一种设备全生命周期的管理平台及全维度量化评价的方法

    公开(公告)号:CN115099428A

    公开(公告)日:2022-09-23

    申请号:CN202210646800.5

    申请日:2022-06-08

    Abstract: 本发明提出了一种设备全生命周期的管理平台,该管理平台具体包括:项目管理模块:配置创建新的项目;点位关联模块:用于对设备的点位进行管理;设备管理模块:用于新建设备,包括配置设备的名称、类型以及编号的基础数据,按规划设计信息建设设备,配置设备的应用标签以及运维标签;运行监测模块:根据预设的巡检方式对设备进行巡检管理并生成巡检报告;故障维护模块:维护保养单位根据经过人工审核的系统派单对设备进行维护保养,并生成维护保养日志;考核评估模块:用于根据巡检报告以及维护保养日志对设备进行绩效考核。通过基于全生命周期的全维度量化评价设备模型,能够对设备的全流程进行管理监控,能够有效科学的评价设备的质量。

    一种基于插件式引擎的服务框架构建方法和系统

    公开(公告)号:CN112822115B

    公开(公告)日:2022-09-16

    申请号:CN202011633341.4

    申请日:2020-12-31

    Abstract: 本发明提出了一种基于插件式引擎的服务框架构建方法和系统,构建至少一个进程,每个进程中加载有至少一个插件,同时构建本地转发路由表、网络转发路由表、虚基类和实体类,其中实体类继承于虚基类,在实体类中提供包含进程或插件发送信息的接口参数,在虚基类中提供作为信息载体的业务参数,根据接口参数实现进程与插件的通信连接;根据所述业务参数选择所述本地转发路由表或所述网络转发路由表实现插件与进程之间所述信息载体的传递。此方法和系统可以快速响应业务需求提高开发效率及增强系统的可伸缩性,框架方式有利于动态扩容,不影响原有业务功能,且能够分布式或集群部署,增强服务的横向扩展能力。

    一种数据文件的存取方法与系统
    46.
    发明公开

    公开(公告)号:CN114035748A

    公开(公告)日:2022-02-11

    申请号:CN202111328713.7

    申请日:2021-11-10

    Abstract: 本申请提出了一种数据文件的缓存方法,该方法包括:步骤S1、获取设备ID匹配文件服务进行数据的写入操作,将所述数据文件写入缓存区;以及步骤S2、同时记录设备ID最新的数据采集时间;其中,所述缓存区包括一级缓存、二级缓存以及三级存储,所述一级缓存采用基于Redis组件的内存缓存,所述二级缓存采用基于固态硬盘的存储,所述三级存储采用基于机械硬盘的大数据组件存储。通过根据采集设备ID与数据采集时间根据一定规则来唯一生成数据ID,根据数据ID可以提取到对应的采集设备ID与数据采集时间,提高了对数据文件的缓存效率。

    一种基于HTML源代码和网页快照的Web信息抽取方法与系统

    公开(公告)号:CN113312568A

    公开(公告)日:2021-08-27

    申请号:CN202110322096.3

    申请日:2021-03-25

    Abstract: 本发明给出了一种基于HTML源代码和网页快照的Web信息抽取方法与系统,包括通过收集网页快照训练数据,在网页快照训练数据中标注表征网页快照训练数据的类别的标签,得到标注后的网页快照训练数据;将标注后的网页快照训练数据输入混合CNN和BERT的神经网络架构进行模型训练,获取用于抽取网页信息的神经网络模型;最后基于神经网络模型对网络上的标签未知的网页快照数据进行抽取输出标签未知的网页快照数据对应的标签。通过搜集足够数量的网页极其快照,选择具有多样性布局和内容的网页,提高了后续生成的模型的泛化能力,并且将网页快照部分和HTML源代码部分分别输入CNN和BERT,充分利用了文本和网页快照的信息,提升了Web信息抽取的精度。

    基于深度神经网络的多尺度级联航拍目标检测方法和系统

    公开(公告)号:CN113052108A

    公开(公告)日:2021-06-29

    申请号:CN202110357409.9

    申请日:2021-04-01

    Abstract: 本申请公开基于深度神经网络的多尺度级联航拍目标检测方法和系统。将第一特征图、第三特征图分别对应输入大尺度检测头、小尺度检测头分别获得小目标对象预测信息和大目标对象预测信息,根据小目标对象预测信息和大目标对象预测信息分别更新目标数组中对应的小目标对象预测状态和大目标对象预测状态,大目标对象预测信息不改变小目标对象预测信息在目标数组中对应的目标预测状态;基于更新后的目标数组,计算目标数组中每个目标对象的损失函数,并反向处理大尺度检测头和小尺度检测头未预测的目标对象,分别获得小目标对象检测信息和大目标对象检测信息。解决航拍图像样本重复预测、目标分布不均和漏检、召回率低和检测时间长等技术问题。

    一种基于插件式引擎的服务框架构建方法和系统

    公开(公告)号:CN112822115A

    公开(公告)日:2021-05-18

    申请号:CN202011633341.4

    申请日:2020-12-31

    Abstract: 本发明提出了一种基于插件式引擎的服务框架构建方法和系统,构建至少一个进程,每个进程中加载有至少一个插件,同时构建本地转发路由表、网络转发路由表、虚基类和实体类,其中实体类继承于虚基类,在实体类中提供包含进程或插件发送信息的接口参数,在虚基类中提供作为信息载体的业务参数,根据接口参数实现进程与插件的通信连接;根据所述业务参数选择所述本地转发路由表或所述网络转发路由表实现插件与进程之间所述信息载体的传递。此方法和系统可以快速响应业务需求提高开发效率及增强系统的可伸缩性,框架方式有利于动态扩容,不影响原有业务功能,且能够分布式或集群部署,增强服务的横向扩展能力。

Patent Agency Ranking