-
Patent Agency Ranking
公开(公告)号：CN119203387A
公开(公告)日：2024-12-27
申请号：CN202411669606.4
申请日：2024-11-21
Applicant: 中国交通信息科技集团有限公司杭州分公司
IPC: G06F30/15 , G06F30/27 , G06N3/08 , G06F119/14
Abstract: 本发明提供了一种获取目标数字孪生体的方法、电子设备及存储介质，涉及数字孪生技术领域，目标数字孪生体为绞吸挖泥船的数字孪生体，方法能够获取目标作业流程模型和综合预报信息，将绞吸挖泥船对应的初始数据、预设模型库中的所有预设模型、目标疏浚船舶控制系统对应的初始系统数据、目标作业流程模型和综合预报信息进行集成以获取目标数字孪生体，基于目标数字孪生体生成的目标疏浚船舶控制系统对应的中间系统数据对初始数据进行更新，进一步的对目标数字孪生体进行更新，可知，本发明能够将数字孪生技术应用于绞吸挖泥船以获取目标数字孪生体，能够显著提升挖泥船的作业效率和安全性，有利于推动水利工程和港口建设的智能化进程。
-
公开(公告)号：CN119203387B
公开(公告)日：2025-05-06
申请号：CN202411669606.4
申请日：2024-11-21
Applicant: 中国交通信息科技集团有限公司杭州分公司
IPC: G06F30/15 , G06F30/27 , G06N3/08 , G06F119/14
Abstract: 本发明提供了一种获取目标数字孪生体的方法、电子设备及存储介质，涉及数字孪生技术领域，目标数字孪生体为绞吸挖泥船的数字孪生体，方法能够获取目标作业流程模型和综合预报信息，将绞吸挖泥船对应的初始数据、预设模型库中的所有预设模型、目标疏浚船舶控制系统对应的初始系统数据、目标作业流程模型和综合预报信息进行集成以获取目标数字孪生体，基于目标数字孪生体生成的目标疏浚船舶控制系统对应的中间系统数据对初始数据进行更新，进一步的对目标数字孪生体进行更新，可知，本发明能够将数字孪生技术应用于绞吸挖泥船以获取目标数字孪生体，能够显著提升挖泥船的作业效率和安全性，有利于推动水利工程和港口建设的智能化进程。
-
公开(公告)号：CN118468413A
公开(公告)日：2024-08-09
申请号：CN202410942224.8
申请日：2024-07-15
Applicant: 中国交通信息科技集团有限公司杭州分公司
IPC: G06F30/13 , G06F30/25 , G06F30/27 , G06F30/28 , G06F18/213 , G06F18/214 , G06N3/0455 , G06N3/08 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于数字孪生和大数据的建筑安全预测方法，包括采集数字孪生数据并对其进行类别标注得到原始训练数据；基于原始训练数据集训练原始数据扩充模型，得到扩充训练数据集和数据扩充模型；基于扩充训练数据集训练原始特征提取模型得到特征提取训练数据集和特征提取模型；基于特征提取训练数据集训练原始特征降维模型得到特征降维训练数据集和特征降维模型；基于特征降维训练数据集训练原始分类器模型得到分类器模型；基于特征提取模型、特征降维模型和分类器模型构建建筑安全预测模型，将待分类数据输入至建筑安全预测模型得到建筑安全预测分类类别，提高了模型训练稳定性和效率，同时也提高了模型的泛化能力和精度。
-
公开(公告)号：CN119226379A
公开(公告)日：2024-12-31
申请号：CN202411735037.9
申请日：2024-11-29
Applicant: 中国交通信息科技集团有限公司杭州分公司
IPC: G06F16/25 , G06F16/2455 , G06F16/23 , G06F16/22 , G06F16/215 , G08B31/00
Abstract: 本发明提供了一种机械设备预警方法、设备及介质，涉及隧道工程领域，所述方法包括：数据接入层获取机械设备数据列表，对机械设备的数据进行清洗，进行标准化处理，获取中间数据，将中间数据写入Kafka平台，并将Kafka平台的中间数据同时输出到实时处理层和数据存储层；批处理层基于数据存储层获取时间序列数据，进行批量分析，当批量分析结果满足预设批处理报警规则时，进行预警，实时处理层接收中间数据，对中间数据分流，获取预处理后的中间数据作为待使用实时数据，基于待使用实时数据进行实时分析，且当实时分析结果满足该待使用实时数据对应的预设实时报警规则时，进行预警，从而实现更加全面的预警。
-
公开(公告)号：CN118468413B
公开(公告)日：2024-11-22
申请号：CN202410942224.8
申请日：2024-07-15
Applicant: 中国交通信息科技集团有限公司杭州分公司
IPC: G06F30/13 , G06F30/25 , G06F30/27 , G06F30/28 , G06F18/213 , G06F18/214 , G06N3/0455 , G06N3/08 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于数字孪生和大数据的建筑安全预测方法，包括采集数字孪生数据并对其进行类别标注得到原始训练数据；基于原始训练数据集训练原始数据扩充模型，得到扩充训练数据集和数据扩充模型；基于扩充训练数据集训练原始特征提取模型得到特征提取训练数据集和特征提取模型；基于特征提取训练数据集训练原始特征降维模型得到特征降维训练数据集和特征降维模型；基于特征降维训练数据集训练原始分类器模型得到分类器模型；基于特征提取模型、特征降维模型和分类器模型构建建筑安全预测模型，将待分类数据输入至建筑安全预测模型得到建筑安全预测分类类别，提高了模型训练稳定性和效率，同时也提高了模型的泛化能力和精度。
-
-
-
-
Search Results
5
records
(took 0.127 seconds)
