基于边缘计算及改进的YOLOv3的火灾检测方法及系统

    公开(公告)号:CN114998831A

    公开(公告)日:2022-09-02

    申请号:CN202210559677.3

    申请日:2022-05-23

    Abstract: 本发明提供一种基于边缘计算及改进的YOLOv3的火灾检测方法及系统,图像经过随机裁剪和扩容,增加模型的泛化能力,能够更好地学习到目标特征;在YOLOv3的基础上对算法进行改进,将骨干网络Darknet‑53替换为ResNet50‑vd网络,并采用可变形的卷积层替换了ResNet50‑vd中的一部分卷积层,在多尺度检测中添加104×104尺度的检测以及扩展步长2,4,8,使之可以对火灾进行更好的检测。计算差别区域的损失值,继而调整下一次迭代的模型参数,提升了模型对火灾区域的检测精度,最终得到最优的模型效果,并保存。与同类火灾检测算法相比具有更好的鲁棒性,无论是在准确度还是速度上都有良好的表现。不仅在大火灾区域的图像上有良好的检测结果,在小火灾区域都可适用,通用性强。

    基于知识图谱的危化品运输车辆监管方法、系统及存储体

    公开(公告)号:CN116304096A

    公开(公告)日:2023-06-23

    申请号:CN202310268967.7

    申请日:2023-03-20

    Abstract: 本发明涉及营运车辆监管技术领域,具体公开了一种基于知识图谱的危化品运输车辆监管方法、系统及存储体,主要基于车辆与危化品之间关系构建知识图谱实现危化品运输过程中快速、准确地对车辆与危化品之间进行匹配。在构建知识图谱时,首先收集相关的源数据,再对源数据进行预处理以过滤冗余信息,并且针对过滤后的不同的数据类型采取不同的方法进行知识抽取,例如正则化、聚类分析等,最后对抽取的结构化实例数据进行融合,生成危化品运输车辆监管知识图谱,从而充分考虑到了各种环境或者各种条件下车辆与货物的反应关系,可以较精准地得到匹配度,适用于多种危化品运输车辆的监管。

    基于知识图谱的工业安全生产违规处罚管理方法及系统

    公开(公告)号:CN116258204A

    公开(公告)日:2023-06-13

    申请号:CN202310253977.3

    申请日:2023-03-16

    Abstract: 本发明涉及安全生产管理领域中的人工智能技术,具体为一种基于知识图谱的工业安全生产违规处罚管理方法及系统,通过对工业生产安全法律法规文本数据预处理,得到结构化数据集;对结构化数据进行实体识别操作和实体关系提取,得到违规行为和处罚方式之间关系;对三元组信息进行存储,构建知识图谱;定义问句模板,判断问句类别;对用户问句进行预处理,后再进行命名实体识别,根据提取处的实体类型将问句进行分类、模板匹配;在知识库中进行结构化查询,返回结果。有益效果:结合知识图谱构建计算知识图谱中实体间相似度和基于协同过滤相似度,可以解决当前工业安全生产监管局限,得到最符合当前生产安全违规行为的处罚决定。

Patent Agency Ranking