-
公开(公告)号：CN119670156B
公开(公告)日：2025-04-29
申请号：CN202510193235.5
申请日：2025-02-21
Applicant: 国网浙江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金华供电公司 , 国家电网有限公司大数据中心
IPC: G06F21/62 , G06F18/23 , G06F18/213
Abstract: 本发明涉及信息技术领域，公开了一种隐私计算算法的密文执行异常处理方法和系统，通过收集若干个租户的差分隐私查询参数来量化各租户的数据查询敏感度，利用ARIMA模型对敏感度量化结果进行时间序列分析，以预测其未来的趋势，并计算实际敏感度与预测敏感度之间的残差以识别出异常租户；采用滑动窗口方法提取异常租户的统计特征来构建特征集，并通过对其进行聚类分析识别出各异常租户对应的异常模式及异常指纹特征簇；基于异常租户的正、异常指纹特征簇训练模型，并用该模型量化各异常模式对异常租户隐私保护水平的影响程度，以根据得到的量化分析结果调整各异常租户的隐私预算分配比例并执行，进而实现对隐私计算算法的密文执行中异常的有效处理。
-
公开(公告)号：CN119670156A
公开(公告)日：2025-03-21
申请号：CN202510193235.5
申请日：2025-02-21
Applicant: 国网浙江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金华供电公司 , 国家电网有限公司大数据中心
IPC: G06F21/62 , G06F18/23 , G06F18/213
Abstract: 本发明涉及信息技术领域，公开了一种隐私计算算法的密文执行异常处理方法和系统，通过收集若干个租户的差分隐私查询参数来量化各租户的数据查询敏感度，利用ARIMA模型对敏感度量化结果进行时间序列分析，以预测其未来的趋势，并计算实际敏感度与预测敏感度之间的残差以识别出异常租户；采用滑动窗口方法提取异常租户的统计特征来构建特征集，并通过对其进行聚类分析识别出各异常租户对应的异常模式及异常指纹特征簇；基于异常租户的正、异常指纹特征簇训练模型，并用该模型量化各异常模式对异常租户隐私保护水平的影响程度，以根据得到的量化分析结果调整各异常租户的隐私预算分配比例并执行，进而实现对隐私计算算法的密文执行中异常的有效处理。
-
公开(公告)号：CN117171362A
公开(公告)日：2023-12-05
申请号：CN202311147924.X
申请日：2023-09-06
Applicant: 国网浙江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
IPC: G06F16/36 , G06F16/332 , G06F18/214 , G06F40/186 , G06Q50/06
Abstract: 本发明公开一种电力系统信息的关系抽取方法、装置、设备及介质，方法包括：对获取的电力系统文本数据进行预处理，确定若干待处理分句；将预设的实体类型列表和关系列表分别与各分句进行结合，生成若干实体类型/关系抽取问题模板并输入至生成式预训练语言模型，获取各分句中的若干实体类型和关系，并与若干用于表征不同实体类型之间的关系的链提取模板进行匹配，确定各分句的若干目标链提取模板；将分句分别与若干目标链提取模板进行结合，生成若干实体关系抽取问题模板并输入至生成式预训练语言模型，获取各关系所对应的若干对实体，进而生成若干关系三元组。本发明能够在无需人工标注与模型训练的基础上实现电力系统信息的关系自动化抽取。
-
公开(公告)号：CN116668702B
公开(公告)日：2023-10-24
申请号：CN202310945851.2
申请日：2023-07-31
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司 , 之江实验室 , 国网信息通信产业集团有限公司 , 南京南瑞信息通信科技有限公司 , 浙大宁波理工学院
IPC: H04N19/139 , H04N19/159 , H04N19/13 , H04N19/124 , H04N19/117
Abstract: 本发明公开一种视频编码方法、装置、终端设备及存储介质，方法包括：当待编码图像属于帧内编码时，通过预先以机器智能任务为目标训练的视频编码模型进行图像编码、量化和熵编码，获得二进制码流；当待编码图像属于帧间编码时，通过视频编码模型，首先进行运动估计，然后进行运动矢量编码、量化和熵编码，对待编码运动矢量信号进行运动矢量解码和运动补偿，然后根据待编码图像获得预测残差；根据隐向量和运动矢量隐向量获取显著图像以对预测残差进行滤波，然后进行残差编码、量化和熵编码获得预测残差码流，结合运动矢量码流获得整合码流；根据各待编码图像的二进制码流/整合码流，获得目标压缩视频。本发明能够满足机器智能任务的视频编码需求。
-
公开(公告)号：CN114707004B
公开(公告)日：2022-08-16
申请号：CN202210569919.7
申请日：2022-05-24
Applicant: 国网浙江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
Abstract: 本发明提供了一种基于图像模型和语言模型的事理关系抽取处理方法及系统，包括：基于语言模型提取事件类型信息、以及每个事件类型信息所对应的第二事件主体；选中与事件类型信息相对应的第二事件主体，确定所述第一事件主体和所选中的第二事件主体之间的逻辑图像，基于神经网络模型对逻辑图像进行识别得到事件逻辑信息；根据第一事件主体、第二事件主体之间的事件类型信息、事件逻辑信息生成事理关系图谱；确定事理关系图谱中相对应的一维事件类型信息、一维事件逻辑信息，根据一维事件逻辑信息确定相应的第二事件主体为一级动作事件主体；一级动作事件主体和/或二级动作事件主体根据相应的一维事件类型信息和/或二维事件类型信息进行动作。
-
Patent Agency Ranking
公开(公告)号：CN114818994A
公开(公告)日：2022-07-29
申请号：CN202210725655.X
申请日：2022-06-24
Applicant: 国网浙江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
Abstract: 本发明提供一种基于多源异构电力数据的跨业务图谱的融合方法，基于第一业务图谱中每个第一树节点的维度描述生成第一业务图谱的第一逻辑树；基于第二业务图谱中每个第二树节点的维度描述生成第二业务图谱的第二逻辑树；根据第一逻辑树中每个第一树节点的位置确定每个树节点的第一树节点标签，根据第一逻辑树中每个第二树节点的位置确定每个树节点的第二树节点标签；基于第一树节点标签和第二树节点标签依次选取多个第一树节点和第二树节点进行融合，得到多个具有第三树节点的第三逻辑树，根据每个第三树节点所对应的第三树节点标签生成跨业务图谱，可以分维度高效的融合图谱，且可以清晰的分维度展现图谱。
-
公开(公告)号：CN114707004A
公开(公告)日：2022-07-05
申请号：CN202210569919.7
申请日：2022-05-24
Applicant: 国网浙江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
Abstract: 本发明提供了一种基于图像模型和语言模型的事理关系抽取处理方法及系统，包括：基于语言模型提取事件类型信息、以及每个事件类型信息所对应的第二事件主体；选中与事件类型信息相对应的第二事件主体，确定所述第一事件主体和所选中的第二事件主体之间的逻辑图像，基于神经网络模型对逻辑图像进行识别得到事件逻辑信息；根据第一事件主体、第二事件主体之间的事件类型信息、事件逻辑信息生成事理关系图谱；确定事理关系图谱中相对应的一维事件类型信息、一维事件逻辑信息，根据一维事件逻辑信息确定相应的第二事件主体为一级动作事件主体；一级动作事件主体和/或二级动作事件主体根据相应的一维事件类型信息和/或二维事件类型信息进行动作。
-
公开(公告)号：CN116701001B
公开(公告)日：2023-10-20
申请号：CN202310989113.8
申请日：2023-08-08
Applicant: 国网浙江省电力有限公司信息通信分公司 , 之江实验室 , 国网信息通信产业集团有限公司 , 国网浙江省电力有限公司磐安县供电公司
IPC: G06F9/50
Abstract: 本发明公开目标任务分配方法、装置、电子设备及存储介质，该方法包括：将目标任务拆分为多个算子；根据模型并行机制和数据并行机制对算子进行二次拆分；确定目标算子在边缘设备上的资源变化速率，得到算力更新速率表；确定每个边缘设备的剩余空闲资源量；根据算力更新速率表、每个边缘设备的设备类型、每个边缘设备的剩余空闲资源量、以及每个目标算子的计算资源需求量，确定多个目标算子和多个边缘设备的映射关系；根据映射关系将目标算子分配到多个边缘设备上。本方法在深度学习模型训练中，将目标任务分为多个目标算子，并将目标算子分配到对应的边缘设备上，通过不同的边缘设备对目标任务协同计算，有效地提高训练过程中的计算效率。
-
公开(公告)号：CN116701001A
公开(公告)日：2023-09-05
申请号：CN202310989113.8
申请日：2023-08-08
Applicant: 国网浙江省电力有限公司信息通信分公司 , 之江实验室 , 国网信息通信产业集团有限公司 , 国网浙江省电力有限公司磐安县供电公司
IPC: G06F9/50
Abstract: 本发明公开目标任务分配方法、装置、电子设备及存储介质，该方法包括：将目标任务拆分为多个算子；根据模型并行机制和数据并行机制对算子进行二次拆分；确定目标算子在边缘设备上的资源变化速率，得到算力更新速率表；确定每个边缘设备的剩余空闲资源量；根据算力更新速率表、每个边缘设备的设备类型、每个边缘设备的剩余空闲资源量、以及每个目标算子的计算资源需求量，确定多个目标算子和多个边缘设备的映射关系；根据映射关系将目标算子分配到多个边缘设备上。本方法在深度学习模型训练中，将目标任务分为多个目标算子，并将目标算子分配到对应的边缘设备上，通过不同的边缘设备对目标任务协同计算，有效地提高训练过程中的计算效率。
-
公开(公告)号：CN116668702A
公开(公告)日：2023-08-29
申请号：CN202310945851.2
申请日：2023-07-31
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司 , 之江实验室 , 国网信息通信产业集团有限公司 , 南京南瑞信息通信科技有限公司 , 浙大宁波理工学院
IPC: H04N19/139 , H04N19/159 , H04N19/13 , H04N19/124 , H04N19/117
Abstract: 本发明公开一种视频编码方法、装置、终端设备及存储介质，方法包括：当待编码图像属于帧内编码时，通过预先以机器智能任务为目标训练的视频编码模型进行图像编码、量化和熵编码，获得二进制码流；当待编码图像属于帧间编码时，通过视频编码模型，首先进行运动估计，然后进行运动矢量编码、量化和熵编码，对待编码运动矢量信号进行运动矢量解码和运动补偿，然后根据待编码图像获得预测残差；根据隐向量和运动矢量隐向量获取显著图像以对预测残差进行滤波，然后进行残差编码、量化和熵编码获得预测残差码流，结合运动矢量码流获得整合码流；根据各待编码图像的二进制码流/整合码流，获得目标压缩视频。本发明能够满足机器智能任务的视频编码需求。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.071 seconds)
