基于边缘计算的作业平台火灾事故预警系统

    公开(公告)号:CN115331384B

    公开(公告)日:2023-06-30

    申请号:CN202211006065.8

    申请日:2022-08-22

    Abstract: 本发明提供一种基于边缘计算的作业平台火灾事故预警系统,系统主要包括摄像头的部署,边缘计算端和云端平台。摄像头用于实时获取视频信息;智能预警系统以边缘端设备为载体,用于实现作业平台火灾事故预警,将结果展示在边缘端服务器上;云端服务器用于智能预警系统模型的训练以及参数的更新。本系统的目的是为了实现对作业平台的火灾检测识别的实时检测功能,通过4G或5G传输来实现报警信息的迅速确认,完成联动报警功能。充分利用边缘计算的优势,有效提高视频传输以及实时处理的响应速度,提高作业平台的安全性,大大降低了计算成本和能源损耗。同时也充分利用了人工智能给人类带来的便利,降低了人工资源的消耗。

    基于边缘计算的作业平台火灾事故预警系统

    公开(公告)号:CN115331384A

    公开(公告)日:2022-11-11

    申请号:CN202211006065.8

    申请日:2022-08-22

    Abstract: 本发明提供一种基于边缘计算的作业平台火灾事故预警系统,系统主要包括摄像头的部署,边缘计算端和云端平台。摄像头用于实时获取视频信息;智能预警系统以边缘端设备为载体,用于实现作业平台火灾事故预警,将结果展示在边缘端服务器上;云端服务器用于智能预警系统模型的训练以及参数的更新。本系统的目的是为了实现对作业平台的火灾检测识别的实时检测功能,通过4G或5G传输来实现报警信息的迅速确认,完成联动报警功能。充分利用边缘计算的优势,有效提高视频传输以及实时处理的响应速度,提高作业平台的安全性,大大降低了计算成本和能源损耗。同时也充分利用了人工智能给人类带来的便利,降低了人工资源的消耗。

    一种页岩气井标准化测试产量的计算方法

    公开(公告)号:CN115126473A

    公开(公告)日:2022-09-30

    申请号:CN202210764894.6

    申请日:2022-06-29

    Abstract: 本发明涉及岩气开发技术领域,具体涉及一种页岩气井标准化测试产量的计算方法,包括使用油嘴采集测试动态数据;基于测试动态数据得到初始时刻动态数据和结束时刻动态数据;基于初始时刻动态数据和结束时刻动态数据,利用气液多相管模型分别计算初始时刻井底流压和结束时刻井底流压;基于初始时刻井底流压和结束时刻井底流压利用瞬时无阻流量计算公式计算初始时刻瞬时无阻流量和结束时刻瞬时无阻流量;基于初始时刻瞬时无阻流量和结束时刻瞬时无阻流量计算初始时刻标准化产量和结束时刻标准化产量;基于初始时刻标准化产量和结束时刻标准化产量计算标准测试产量,解决了现有的产量测试方法对各井的测试标准不一致的问题。

    一种岩石标本图像智能识别方法
    6.
    发明公开

    公开(公告)号:CN114708463A

    公开(公告)日:2022-07-05

    申请号:CN202210504978.6

    申请日:2022-05-10

    Abstract: 本发明涉及图像数据处理技术领域,具体涉及一种岩石标本图像智能识别方法,包括构建岩石标本数据集;构建生成对抗网络模型,将岩石标本数据集输入生成对抗网络模型进行训练,得到增强图像数据集;将增强图像数据集划分为训练集和测试集;获取模型参数;构建识别分类模型,基于模型参数对识别分类模型的参数进行调整,得到调整模型;使用训练集和测试集对调整模型进行训练,得到识别分类最优模型;将待测岩石标本图像输入最优模型,得到识别结果,本发明通过构建最优模型对岩石进行自动识别,准确率较高,解决了人工对岩石识别的准确率较低的问题。

    一种基于用户画像的甄别网络赌博实时监测系统

    公开(公告)号:CN114299352A

    公开(公告)日:2022-04-08

    申请号:CN202111003480.3

    申请日:2021-08-30

    Abstract: 本发明提供了一种基于用户画像的网络赌博实时甄别监测系统,其特征在于:通过网络赌博参与人的历史数据、云服务器组成。系统主要包括对网络赌博前期历史数据预处理后进行特征分析,引入具有丰富研判人员的“处理经验值”提取。而后将K‑means与Bayes对原始数据集的运算结果,作为网络赌博参与人员用户画像的输入量,使得用户画像不再是纯粹的标签集合体。随后在LSTM的辅助下对构建的网络赌博用户画像进行“软化”构建基于用户画像的甄别网络赌博实时监测系统。数据端传输的数据均为实时有效数据,减少系统处理滞后性,系统利用反馈数据提取后的特征自主学习并对建立好的模型进行修正,这提高甄别自然人是否参与网络赌博的准确率和实时性。

    一种基于深度学习的安全帽识别方法

    公开(公告)号:CN113688759A

    公开(公告)日:2021-11-23

    申请号:CN202111008443.1

    申请日:2021-08-31

    Abstract: 本发明提供了一种基于深度学习的安全帽识别方法,首先是获取各类施工现场的人员佩戴安全帽图像数据;采用多种数据增强方法让图像更清晰、丰富且具有一定的泛化能力,将数据增强后的图像制作为安全帽数据集;改进原生的YOLOv5模型,使其在对安全帽的检测精度和检测速度上能有所提升;模型训练完成后将其用于检测施工现场的视频流,并对检测出的目标框进行二次重合度匹配以提升检测的精准性,降低在实际使用中的误报率;当出现没有佩戴安全帽的人员时及时的向系统发出警告。

Patent Agency Ranking