告)日：2023-12-08
申请号：CN202210978771.2
申请日：2022-08-16
Applicant: 南京航空航天大学 , 国网数字科技控股有限公司 , 国家电网有限公司信息通信分公司 , 国网安徽省电力有限公司信息通信分公司 , 国网浙江省电力有限公司信息通信分公司 , 国家电网有限公司
Inventor： 陈世伟 , 李静 , 段婷婷 , 玄佳兴 , 李伟良 , 刘月灿 , 杨庆甫 , 高颖 , 乔宇杰 , 董小菱 , 武秋阳 , 李明 , 尹晓宇 , 饶涵宇 , 毛冬 , 张辰 , 曹弯弯 , 张敏
IPC: G06F18/2433 , G06F18/214 , G06N3/0442 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06F123/02
Abstract: 本发明公开了基于生成对抗和双向循环神经网络的异常检测方法及装置，应用于计算机技术领域，包括对收集到的时间序列数据进行预处理，构建数据集；模型生成器模块完成初始输入数据的重构，得到生成器重构数据，并计算生成器重构误差；模型鉴别器模块完成生成器重构数据的重构，得到鉴别器重构数据，并计算鉴别器重构误差；利用生成器重构误差和鉴别器重构误差计算异常分数，并基于异常分数计算各滑动窗口对应的阈值；将滑动窗口异常分数与对应的阈值来进行异常判别。本发明能有效建模时序数据的时间依赖性，并从特征维度上放大异常，能有效提升时序数据异常检测的性能。(56)对比文件余广民;林金堂;姚剑敏;严群;林志贤.基于GAN网络的异常检测算法研究.广播电视网络.2020,(第04期),全文.
-
-
-
-
Search Results
5
records
(took 0.05 seconds)
