摘要
一种基于跨模态对抗学习的电网云边协同计算优化方法及系统,方法包括获取电网场站原始视频,将原始视频序列划分得到帧集合;对帧集合引入粗细粒度两种特征扰动进行对抗学习,通过粗粒度特征扰动构建视频凸包,将单帧扰动扩展为时空联合优化问题,并利用全局时序约束建模长期依赖关系;通过细粒度特征扰动聚焦于视频的局部流形结构,约束相邻两帧间的相关性来强化短时序相关性;对粗细粒度两种特征扰动建立双粒度联合损失实现全局视频帧欺骗与局部邻接帧扰动的协同增强,基于双粒度联合损失求解得到对抗样本。本发明通过引入粗细粒度两种特征扰动,结合电力领域知识沉淀优势,实现了跨模态云边模型间的迁移优化和知识共享,提高了智能分析水平。
技术关键词
双粒度
跨模态
细粒度特征
训练图像分类模型
样本
视频帧
时序
联合损失函数
代表
表达式
黑盒模型
数学
可读存储介质
序列
模块
关系
处理器
变量
存储器