丝袜+亚洲+另类+欧美+变态,99国产精品99久久久久久,97视频在线观看网站

復雜景觀圖像的語義多狀態(tài)圖像風格遷移[人工智能][其他]

復雜景觀圖像包含具有不同特征的各種對象，傳統(tǒng)的風格遷移方法無法在同一圖像中對不同對象進行局部風格遷移。CycleGAN可以通過偽監(jiān)督策略在沒有配對樣本的情況下實現(xiàn)風格遷移。但是CycleGAN無法實現(xiàn)對復雜風景圖像中不同類別對象的風格遷移；同時CycleGAN在復雜場景中的泛化能力不足且復雜度高。因此，提出了一種基于語義類別的復雜風景多狀態(tài)圖像生成方法，即語義類別風格遷移（Semantic Category Style Transfer，SCST），能夠有效地結合局部特征實現(xiàn)復雜風景的圖像生成。同時提出了上下文感知的風格遷移模型GCycleGAN。實驗結果表明本文提出的GCycleGAN的性能優(yōu)于CycleGAN、DualGAN和Munit等基于深度學習的圖像生成模型。

發(fā)表于：6/18/2025 3:21:05 PM

基于特征選擇和優(yōu)化CNN-BiLSTM-Attention對SF6斷路器漏氣故障診斷[人工智能][智能電網(wǎng)]

SF6（六氟化硫）斷路器是保障電網(wǎng)穩(wěn)定運行的重要設備，但其在長期使用中容易發(fā)生漏氣問題，既影響設備性能，又威脅電網(wǎng)的安全性。為精準診斷SF6斷路器的漏氣故障，提出了一種基于Gini指數(shù)特征選擇和貝葉斯優(yōu)化（Bayesian Optimization， BO）的CNN-BiLSTM-Attention組合模型。首先，針對影響SF6斷路器漏氣的內外部因素，進行特征映射與重要性分析，并采用KMeans-SMOTE技術解決數(shù)據(jù)分布不均的問題。其次，利用基于Gini指數(shù)的方法篩選關鍵特征，并通過貝葉斯優(yōu)化精調CNN-BiLSTM-Attention模型的超參數(shù)以提升分類性能。實驗結果表明，設備缺陷、運行年限、運維水平、天氣和溫度是導致漏氣的主要因素。與其他模型相比，所提方法在漏氣故障的0/1分類任務中展現(xiàn)出更高的分類精度和魯棒性。研究不僅驗證了方法的有效性，還揭示了引發(fā)SF6斷路器漏氣的關鍵因素，為設備巡檢和運維管理提供了科學支持，進一步提升了電網(wǎng)運行的安全性與可靠性。

發(fā)表于：6/18/2025 3:11:05 PM

電力系統(tǒng)較大波動數(shù)據(jù)條目自適應檢索方法研究[模擬設計][智能電網(wǎng)]

發(fā)表于：6/18/2025 3:01:05 PM

基于機器閱讀理解的電力安全命名實體識別方法[模擬設計][智能電網(wǎng)]

為解決現(xiàn)有命名實體識別方法在電力安全規(guī)程等領域文本中識別效果不佳的問題，提出了一種基于機器閱讀理解的電力安全命名實體識別方法。首先，使用預訓練模型對待識別文本進行編碼處理得到文本向量表示。其次，利用層次化注意力機制捕捉嵌套實體間的層次關系，重新分配文本序列的注意力權重；在此基礎上，利用分類器預測文本中實體范圍，得到最終實體識別結果。將該方法在ACE 2005與OntoNotes 4.0公開數(shù)據(jù)集上進行驗證，對比主流方法其取得最優(yōu)的識別效果，在電力安全領域實體識別場景下，該方法可達到89.3%的識別準確率，實現(xiàn)電力安全領域命名實體的精準識別。

發(fā)表于：6/18/2025 2:50:05 PM

數(shù)據(jù)驅動的商業(yè)負荷集群動態(tài)聚合研究[模擬設計][智能電網(wǎng)]

商業(yè)負荷集群的動態(tài)聚合對提高電網(wǎng)的調度靈活性、優(yōu)化需求側管理以及促進可再生能源消納具有重要意義。基于典型相關分析（CCA）選取商業(yè)負荷特征，并結合DBSCAN 和 K-means等聚類算法對負荷進行分類，以構建適用于不同場景的負荷集群。進一步，提出了三種負荷聚合標準，即基于調節(jié)速度、負荷穩(wěn)定性和經(jīng)濟性的標準，并分析不同標準下的商業(yè)負荷聚合特性、適用性及其在電力調度中的潛在應用。

發(fā)表于：6/18/2025 2:39:00 PM

面向電氣設施火災早期檢測的多模態(tài)融合模型[模擬設計][安防電子]

高層建筑電氣火災難以預測，危害程度大。為此，提出了一種面向高層建筑電氣火災早期檢測的多模態(tài)數(shù)據(jù)融合模型，該模型融合了溫度、CO氣體濃度與煙霧三種不同模態(tài)傳感器的數(shù)據(jù)，利用了各模態(tài)間的互補優(yōu)勢。首先使用gMLP捕捉三種模態(tài)數(shù)據(jù)的內在模式，完成特征提取。然后利用基于多頭注意力的融合方法，融合不同模態(tài)數(shù)據(jù)間的有效信息，完成特征融合，并識別出存在火情隱患的電氣設施。通過在無隱患與不同電氣設施存在火情隱患情況下的多模態(tài)數(shù)據(jù)集上進行實驗，證明了多模態(tài)數(shù)據(jù)融合模型的早期預測具有較高的準確率，表明了融合方法的優(yōu)越性。

發(fā)表于：6/18/2025 2:27:03 PM

AirGAN：空調機理模型增強生成對抗模型[模擬設計][智能電網(wǎng)]

為引導資源龐大、調控靈活的空調負荷參與需求響應實現(xiàn)“源荷互動”，保障電網(wǎng)的安全經(jīng)濟運行，各大研究單位開展了樓宇空調需求響應實時控制仿真與實踐研究。然而，如何準確地估算空調的負荷，并對空調負荷進行預測是目前面臨的重要挑戰(zhàn)。當前主流方法包括模型驅動型、數(shù)據(jù)驅動型兩種方法體系。其中模型驅動型依賴對空調負荷的建模，難以實現(xiàn)對空調負荷復雜變化的模擬。數(shù)據(jù)驅動則是依賴大量數(shù)據(jù)進行模型訓練，但難以覆蓋空調負荷的各類特點。為此，擬從模型驅動及數(shù)據(jù)驅動相結合的角度進行空調負荷的智能擬合，以提升空調負荷生成預測的準確性和適應性。提出了一種基于機制模型與生成對抗網(wǎng)絡（GAN）相結合的負荷生成方法和模型AirGAN。該方法通過GAN生成器生成的虛擬數(shù)據(jù)，持續(xù)調整物理模型的超參數(shù)，以使其更好地符合實際空調負荷特性。同時，采用GAN判別器對機制模型預測的負荷進行判別，以此訓練機制模型，從而提升其預測精度。

發(fā)表于：6/18/2025 2:14:00 PM

歐盟刑事跨境電子取證制度的新發(fā)展及啟示[其他][其他]

在數(shù)據(jù)時代，刑事犯罪與網(wǎng)絡空間的深入融合凸顯了電子數(shù)據(jù)證據(jù)在刑案偵破中的重要地位。跨境涉網(wǎng)刑案的日益增多也讓各國日益關注跨境電子取證制度的建設。在復雜的案件環(huán)境中，我國目前大力推行的刑事司法協(xié)助制度有著適用范圍小、啟動后效率低的問題。作為補充的單邊跨境電子取證制度則僅以缺乏有效監(jiān)督體系、范圍同樣有限的網(wǎng)絡在線提取為主。二者均難以滿足跨境電子取證高效率、取證充分的需求。以歐盟《電子證據(jù)條例》（European Production and Preservation Orders Regulation）為參考，可以看到屬人主義單邊跨境電子取證制度成為國際主流。有鑒于歐盟單邊跨境電子取證制度中對傳統(tǒng)主權理論的突破，我國應當率先構建以網(wǎng)絡服務商為取證節(jié)點的屬人主義刑事單邊跨境電子取證制度，再考慮刑事司法協(xié)助的改良方法，這有利于提高效率，充分取證，助力涉網(wǎng)跨境刑事案件的偵破，掌握國際網(wǎng)絡空間的主動性與話語權，維護我國數(shù)據(jù)主權。

發(fā)表于：5/29/2025 5:09:51 PM

論勞動者個人信息保護中知情同意規(guī)則的適用[其他][其他]

勞動者個人信息保護兼具個人信息保護的一般性與勞動者保護的特殊性，傳統(tǒng)知情同意規(guī)則面臨僵化、虛置的現(xiàn)實困境。知情同意規(guī)則作為個人信息保護的風險防范機制發(fā)揮著不可替代的作用。在既有法律框架下通過規(guī)則解釋和制度續(xù)造，明確知情的內容與標準，完善勞動者個人“敏感信息-一般信息-去標識化信息”的類型劃分并施加不同強弱同意模式、建立以同意撤回權為核心的個人信息動態(tài)同意機制，從而構建更具勞動關系適應性的知情同意適用機制，可以紓解勞動關系下知情同意規(guī)則的適用困境。

發(fā)表于：5/29/2025 4:59:00 PM

數(shù)據(jù)抓取不正當競爭認定范式的省思與轉進——基于44份裁判文書分析[其他][其他]

由于數(shù)據(jù)抓取不正當競爭行為缺乏專門法規(guī)制，裁判失范、標準不一的問題日益凸顯。基于對既有44份案例的整理、歸納，數(shù)據(jù)抓取不正當規(guī)制存在法條適用順位混亂、邏輯框架體系結構失調、分析要素論證標準參差等問題。鑒于此，為規(guī)范行為認定范式，須遵循動態(tài)多元的利益權衡機制，厘清優(yōu)先等級的法條適用順序，明確數(shù)據(jù)抓取不正當競爭的邏輯框架，形成以行為不正當性和損害后果為主要要素，競爭關系、數(shù)據(jù)權益和主觀過錯為次要要素的層次化分析范式，進而對各分析要素進行科學明確的統(tǒng)籌。

發(fā)表于：5/29/2025 4:22:32 PM