一种排水管网缺陷隐患风险评估方法、电子设备及存储介质

    公开(公告)号:CN117495093B

    公开(公告)日:2024-09-06

    申请号:CN202311478702.6

    申请日:2023-11-08

    Abstract: 一种排水管网缺陷隐患风险评估方法、电子设备及存储介质,属于排水管网缺陷评估技术领域。为解决常规管网缺陷评估结果表达不直观、数据不平衡的问题,本发明对排水管网多源数据,进行数据整理得到排水管网多源数据集;定义排水管网缺陷隐患风险变量因子,构建排水管网缺陷隐患风险变量因子评估模型;构建排水管网缺陷隐患风险分级评估模型,设定排水管网缺陷隐患风险等级矩阵,确定排水管网缺陷隐患风险等级标准;计算排水管网缺陷管段的隐患风险危害值,构建排水管网缺陷隐患风险库;对构建的排水管网缺陷隐患风险库自动渲染生成排水管网缺陷隐患风险分级统计专题图。本发明更高效地指导管网运管单位制定管网修复或养护方案与计划。

    非线性多源异构排水模型诊断入流入渗方法

    公开(公告)号:CN116126963B

    公开(公告)日:2024-09-06

    申请号:CN202211722564.7

    申请日:2022-12-30

    Abstract: 本发明涉及排水管网入流入渗评估技术领域,更具体的说是非线性多源异构排水模型诊断入流入渗方法,该方法包括以下步骤:S1:基于多源异构数据建立排水拓扑模型,分析影响管网入流入渗判断的因素;S2:基于异构数据建立数据分析模型,分析提取入流入渗特征因子;S3:基于入流入渗特征因子计算入流入渗点位;S4:利用物联网监测数据校核入流入渗点位,率定模型连续性误差;S5:监测点位数据统计分析结果进行可视化显示,可视化展示入流入渗点位位置;可以排除河道水系倒灌、雨水汇流产生的客水对排水系统运行造成干扰,提供非线性多源异构排水模型诊断入流入渗方法。

    一种基于深度学习的渔船越界预警方法

    公开(公告)号:CN117437595A

    公开(公告)日:2024-01-23

    申请号:CN202311598790.3

    申请日:2023-11-27

    Abstract: 本发明提出一种基于深度学习的渔船越界预警方法,属于目标检测技术领域。包括以下步骤:S1.获取渔船数据,筛选渔船图像,构建渔船目标检测数据;S2.对渔船数据进行标注,生成具有标签的图像数据,将具有标签的图像数据划分为数据集、验证集和测试集;S3.构建渔船目标检测优化模型,并利用数据集对模型进行训练;S4.基于渔船目标检测优化模型对监控区域中的渔船进行目标检测,输出分类结果和标注框,对输出的分类结果进行多目标跟踪;S5.在监控区域中划定越界红线,对越过越界红线的渔船进行预警提示。本发明实现了24小时对视频监控中的渔船进行监测及越界预警,能节省大量的人工核查成本,有效提升在视频监控中渔船的监测效率。

    一种基于消息池流转模式的时空数据自动化服务发布方法

    公开(公告)号:CN114090290A

    公开(公告)日:2022-02-25

    申请号:CN202111367999.X

    申请日:2021-11-18

    Abstract: 本发明涉及时空数据的服务处理领域,更具体的说是一种基于消息池流转模式的时空数据自动化服务发布方法,步骤一:运行消息缓冲池;步骤二:创建数据源;步骤三:上传数据源;步骤四:共享数据源;步骤五:解压数据源;所述解压数据源为通过数据解压模块监听消息缓冲池,当数据解压模块收到通知后,将数据源进行解压,解压完成后推送通知到消息缓冲池步骤六:数据缓存切片;所述数据缓存切片为通过缓存切片模块持续监听消息缓冲池,当缓存切片模块收到通知后,缓存切片模块将数据进行分层切片,切片完成后推送通知到消息缓冲池;步骤七:服务发布;可以减少时空数据在服务发布过程中过多的人工操作,提升时空数据服务发布的便捷性。

    基于混合计算模式的云计算QoS保障调度优化方法

    公开(公告)号:CN112711473A

    公开(公告)日:2021-04-27

    申请号:CN202110027054.7

    申请日:2021-01-09

    Abstract: 本发明是一种基于混合计算模式的云计算QoS保障调度优化方法,属于云计算QoS保障调度优化领域,目的是解决云计算环境下,任务执行复杂、资源合理分配难度较高的问题,通过降维转化为单一指标,由遗传算法模式进行模糊结果的求解;然后将运算结果作为输入,由蚁群算法模式进行最终结果的求解,综合考虑云计算环境下,服务执行周期、服务能源成本、服务迁移消耗这三项指标约束,通过混合计算模式,将遗传方法与蚁群算方法进行了分阶应用;本发明避免现有算法短板的浮现、并与其互补优势,在调度优化问题求解上将更加高效,任务执行复杂以及资源合理分配难度大大降低。

    一种基于权重的日志采集与分析方法及系统

    公开(公告)号:CN119646854A

    公开(公告)日:2025-03-18

    申请号:CN202411779557.X

    申请日:2024-12-05

    Abstract: 本发明公开了一种基于权重的日志采集与分析方法及系统,属于日志采集分析技术领域。解决了现有技术中传统的日志采集与分析系统因未考虑不同分析条目的权重导致的分析结果准确率低的问题;本发明采用系统注册模块对第三方应用系统进行系统注册,生成第三方应用系统的注册码;启动传输代码拉取日志数据并进行加密压缩,得到拉取的日志数据;采用数据存储模块将从第三方应用系统处拉取的日志数据存储到日志采集与分析系统的本地存储器;采用日志分析模块调用数据存储模块中拉取的日志数据,并引入自动调节权重对其进行比较分析,展现得到的日志数据分析结果。本发明有效提升了日志采集与分析结果的准确率,可以应用于采集和分析日志数据。

    变焦倍数识别及目标重识别数据集制作方法

    公开(公告)号:CN117528233B

    公开(公告)日:2024-05-17

    申请号:CN202311279678.3

    申请日:2023-09-28

    Abstract: 变焦倍数识别及目标重识别数据集制作方法,属于多模态遥感数据目标检测与识别技术领域。为了解决目前没有一种有效的基于机载同轴多模态光学传感器的数据处理方法能够快速且自动化地制作多模态目标重识别数据集的问题。本发明采用变焦倍数预测网络对对机载同轴多模态遥感数据进行处理,然后将不同尺寸切片框对应的变焦可见光图像和红外图像的特征向量分别与从单倍焦距的广角可见光图像中提取到的特征向量进行特征距离计算,距离最近的特征向量对应的框选尺寸与a的比值即为预测的变焦倍数;然后对多模态图像进行截取以实现焦距对齐和数据融合,在进行目标检测和目标分割,针对同一目标类的多模态目标图像进行标注,进而实现数据集的制作。

Patent Agency Ranking