-
公开(公告)号:CN105447132A
公开(公告)日:2016-03-30
申请号:CN201510801491.4
申请日:2015-11-19
Applicant: 上海交通大学
IPC: G06F17/30
CPC classification number: G06F17/3087
Abstract: 一种面向物联网应用的四层地理数据存储系统,包括:地理节点、逻辑节点、应用节点、存储节点的四层架构,其中:地理节点用于准确描述应用中地点的几何形状;应用节点用于描述物联网应用中含有地理位置信息的对象;逻辑节点是本发明中组织空间的核心结构,将地理上有意义的点以分层的结构组织起来,分别关联地理节点、应用节点和存储节点。为数据的查询和处理操作提供灵活高效的方法;存储节点用于高效地处理不同类型的数据,需要混合使用SQL,NoSQL,以及分布式文件系统。使用了本发明中的这个模块后,使得面向物联网应用的地理数据存储得到有效的、解耦的组织,并得以进行高效的查询和存储。
-
公开(公告)号:CN113936637B
公开(公告)日:2025-04-18
申请号:CN202111207821.9
申请日:2021-10-18
Applicant: 上海交通大学
IPC: G10L13/02 , G10L13/06 , G10L13/08 , G06F16/36 , G06F40/35 , G06V40/16 , G06V10/80 , G06V10/82 , G06F18/25 , G06N3/0464 , G06N3/042 , G06N3/0455 , G06N3/0442 , G06N3/045 , G06N3/084 , G06N5/04
Abstract: 一种基于多模态知识图谱的语音自适应补全系统,包括:数据接收器、数据分析器和数据推理器,其中:数据接收器根据接收的音视频数据,进行预处理并输出至数据分析器;数据分析器对语音和图像的分析提取出波形时序特征和唇部轨迹特征,经多模态联合表征得到音素序列;数据推理器根据历史文本,进行领域会话建模和候选文本预测,结合音素序列进行文本推理,得到具有语义的语句,并根据波形特征合成补全的语音。本发明通过音素推理模型,在语音模态缺失时进行音素识别的同时,根据多模态知识图谱中实体间的语义关系对已有语音所产生的历史文本进行领域会话建模,从而推理并生成具有语义的文本,结合用户语音的波形特征对语音进行合成,形成补全后的音频。
-
公开(公告)号:CN119788749A
公开(公告)日:2025-04-08
申请号:CN202411976666.0
申请日:2024-12-31
Applicant: 上海交通大学
IPC: H04L69/08 , H04L69/22 , H04L69/06 , H04L67/12 , H04L67/2871
Abstract: 一种基于中间语法生成图的工业物联协议转换方法及系统,通过在边缘节点对数据进行分类、清洗等预处理工作,提取需要转换频率的信号数据;之后通过将信号数据包解析至中间态语法,获取数据包属性信息、路由信息、数据内容,然后对数据进行插值与补全操作,通过一系列可配置的目标跟踪算法,给出频率转换之后的真实值估计;最后对数据包进行生命周期监控与管理,组装数据包,对数据包优先级进行判断与调度,完成数据包的分发,从而实现基于中间语法生成图的工业物联协议转换方法。
-
公开(公告)号:CN110490605B
公开(公告)日:2023-12-01
申请号:CN201810456009.1
申请日:2018-05-14
Applicant: 上海交通大学
IPC: G06Q30/018 , G06K17/00
Abstract: 一种基于本体的面向区块链溯源的供应链数据标准化系统,监测模块、本体部署模块和溯源模块,本发明利用本体模型,将跨国供应链中不同厂商对活动实例的不同表述标准化为一个统一的本体表述,解决语义多样性导致的数据共享问题;将供应链中的活动数据作为智能合约的触发条件,来记录供应链中的生产活动,可利用智能合约执行后,区块链产生的执行日志,同步构建资源集演化树,用它来随时对任意商品快速、实时、高效地溯源。
-
公开(公告)号:CN116307387A
公开(公告)日:2023-06-23
申请号:CN202310260580.7
申请日:2023-03-17
Applicant: 上海交通大学
IPC: G06Q10/063 , G06Q50/26 , G06F18/214 , G06F30/28 , G06F30/27 , G06N20/00 , G06F113/08 , G06F119/14
Abstract: 一种基于深度强化学习推理的小型空间碳中和策略生成系统,包括:特征解析模块、数字碳空间初始化模块、碳中和策略优化模块、碳中和策略导出模块、模型训练支撑模块以及碳浓度预测模块,本发明以基于物理公式的流体模拟引擎驱动数字碳空间构建,基于海量空间案例库生成焦点浓度监测序列,构成训练集,通过碳浓度预测模型提取训练集中丰富的时空语义,形成空间碳浓度的高效推理方法,针对给定的任意小型空间,采用深度强化学习模型进行推理优化,从而能够直接推理出给定时空的碳浓度。通过将碳浓度预测模型作为交互环境,构建并训练基于深度强化学习的空间碳中和策略优化模块。针对用户输入的空间环境点云模型、碳汇点云模型和碳源配置,推理生成高效的空间碳中和策略,并输出对应策略的完整点云模型和相关配置。
-
公开(公告)号:CN112699113B
公开(公告)日:2022-08-05
申请号:CN202110037258.9
申请日:2021-01-12
Applicant: 上海交通大学
IPC: G06F16/215 , G06F16/2455 , G06F16/28
Abstract: 一种时序数据流驱动的工业制造流程运行监测系统,包括:依次连接的数据解析模块、时序数据补全模块、数据缓存分发模块、时序数据流增量聚类模块和离群点挖掘模块,以及动态优化监测模块。本发明在云边协同的工业制造场景下,以边缘计算节点上传的时序数据流作为输入,云端系统将对输入数据流进行解析和补全,并有序分发到云端分布式计算节点实施在线分析,以实时监测流程运行的异常情况,最终输出完整流程运行数据的可视化展示和分级异常预警信息。
-
公开(公告)号:CN114528890A
公开(公告)日:2022-05-24
申请号:CN202011205115.6
申请日:2020-11-02
Applicant: 上海交通大学
IPC: G06K9/62 , G06Q50/00 , G06F16/9537 , G06F16/9536
Abstract: 一种基于边缘节点社群网络的流数据采集系统,通过在边缘节点中设置物联设备接入模块和流数据采集处理模块,对采集到的多源异构流数据,通过数据源之间的社群信息和流数据本身的时序关系进行缺失数据的推测和补全,通过时空模型按需进行数据时间空间对齐,通过数据融合规则对数据进行融合、分块、合并、打包和/或分发,并为后续计算节点提供多种数据对接方式,在不需要中心节点进行统一数据采集和计算的情况下实现数据采集在边缘节点侧的自发进行。本发明能够实现边缘计算场景下流数据的处理和采集,并且能够通过多种方式与后续计算节点进行对接,以满足不同生产场景的不同数据请求需求。
-
公开(公告)号:CN114268640A
公开(公告)日:2022-04-01
申请号:CN202010971570.0
申请日:2020-09-16
Applicant: 上海交通大学
IPC: H04L67/12 , H04L67/10 , H04L67/565 , H04L67/133 , H04L67/51 , G16Y10/75 , G16Y40/10 , G16Y40/20
Abstract: 一种云边协同的工业物联网智能路由系统,包括:边缘数据路由、设备模板配置模块、边缘服务管理模块、流程配置模块、消息分发模块、流程执行单元、服务注册中心以及监控分析模块。本发明将数据清洗、数据转换、数据压缩以设备服务运行实例管理等任务交由在地理上距离工业生产设备较近的边缘计算节点,再将经过边缘计算节点预处理的数据传递至云端服务,在云端服务基于预先配置好的业务流程实现完整的数据监听、处理、分析等功能,来实现云边协同的业务流程执行与工业设备状态监控过程。
-
公开(公告)号:CN113961528A
公开(公告)日:2022-01-21
申请号:CN202111255086.9
申请日:2021-10-27
Applicant: 上海交通大学
IPC: G06F16/172 , G06F16/16 , G06F16/13 , G06F16/14 , G06F16/182 , G06F16/36 , G06F16/35 , G06F40/289 , G06F40/30
Abstract: 一种基于知识图谱的文件语义关联存储系统及方法,包括:多模态特征抽取模块、结构化知识抽取模块、多层次语义补全模块、自动语义关联模块、柔性动态分区模块以及哈希安全存储模块,本发明以工业生产领域过程中产生的多类型文件集为输入,结合领域知识图谱完成文件语义关联与分区,最后基于文件分块以及链式哈希完成文件分区安全存储,并形成相应的存储元数据。
-
公开(公告)号:CN111064905B
公开(公告)日:2021-05-11
申请号:CN201811208117.3
申请日:2018-10-17
Applicant: 上海交通大学
Abstract: 一种面向自动驾驶的视频场景转换方法,将所选取的路况视频进行预处理得到关键帧;然后选取一张写实风格的图片作为场景图片,并将关键帧和场景图片依次输入卷积神经网络得到场景转换后的关键帧图片,最后以该图片合成视频。本发明能够得到不同场景的视频所需时间大大减少的同时与真实采集数据相比花费大幅度降低;同时可以设定任意的时间段和天气情况,以获得场景更为丰富的视频。通过本发明获得的视频可以用于汽车自动驾驶的训练。
-
-
-
-
-
-
-
-
-