-
公开(公告)号：CN117456439A
公开(公告)日：2024-01-26
申请号：CN202311205384.6
申请日：2023-09-18
Applicant: 暨南大学
Abstract: 本发明公开了一种基于人机协同作业的违章操作预警与危险任务等级预测方法，该方法包括下述步骤：获取工人与机器协同操作的图像数据；对图像数据进行图像预处理，并划分图像数据集；基于W‑BA算法对预处理后的图像数据进行特征提取；使用CART树对提取的特征进行分类，构建违规特征分类模型，识别违章操作行为并进行预警；基于 训练计算每个特征分类的后验概率，并选择具有最高后验概率的类别作为危险任务等级预测结果，根据危险任务等级进行预警。本发明在实时监测中识别出违章操作行为，及时进行预警和干预，有助于避免因违章操作导致的意外事故，具备处理复杂操作场景的能力，显著提高了作业环境的安全性。
-
公开(公告)号：CN115563081A
公开(公告)日：2023-01-03
申请号：CN202211163646.2
申请日：2022-09-23
Applicant: 暨南大学
Abstract: 本发明公开了一种数据仓库优化管理系统，通过在系统中设置数据分析模块、数据仓库构建模块和数据仓库优化模块，对业务系统输入数据的采集、转换和加载载的ETL操作，分布式ETL计算将未处理的大数据及切分为若干个大小相等的小数据集，采用多个计算节点同时计算各个小数据集，能有效的使用多个计算机的运算能力，解决ETL过程耗时长的问题，提高了数据更新速率，通过粗略粒度估算待建的数据仓库数据量级来确定合适的系统数据粒度，根据估算的数据量级规模确定不同的数据粒度策略，根据使用的数据粒度确定表的分割策略，从而有效实现数据仓库的性能优化，提高数据质量且可信度高，将ETL的错误给数据仓库后续数据的处理的风险降到最低。
-
Search Results
2
records
(took 0.014 seconds)
