复杂景观图像的语义多状态图像风格迁移

复杂景观图像的语义多状态图像风格迁移[人工智能][其他]

复杂景观图像包含具有不同特征的各种对象，传统的风格迁移方法无法在同一图像中对不同对象进行局部风格迁移。CycleGAN可以通过伪监督策略在没有配对样本的情况下实现风格迁移。但是CycleGAN无法实现对复杂风景图像中不同类别对象的风格迁移；同时CycleGAN在复杂场景中的泛化能力不足且复杂度高。因此，提出了一种基于语义类别的复杂风景多状态图像生成方法，即语义类别风格迁移（Semantic Category Style Transfer，SCST），能够有效地结合局部特征实现复杂风景的图像生成。同时提出了上下文感知的风格迁移模型GCycleGAN。实验结果表明本文提出的GCycleGAN的性能优于CycleGAN、DualGAN和Munit等基于深度学习的图像生成模型。

发表于：2025/6/18 下午3:21:05

基于特征选择和优化CNN-BiLSTM-Attention对SF6断路器漏气故障诊断

基于特征选择和优化CNN-BiLSTM-Attention对SF6断路器漏气故障诊断[人工智能][智能电网]

SF6（六氟化硫）断路器是保障电网稳定运行的重要设备，但其在长期使用中容易发生漏气问题，既影响设备性能，又威胁电网的安全性。为精准诊断SF6断路器的漏气故障，提出了一种基于Gini指数特征选择和贝叶斯优化（Bayesian Optimization， BO）的CNN-BiLSTM-Attention组合模型。首先，针对影响SF6断路器漏气的内外部因素，进行特征映射与重要性分析，并采用KMeans-SMOTE技术解决数据分布不均的问题。其次，利用基于Gini指数的方法筛选关键特征，并通过贝叶斯优化精调CNN-BiLSTM-Attention模型的超参数以提升分类性能。实验结果表明，设备缺陷、运行年限、运维水平、天气和温度是导致漏气的主要因素。与其他模型相比，所提方法在漏气故障的0/1分类任务中展现出更高的分类精度和鲁棒性。研究不仅验证了方法的有效性，还揭示了引发SF6断路器漏气的关键因素，为设备巡检和运维管理提供了科学支持，进一步提升了电网运行的安全性与可靠性。

发表于：2025/6/18 下午3:11:05

电力系统较大波动数据条目自适应检索方法研究

电力系统较大波动数据条目自适应检索方法研究[模拟设计][智能电网]

针对电力系统数据具有复杂性、多样性特点，导致检索难度过高的问题，设计了电力系统较大波动数据条目自适应检索方法。依据电力系统出力变化率，选取二分量一维混合高斯模型，构建电力系统波动概率分布模型。对比概率分布模型模拟的电力系统波动数据与量测数据，依据判定阈值辨识电力系统较大波动数据条目，构建数据条目检索库。利用哈希函数获取检索库内较大波动数据条目的哈希特征，生成二值码。较大波动数据条目检索时，生成用户检索词的二值编码，计算检索词二值码与检索库内条目二值码的汉明距离，并对其加权处理，利用加权汉明距离排序数据条目，获取较大波动数据条目的自适应检索结果。实验结果表明，该方法能够依据用户输入的检索词，自适应检索电力系统较大波动数据条目，检索结果的归一化折损累积增益均高于0.9，检索时间低于500 ms。

发表于：2025/6/18 下午3:01:05

基于机器阅读理解的电力安全命名实体识别方法

基于机器阅读理解的电力安全命名实体识别方法[模拟设计][智能电网]

为解决现有命名实体识别方法在电力安全规程等领域文本中识别效果不佳的问题，提出了一种基于机器阅读理解的电力安全命名实体识别方法。首先，使用预训练模型对待识别文本进行编码处理得到文本向量表示。其次，利用层次化注意力机制捕捉嵌套实体间的层次关系，重新分配文本序列的注意力权重；在此基础上，利用分类器预测文本中实体范围，得到最终实体识别结果。将该方法在ACE 2005与OntoNotes 4.0公开数据集上进行验证，对比主流方法其取得最优的识别效果，在电力安全领域实体识别场景下，该方法可达到89.3%的识别准确率，实现电力安全领域命名实体的精准识别。

发表于：2025/6/18 下午2:50:05

数据驱动的商业负荷集群动态聚合研究

数据驱动的商业负荷集群动态聚合研究[模拟设计][智能电网]

商业负荷集群的动态聚合对提高电网的调度灵活性、优化需求侧管理以及促进可再生能源消纳具有重要意义。基于典型相关分析（CCA）选取商业负荷特征，并结合DBSCAN 和 K-means等聚类算法对负荷进行分类，以构建适用于不同场景的负荷集群。进一步，提出了三种负荷聚合标准，即基于调节速度、负荷稳定性和经济性的标准，并分析不同标准下的商业负荷聚合特性、适用性及其在电力调度中的潜在应用。

发表于：2025/6/18 下午2:39:00

面向电气设施火灾早期检测的多模态融合模型

面向电气设施火灾早期检测的多模态融合模型[模拟设计][安防电子]

高层建筑电气火灾难以预测，危害程度大。为此，提出了一种面向高层建筑电气火灾早期检测的多模态数据融合模型，该模型融合了温度、CO气体浓度与烟雾三种不同模态传感器的数据，利用了各模态间的互补优势。首先使用gMLP捕捉三种模态数据的内在模式，完成特征提取。然后利用基于多头注意力的融合方法，融合不同模态数据间的有效信息，完成特征融合，并识别出存在火情隐患的电气设施。通过在无隐患与不同电气设施存在火情隐患情况下的多模态数据集上进行实验，证明了多模态数据融合模型的早期预测具有较高的准确率，表明了融合方法的优越性。

发表于：2025/6/18 下午2:27:03

AirGAN：空调机理模型增强生成对抗模型

AirGAN：空调机理模型增强生成对抗模型[模拟设计][智能电网]

为引导资源庞大、调控灵活的空调负荷参与需求响应实现“源荷互动”，保障电网的安全经济运行，各大研究单位开展了楼宇空调需求响应实时控制仿真与实践研究。然而，如何准确地估算空调的负荷，并对空调负荷进行预测是目前面临的重要挑战。当前主流方法包括模型驱动型、数据驱动型两种方法体系。其中模型驱动型依赖对空调负荷的建模，难以实现对空调负荷复杂变化的模拟。数据驱动则是依赖大量数据进行模型训练，但难以覆盖空调负荷的各类特点。为此，拟从模型驱动及数据驱动相结合的角度进行空调负荷的智能拟合，以提升空调负荷生成预测的准确性和适应性。提出了一种基于机制模型与生成对抗网络（GAN）相结合的负荷生成方法和模型AirGAN。该方法通过GAN生成器生成的虚拟数据，持续调整物理模型的超参数，以使其更好地符合实际空调负荷特性。同时，采用GAN判别器对机制模型预测的负荷进行判别，以此训练机制模型，从而提升其预测精度。

发表于：2025/6/18 下午2:14:00

欧盟刑事跨境电子取证制度的新发展及启示

欧盟刑事跨境电子取证制度的新发展及启示[其他][其他]

在数据时代，刑事犯罪与网络空间的深入融合凸显了电子数据证据在刑案侦破中的重要地位。跨境涉网刑案的日益增多也让各国日益关注跨境电子取证制度的建设。在复杂的案件环境中，我国目前大力推行的刑事司法协助制度有着适用范围小、启动后效率低的问题。作为补充的单边跨境电子取证制度则仅以缺乏有效监督体系、范围同样有限的网络在线提取为主。二者均难以满足跨境电子取证高效率、取证充分的需求。以欧盟《电子证据条例》（European Production and Preservation Orders Regulation）为参考，可以看到属人主义单边跨境电子取证制度成为国际主流。有鉴于欧盟单边跨境电子取证制度中对传统主权理论的突破，我国应当率先构建以网络服务商为取证节点的属人主义刑事单边跨境电子取证制度，再考虑刑事司法协助的改良方法，这有利于提高效率，充分取证，助力涉网跨境刑事案件的侦破，掌握国际网络空间的主动性与话语权，维护我国数据主权。

发表于：2025/5/29 下午5:09:51

论劳动者个人信息保护中知情同意规则的适用

论劳动者个人信息保护中知情同意规则的适用[其他][其他]

劳动者个人信息保护兼具个人信息保护的一般性与劳动者保护的特殊性，传统知情同意规则面临僵化、虚置的现实困境。知情同意规则作为个人信息保护的风险防范机制发挥着不可替代的作用。在既有法律框架下通过规则解释和制度续造，明确知情的内容与标准，完善劳动者个人“敏感信息-一般信息-去标识化信息”的类型划分并施加不同强弱同意模式、建立以同意撤回权为核心的个人信息动态同意机制，从而构建更具劳动关系适应性的知情同意适用机制，可以纾解劳动关系下知情同意规则的适用困境。

发表于：2025/5/29 下午4:59:00

数据抓取不正当竞争认定范式的省思与转进——基于44份裁判文书分析

数据抓取不正当竞争认定范式的省思与转进——基于44份裁判文书分析[其他][其他]

由于数据抓取不正当竞争行为缺乏专门法规制，裁判失范、标准不一的问题日益凸显。基于对既有44份案例的整理、归纳，数据抓取不正当规制存在法条适用顺位混乱、逻辑框架体系结构失调、分析要素论证标准参差等问题。鉴于此，为规范行为认定范式，须遵循动态多元的利益权衡机制，厘清优先等级的法条适用顺序，明确数据抓取不正当竞争的逻辑框架，形成以行为不正当性和损害后果为主要要素，竞争关系、数据权益和主观过错为次要要素的层次化分析范式，进而对各分析要素进行科学明确的统筹。

发表于：2025/5/29 下午4:22:32