一种客服大数据业务信息实时展示装置

    公开(公告)号:CN117662932A

    公开(公告)日:2024-03-08

    申请号:CN202311395754.7

    申请日:2023-10-26

    Abstract: 本发明涉及信息展示技术技术领域,具体公开了一种客服大数据业务信息实时展示装置,包括底座,底座上端转动连接有转动座,转动座侧壁等距通过轴承座转动连接有展示屏,展示屏设置有四组,清洁机构设置在转动座侧壁,清洁机构用于对展示屏进行灰尘的清理,升降机构安装在转动座内部,升降机构用于带动清洁机构向上或者向下移动,角度调节机构安装在转动座侧壁上,角度调节机构用于对展示屏进行角度调节,本发明通过驱动机构、升降机构和清洁机构的配合下,使得启动驱动机构中电机便会带动清洁机构中的清洁杆向上移动,进而对展示屏表面的灰尘进行清理,进而提高展示屏的清晰度。

    基于用电配电数据分析的稽查方法、装置以及存储介质

    公开(公告)号:CN117609904A

    公开(公告)日:2024-02-27

    申请号:CN202311301391.6

    申请日:2023-10-09

    Abstract: 本申请公开了一种基于用电配电数据分析的稽查方法、装置以及存储介质。方法包括:根据楼层配电箱的第一配电量信息以及各个用户家庭的第一家庭用电量信息构建配电量估计模型;根据各个用户家庭的第二家庭用电量信息估计楼层配电箱的第一配电量估计值;根据第一配电量估计值与楼层配电箱的第二配电量信息之间的第一偏差值确定偏差值概率分布;根据各个用户家庭的第三家庭用电量信息确定楼层配电箱的第二配电量估计值;根据第二配电量估计值与楼层配电箱的第三配电量信息之间的第二偏差值以及偏差值概率分布,确定第三家庭用电量信息是否异常;在确定第三家庭用电量信息异常的情况下,针对各个用户家庭,分别确定与各个用户家庭对应的用电异常信息。

    一种稽查新词识别系统及方法
    7.
    发明公开

    公开(公告)号:CN116882912A

    公开(公告)日:2023-10-13

    申请号:CN202310647462.1

    申请日:2023-06-01

    Abstract: 本发明涉及电力稽查系统技术领域,具体为一种稽查新词识别系统及方法,一种稽查新词识别系统是由电力稽查系统、录入项识别系统、稽查录入系统组成,电力稽查系统的输出端与录入项识别系统、稽查录入系统的输入端通讯连接。本发明中,通过电力稽查系统的运作,进行不间断数据收录以及稽查工作,并分配巡检任务给稽查录入系统的各移动端口,以此录入关键内容,并在新词识别单元中,通过词汇录入单元搭载手动录入组件、导入组件、自动化生成组件,以此达成手动录入新词、通过文件导入新词以及基于关键内容自动化生成新词的效果,对同义词进行识别并比对参照的同时,也达成了新词的多维度识别功能,进而确保了数据录入工作的快捷性以及全面性特征。

    一种基于大数据分析的数据质量评估方法及系统

    公开(公告)号:CN119271657A

    公开(公告)日:2025-01-07

    申请号:CN202411783423.5

    申请日:2024-12-06

    Abstract: 本申请提供一种基于大数据分析的数据质量评估方法及系统。其中,接收来自不同数据源的实时数据,实时数据包含结构化数据和非结构化数据;对非结构化数据进行意义解析处理,得到实时数据的业务语境;通过智能算法对实时数据的完整性和一致性进行确定处理,得到实时数据的完整性和一致性评估结果;基于逻辑关系的评估结果,结合完整性和一致性评估结果,构建数据质量评价模型,数据质量评价模型用于量化实时数据的准确性和时效性;生成数据质量报告,并根据数据质量报告,提出业务改进措施;根据业务改进措施,优化数据采集和处理流程。本申请提供的技术方案能够提升数据质量评估的灵活性和效率,并且能够更好地支持企业的实时数据分析需求。

    一种AI大数据实时处理与分析的方法及系统

    公开(公告)号:CN119168075A

    公开(公告)日:2024-12-20

    申请号:CN202411667978.3

    申请日:2024-11-21

    Abstract: 本申请提供一种AI大数据实时处理与分析方法及系统,其中,获取来自不同数据源的实时数据流,并将所述实时数据流映射至预设的数据结构框架内获得初始数据流,通过实时数据融合引擎融合处理初始数据流,得到目标实时数据流,再利用数据挖掘和机器学习算法对目标实时数据流进行模式识别与趋势分析处理,生成目标洞察报告,利用智能决策单元优化处理目标洞察报告,生成策略信息并执行,得到最佳分析结果,本申请提供的技术方案不仅解决了多源异构数据的集成和融合问题,还提高了数据分析的实时性和准确性,实现了从数据到决策的高效转换,显著提升了业务流程的智能化水平和响应速度。

    一种基于图神经网络的多变量时间序列预测方法及装置

    公开(公告)号:CN115906954A

    公开(公告)日:2023-04-04

    申请号:CN202211585225.9

    申请日:2022-12-09

    Abstract: 本发明公开了一种基于图神经网络的多变量时间序列预测方法及装置,收集预测内容及相关特征的历史数据,进行数据预处理得到预测数据集,并划分训练集、验证集、测试集;根据所述训练集追踪每个数据特征作为图结构的一个节点,构建图结构数据;根据所述图结构数据,构建图神经网络;根据图神经网络对所述训练集、验证集及测试集对所述图神经网络进行测试验证,并调整相关超参数,优化所述图神经网络得到最佳模型;根据所述最佳模型对多变量时间序列进行预测。本发明方案结合多变量时间序列数据的时空关联特性,使用图神经网络去预测未来时刻的结果,结合图神经网络对于节点与边之间强大的表征关系解决预测问题,提升模型预测效果。

Patent Agency Ranking