“叶佳锐”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]一种基于神经网络的电力消费概率预测方法-CN202210499887.8在审
发明人： 叶佳锐;刘德荣;王永华 -专利权人：广东工业大学
申请日： 2022-05-09 - 公布日： 2022-07-29 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于神经网络的电力消费概率预测方法，包括以下步骤：收集电力消费的历史数据，划分为训练集和测试集，并对各变量做归一化处理；构建基于卷积架构和自注意力机制的神经网络模型；使用处理后的训练集数据训练神经网络模型，利用测试集选取预测精度最好的模型作为训练好的神经网络模型；选取电力消费的近期数据并进行预处理，将预处理后的近期数据输入模型，对模型的输出值进行逆归一化处理得到概率预测结果。本方法与传统电力负荷预测方法相比，利用构建的神经网络模型，实现了同时对电网中不同用户的电力消费数据进行建模，能够捕捉时间序列中的短期和长期模式，实现对时间序列高精度的预测，输出点预测结果和概率预测结果。
一种基于神经网络电力消费概率预测方法

[发明专利]一种基于生成对抗网络的电能计量数据补全方法和系统-CN202111425843.2在审
发明人：刘德荣;叶佳锐;王永华;魏庆来 -专利权人：广东工业大学
申请日： 2021-11-26 - 公布日： 2022-02-25 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于生成对抗网络的电能计量数据补全方法和系统，涉及数据补全的技术领域，所述方法包括：获取矩阵形式的电能计量数据的完整历史数据集和缺失数据集；构建生成对抗网络，利用完整历史数据集对生成对抗网络进行训练，获得训练好的生成对抗网络；根据缺失数据集中缺失数据的位置生成掩码矩阵；对缺失数据集进行预处理，获得预处理后的缺失数据集；将预处理后的缺失数据集和掩码矩阵输入训练好的生成对抗网络，获得初始补全数据集；对初始补全数据集进行处理，利用处理后的初始补全数据集对缺失数据集进行补充，获得最终补全数据集。本发明可以在数据缺失较多时对数据准确补充，获得完整的数据。
一种基于生成对抗网络电能计量数据方法系统

[发明专利]一种对混合语音中说话人的识别方法及装置-CN202010646240.4在审
发明人：杨祖元;叶佳锐;袁志勇 -专利权人：广东工业大学
申请日： 2020-07-07 - 公布日： 2020-10-23 - 主分类号： G10L17/00 文献下载
摘要：本申请公开了一种对混合语音中说话人的识别方法及装置，方法包括：获取待测混合语音信号；判断待测混合语音信号中的说话人人数；由说话人人数对待测混合语音信号进行分离，分离后的语音信号与说话人人数相对应；提取分离后的语音信号的声纹特征向量；根据预置第一公式计算声纹特征向量与声纹模型库中的声纹模型的对数似然概率得分，得到识别结果。本申请解决了混杂语音对识别目标说话人的干扰，难以保证辨别准确率的技术问题。
一种混合语音说话识别方法装置