-
公开(公告)号：CN117520881A
公开(公告)日：2024-02-06
申请号：CN202311290474.X
申请日：2023-10-07
Abstract: 本申请涉及一种基于细粒度感知数据的天气预测方法、装置、计算机设备、存储介质和计算机程序产品，可用于人工智能技术领域。本申请能够实现提高天气预测准确率和效率。该方法包括：获取桥梁上的多个风速传感器的位置信息，和多个风速传感器采集的风速信息；对风速信息进行特征识别，得到对应的风速特征信息；将位置信息和风速特征信息输入至预先训练的风速预测模型，得到桥梁中各个位置的风速预测结果；根据桥梁中各个位置的风速预测结果，确定桥梁中各个位置的天气预测结果。
-
公开(公告)号：CN112765219B
公开(公告)日：2022-04-29
申请号：CN202110137315.0
申请日：2021-02-01
IPC: G06F16/2455 , G06K9/62
Abstract: 本发明公开了一种跳过平稳区域的流数据异常检测方法，通过对窗口中的数据空间进行网格单元划分，得到非空网格单元；在窗口滑动过程中，以非空网格单元的权重累积净变作为区域内数据密度变化程度的度量，跳过更新相对平稳数据区域中数据点的局部可达密度和局部异常因子；仅将含有估计点的θK最近邻点的区域用于估计局部异常因子，减少对不必要的数据点进行遍历。最后通过非空网格单元中局部异常异常因子的上下界实现非空网格单元和数据点两个层级的异常检测，即首先识别出包含有前n个异常值的非空网格单元，再检索出前n个异常数据点。本发明解决现有算法难以有效处理大量流数据的难题，使桥梁健康监测系统能高效准确地识别异常数据，以便维护桥梁的健康安全。
-
公开(公告)号：CN114938518B
公开(公告)日：2024-04-16
申请号：CN202210339724.3
申请日：2022-04-01
IPC: H04W24/06 , H04L43/0894 , H04L41/147 , G06N20/00
Abstract: 本申请涉及一种5G蜂窝网络混合带宽预测方法、装置、计算机设备和存储介质。本申请能够根据用户移动终端的历史状态自动判断用户移动终端在下一时刻是否处于基站切换窗口，并基于不同的状态选择不同的模型的预测终端下一时刻的5G带宽，提高了5G带宽预测的准确性。该方法包括：获取终端在使用过程中产生的历史时间序列；根据历史时间序列判断终端是否处于基站切换窗口；基于判断结果选择相应的预测模型，结合历史时间序列预测终端在下一时刻需要的5G带宽。
-
公开(公告)号：CN117253368A
公开(公告)日：2023-12-19
申请号：CN202311285838.5
申请日：2023-10-07
Abstract: 本申请涉及一种交通流量异常检测方法、装置、计算机设备和存储介质。包括：获取待检测区域包括的多个网格区域各自对应的当前交通流量时间序列和多个网格区域对应的当前邻接矩阵；根据各个网格区域的当前交通流量时间序列之间的相似度，更新当前邻接矩阵，得到更新的邻接矩阵；对更新的邻接矩阵中元素值为目标值的元素对应的所有当前交通流量时间序列进行聚合，得到聚合特征；将聚合特征输入当前变分自编码器，输出重构的聚合特征；重复前述步骤，直至得到的重构误差符合训练结束条件，得到训练完成的目标邻接矩阵和目标变分自编码器；基于目标邻接矩阵和目标变分自编码器，对待检测区域的交通流量进行异常检测。本方法能够提高异常检测准确度。
-
公开(公告)号：CN114945040A
公开(公告)日：2022-08-26
申请号：CN202210339717.3
申请日：2022-04-01
IPC: H04L67/565 , H04L67/125
Abstract: 本申请涉及一种基于云边协同的物联网设备管理系统，包括云端、边缘端和设备端，其中，云端，用于生成统一数据采集模块，并将统一数据采集模块下发至边缘端；设备端，用于获取原始数据，并将原始数据发送至边缘端；边缘端，用于接收云端下发的统一数据采集模块，接收设备端发送的原始数据，并基于统一数据采集模块中的预设配置格式，将原始数据转换为标准数据，将标准数据发送至云端。本申请能够将大量不同结构的边缘设备的数据采集并转换为标准数据，将标准数据发送至云端，降低了在边缘网关宕机时数据丢失的风险，且能够通过云端批量大规模实现网关或者物联网设备的更新升级，提高了物联网设备的数据处理效率。
-
Patent Agency Ranking
公开(公告)号：CN114938518A
公开(公告)日：2022-08-23
申请号：CN202210339724.3
申请日：2022-04-01
IPC: H04W24/06 , H04L43/0894 , H04L41/147 , G06N20/00
Abstract: 本申请涉及一种5G蜂窝网络混合带宽预测方法、装置、计算机设备和存储介质。本申请能够根据用户移动终端的历史状态自动判断用户移动终端在下一时刻是否处于基站切换窗口，并基于不同的状态选择不同的模型的预测终端下一时刻的5G带宽，提高了5G带宽预测的准确性。该方法包括：获取终端在使用过程中产生的历史时间序列；根据历史时间序列判断终端是否处于基站切换窗口；基于判断结果选择相应的预测模型，结合历史时间序列预测终端在下一时刻需要的5G带宽。
-
公开(公告)号：CN112765219A
公开(公告)日：2021-05-07
申请号：CN202110137315.0
申请日：2021-02-01
IPC: G06F16/2455 , G06K9/62
Abstract: 本发明公开了一种跳过平稳区域的流数据异常检测方法，通过对窗口中的数据空间进行网格单元划分，得到非空网格单元；在窗口滑动过程中，以非空网格单元的权重累积净变作为区域内数据密度变化程度的度量，跳过更新相对平稳数据区域中数据点的局部可达密度和局部异常因子；仅将含有估计点的θK最近邻点的区域用于估计局部异常因子，减少对不必要的数据点进行遍历。最后通过非空网格单元中局部异常异常因子的上下界实现非空网格单元和数据点两个层级的异常检测，即首先识别出包含有前n个异常值的非空网格单元，再检索出前n个异常数据点。本发明解决现有算法难以有效处理大量流数据的难题，使桥梁健康监测系统能高效准确地识别异常数据，以便维护桥梁的健康安全。
-
公开(公告)号：CN113971487B
公开(公告)日：2025-01-14
申请号：CN202111238757.0
申请日：2021-10-25
Applicant: 港珠澳大桥管理局 , 武汉船舶通信研究所(中国船舶集团有限公司第七二二研究所)
Inventor： 景强 , 尹慧 , 袁林锋 , 麦权想 , 徐皓 , 孙卫华 , 明慧芳 , 肖雪露 , 杨小韦 , 冉龙建 , 姜凌 , 张旻旻 , 黎培诚 , 王钦为 , 高峰 , 张同 , 石可艺 , 易常乐 , 张竞涛 , 谢聪
IPC: G06Q10/04 , G06Q50/26 , G06F18/214 , G06N3/0464 , G06N3/086 , G06F123/02
Abstract: 本发明提供一种预测水深的方法、系统、终端及介质，该方法包括：S1.构建预测水深与地理位置及时间的关系模型，定义损失函数；S2.构建基于地理位置及时间的训练数据集的训练矩阵，对训练矩阵进行卷积、激励与池化后得到的转化数据集作为神经网络的输入层；S3.构建神经网络，基于神经网络的输入层获取输出层，输出层为预测水深数据集；S4.使用预测水深数据集和对应的实际水深数据集训练神经网络，以损失函数的最小化为目标迭代优化获得最佳参数矩阵，并基于获得最佳参数矩阵的神经网络预测水深。本发明通过将神经网络模型应用到预测海洋水深的应用场景，通过训练后的神经网络预测给定地理位置和时间对应的水深，进而实现对水下地形冲刷情况的演化分析。
-
公开(公告)号：CN118154154A
公开(公告)日：2024-06-07
申请号：CN202410133301.5
申请日：2024-01-31
Applicant: 云基智慧工程股份有限公司 , 港珠澳大桥管理局
IPC: G06Q10/20 , G06Q10/0637 , G06Q50/08 , G06F17/10
Abstract: 本申请涉及一种桥梁维养计划生成方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：根据桥梁的病害信息，确定桥梁中各个部件的部件病害信息；部件病害信息包括病害类型和病害类型对应的病害程度等级；根据各个部件的预设部件等级，以及各个部件病害信息中的病害类型对应的病害程度等级，确定各个部件病害信息的维养优先级；在任意两个部件病害信息具有相同的维养优先级的情况下，根据任意两个部件病害信息所属部件对应的构件病害信息，确定任意两个部件病害信息的病害程度分值；根据病害程度分值和维养优先级，生成针对各个部件病害信息的维养计划，作为桥梁的目标维养计划。采用本方法能够得到减少维养资源浪费的维养计划。
-
公开(公告)号：CN116258663A
公开(公告)日：2023-06-13
申请号：CN202210339935.7
申请日：2022-04-01
Applicant: 港珠澳大桥管理局 , 中冶建筑研究总院有限公司
IPC: G06T7/00 , G06T7/11 , G06V10/762 , G06V10/77
Abstract: 本申请涉及一种螺栓缺陷识别方法、装置、计算机设备、存储介质和计算机程序产品。本申请能够通过机器视觉技术从待检测节点板图像中自动定位待检测螺栓区域图像，并能识别出不同的螺栓缺陷类型，提高了螺栓缺陷检测效率。该方法包括：获取待检测节点板图像；利用参考点检测模型提取待检测节点板图像中的标准参考点；利用透视变换算法对包含标准参考点的待检测节点板图像进行透视变换，得到校正图像；基于标准螺栓节点板的标准螺栓区域信息从校正图像中提取待检测螺栓区域图像；采用预先构建的螺栓缺陷识别模型针对待检测螺栓区域图像进行识别，得到每个待检测螺栓区域图像的识别结果。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.04 seconds)
