一种基于大语言模型的机器学习算法改进方法及系统

    公开(公告)号:CN118607579A

    公开(公告)日:2024-09-06

    申请号:CN202410761687.4

    申请日:2024-06-13

    Abstract: 本发明公开了一种基于大语言模型的机器学习算法改进方法及系统,其中方法包括:将分析提示与技术文档输入大语言模型,生成现有机器学习算法的分析结果;基于分析结果,利用大语言模型挖掘潜在的创新点;利用大语言模型通过使用元学习策略,生成新的机器学习算法;结合大语言模型与模型解释工具所述机器学习算法的特征贡献度;利用大语言模型生成模型融合策略,组合多个新生成的机器学习算法的预测结果;利用大语言模型自动生成特征工程策略,将生成的特征工程策略输入自动化特征工具进行特征提取;利用训练与验证数据集对最终的机器学习算法进行训练与评估。本发明通过利用大语言模型分析现有机器学习算法,提高机器学习算法的性能和准确度。

    一种基于移动终端的文件安全访问方法

    公开(公告)号:CN118094612A

    公开(公告)日:2024-05-28

    申请号:CN202311690088.X

    申请日:2023-12-08

    Abstract: 本发明涉及一种基于移动终端的文件安全访问方法,包括以下步骤:由定制移动终端发起文件访问请求,定制移动终端对访问请求加密后通过运营商专用网络通道发送至服务端;服务端内置的安全接入平台根据安全策略验证请求是否有效,验证成功后将访问请求转发至服务端内置的中转前置服务,中转前置服务对访问请求进行解密后将解密后的访问请求转发至服务端内置的内网服务;内网服务通过解密后的访问请求分析访问权限并在内网中查询对应文件数据,再将文件数据加密后返回至中转前置服务,中转前置服务对文件数据进行加密后返回至安全接入平台,安全接入平台通过运营商专用网络通道返回数据至定制移动终端。

    一种基于摄像机的人员轨迹绘制方法、系统、设备和介质

    公开(公告)号:CN117935114A

    公开(公告)日:2024-04-26

    申请号:CN202410100875.2

    申请日:2024-01-24

    Abstract: 本发明公开了一种基于摄像机的人员轨迹绘制方法、系统、设备和介质,其中方法包括:S1:确定摄像机坐标、摄像机镜头定位坐标与摄像机相关距离参数;S2:当人员走进摄像机画面监控范围、人体目标检测算法检测到人员目标时,设定人员坐标与测量相关距离参数;S3:根据摄像机坐标参数结合人员坐标参数对人员坐标进行定位解算;S4:根据得到的人员坐标,以设定的时间间隔计算所有时间段的人员坐标,在选定区域平面图上,结合不同摄像机同时计算的定位结果,进行人员坐标均值计算,以均值人员坐标绘制出连线的人员轨迹。本发明能够提升变电站作业人员进站后的行动轨迹识别与跟踪,强化变电站安防系统对人员活动区域的监察与预警能力。

    环保混合绝缘气体纯度的便携式检测装置及检测方法

    公开(公告)号:CN109444341B

    公开(公告)日:2024-01-30

    申请号:CN201811510557.4

    申请日:2018-12-11

    Abstract: 本发明提供一种环保混合绝缘气体纯度的便携式检测装置和检测方法,其中装置包括进气阀、流量调节阀、流量检测模块、O2检测模块、SF6/N2检测模块、核心控制系统、电源模块、半导体温控模块以及出气阀;所述进气阀、所述流量调节阀、所述流量检测模块、所述O2检测模块、所述SF6/N2检测模块以及所述出气阀通过测试管路依次连接;所述O2检测模块、所述SF6/N2检测模块设在所述半导体温控模块内;所述核心控制系统分别连接所述流量检测模块和所述半导体温控模块。本发明能够准确测量SF6/N2混合绝缘气体中O2、SF6、N2纯度含量,且测试结果不受现场极端高低温环境影响,结构简单,利于携带和操作。(56)对比文件Lin, Tao.Influence of Trace O-2 onSF6 Decomposition Characteristics underPartial Discharge based on Oxygen IsotopeTracer《.IEEE TRANSACTIONS ON DIELECTRICSAND ELECTRICAL INSULATION》.2017,第24卷(第3期),1600-1607.

    融合多模态数据分析的电力现场作业违章行为识别方法

    公开(公告)号:CN116108397B

    公开(公告)日:2024-01-09

    申请号:CN202211657211.3

    申请日:2022-12-22

    Abstract: 本发明涉及一种融合多模态数据分析的电力现场作业违章行为识别方法,包括以下步骤:采集目标电力现场的作业图像、违章行为和数字化工作票的历史数据;基于目标识别模型,对采集的作业图像的历史数据进行目标识别,获取目标识别结果;提取数字化工作票的历史数据中的特征信息;建立BERT分类模型,通过作业图像的目标识别结果以及数字化工作票的特征信息作为输入数据,违章行为的历史数据作为标签数据,对模型进行训练,得到违章行为识别模型;获取当前作业图像以及数字化工作票,通过目标识别模型对当前作业图像进行目标识别获得当前(56)对比文件CN 115171045 A,2022.10.11CN 115049893 A,2022.09.13CN 114821406 A,2022.07.29WO 2022036998 A1,2022.02.24莫蓓蓓;吴克河.引入Self-Attention的电力作业违规穿戴智能检测技术研究.计算机与现代化.2020,(02),162-168.施丽红《.基于5G的电力作业现场违章智能识别判定系统设计》《.数字技术与应用》.2022,第40卷(第2期),124-126.Guoqing Gao;Wenhua Lin;Guohe Li;FeiSuo;Nan Hu《.Identification of riskbehavior in power working scenarios basedon deep learning》.2022 IEEE 10th JointInternational Information Technology andArtificial Intelligence Conference(ITAIC).2022,391-395.

Patent Agency Ranking