-
公开(公告)号:CN118113991B
公开(公告)日:2024-09-10
申请号:CN202410077398.2
申请日:2024-01-19
摘要: 本发明涉及一种基于支持向量机的临时钢扣塔拆卸误差调整方法,属于桥梁施工技术领域,包括以下步骤:收集临时钢扣塔拆卸的相关特征数据建立数据集,将数据集输入支持向量机模型完成训练;采集现场的实测数据经过预处理后,输入建立的支持向量机模型;实测数据的预处理包括:数据清洗、归一化处理和参数转换;通过支持向量机模型计算得出纵向位移、横向位移和垂直偏角等误差数据;将得出的误差数据进行分析调整后,发送至扣塔调节装置;临时钢扣塔依据误差数据的调节指令实施调整。本发明通过建立支持向量机模型,将施工现场采集的实测数据输入模型得出纵向位移、横向位移和垂直偏角等误差数据作为调整依据,快速精准地完成临时钢扣塔的拆除。
-
公开(公告)号:CN118608051A
公开(公告)日:2024-09-06
申请号:CN202410854053.3
申请日:2024-06-28
申请人: 中科云谷科技有限公司
IPC分类号: G06Q10/087 , G06Q10/0639 , G06F18/27 , G06N20/10
摘要: 本申请涉及一种库存分析方法、电子设备及计算机存储介质,其中,库存分析方法,包括:实时获取至少一仓库的仓库运营数据;根据仓库运营数据得到库存关键指标的数值信息和第一库存数据;将第一库存数据和库存关键指标的数值信息输入库存分析模型,得到库存分析数据,库存分析数据包括库存关键指标对第一库存数据的影响占比和/或库存预警信息。通过本申请的技术方案,能够实时精确地监测库存变化情况,同时,能对库存变化进行分析和预警。
-
公开(公告)号:CN118607377A
公开(公告)日:2024-09-06
申请号:CN202410775316.1
申请日:2024-06-17
申请人: 淮阴工学院 , 有研工程技术研究院有限公司
IPC分类号: G06F30/27 , G06F18/10 , G06F18/213 , G06F18/23213 , G06N3/006 , G06N3/084 , G06N20/10
摘要: 本发明公开了一种基于机器学习的工艺设计方法、系统和设备,方法包括:构造初始数据集;利用聚类算法对初始数据集的异常数据进行清洗,对清洗后的初始数据集进行缩放处理;针对处理后的数据集,筛选出特征,同时进行数据降维,得到降维后的数据集;将降维后的数据集预设比例划分为训练集和测试集,利用训练集训练预选的若干种机器学习算法模型,评估并选取预测耐蚀性最好的算法模型作为工艺设计模型;根据工艺设计模型,设计磁控溅射高耐蚀氮化物、氧化物及其复合涂层的工艺;本发明为设计磁控溅射高耐蚀氮化物、氧化物及其复合涂层工艺提供了基于数据驱动的、高通量、面向性能的高效设计方法。
-
公开(公告)号:CN118606956A
公开(公告)日:2024-09-06
申请号:CN202410800682.8
申请日:2024-06-20
申请人: 中国建设银行股份有限公司
发明人: 付国印
摘要: 本发明提供一种基于AI的漏洞风险评估系统及方法,漏洞适配层获取漏洞信息,按照描述标准进行处理得到标准漏洞信息;资产匹配层存储资产信息;漏洞知识层定时获取已知漏洞信息并进行分析得到漏洞知识;人工智能层利用深度学习模型从标准漏洞信息和对应的目标资产信息提取风险特征;模拟攻击层基于风险特征模拟攻击目标资产信息对应的企业资产;风险评估层基于模拟攻击结果,评估得到风险等级。在本方案中,利用AI技术学习已知漏洞信息和资产信息,从而结合扫到的漏洞信息以和对应的资产信息提取风险特征,利用白盒的风险特征对企业资产以黑盒的方式进行模拟攻击,基于模拟攻击结果评估风险,无人工参与,实现节省人力物力的目的。
-
公开(公告)号:CN118603905A
公开(公告)日:2024-09-06
申请号:CN202410622481.3
申请日:2024-05-20
申请人: 福建中烟工业有限责任公司 , 中国烟草总公司郑州烟草研究院
IPC分类号: G01N21/27 , G06N3/0464 , G06N3/084 , G06N3/045 , G06N5/01 , G06F18/27 , G06N20/10 , G06N20/20 , G01N33/00
摘要: 本公开涉及一种烟叶醇化质量的检测方法、模型训练方法和装置,涉及烟草制备技术领域。其中,烟叶醇化质量的检测方法包括:获取待检测烟叶的光谱图像数据、以及待检测烟叶的第一属性信息,待检测烟叶为经过醇化处理的烟叶;确定与第一属性信息对应的第一机器学习模型;利用第一机器学习模型,对待检测烟叶的光谱图像数据进行处理,以得到待检测烟叶的多种感官特征的第一评分值;根据多种感官特征的第一评分值,确定待检测烟叶的醇化质量检测结果。通过以上方法,能够精准、高效地检测烟叶的醇化质量。
-
公开(公告)号:CN114596961B
公开(公告)日:2024-09-06
申请号:CN202210215623.5
申请日:2022-03-07
申请人: 山东勤成健康科技股份有限公司
IPC分类号: G16H50/30 , G06N20/10 , G06N3/0464 , G06N3/084
摘要: 本发明提供一种基于体检数据分析人体健康预警系统,包括:数据池,用于存储体检数据;客户端,用于获取用户基于自身的病情感知,所述病情感知包括感知器官和感觉类型;线程启动单元,用于根据所述病情感知启动目标线程;数据处理单元,用于在目标线程中获取对应目标数据池中的目标体检数据,并将所述目标体检数据输入预设的支持向量机模型,通过所述支持向量机模型计算得到第一病因;病因处理单元,用于获取所述第一病因,并根据各个目标线程的优先级得到第二病因。本发明根据用户对于自身病情的感知情况,且通过多线程处理的方式分析用户的体检数据,帮用户分析出真正的病源器官。
-
公开(公告)号:CN110263622B
公开(公告)日:2024-09-06
申请号:CN201910377069.9
申请日:2019-05-07
申请人: 平安科技(深圳)有限公司
发明人: 雷晨雨
IPC分类号: G06V20/54 , G06V20/52 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N20/10 , G06Q50/26 , G06Q50/40
摘要: 一种列车火情监测方法,包括:连续获取列车行驶过程中的多张图像;采用YOLO目标检测算法检测出每张图像中的多个候选轮廓区域;将所述多个候选轮廓区域输入预先训练好的SVM模型中,当通过所述SVM模型识别出有至少一个所述候选轮廓区域中发生了火情,所述发生了火情的候选轮廓区域在每张图像中的位置不一致时,输出所述列车上有火情的结果。本发明还提供一种列车火情监测装置、终端及存储介质。本发明能够通过视频监控技术,在非站点路段,连续获取列车的多张图像,并对多张图像进行分析来确定列车上是否发生火情,为列车的安全监测提供了有效的辅助技术手段,提高了列车运行的安全性。
-
公开(公告)号:CN118587840A
公开(公告)日:2024-09-03
申请号:CN202410971932.4
申请日:2024-07-19
申请人: 深圳联恒智控科技有限公司
摘要: 本申请提供了一种智能家居安全监控报警系统,包括以下模块:震动感知模块,设置有多个震动传感器,安装在门窗、墙壁、天花板、楼梯、地板以及通风口位置,用于检测震动信号;声音采集模块,用于捕获环境中的声音信号;控制模块,负责接收震动感知模块和声音采集模块的信号,进行数据处理,并根据预设规则触发报警;警报模块,在检测到异常时发出警报。本申请通过震动感知模块和声音采集模块的协同作用,本系统能够实现对家庭环境的全方位监控,无论是门窗的非法撬动还是室内的异常声响,都能被系统及时捕捉并处理,利用机器学习算法对提取的特征进行分类和识别,本系统能够智能地区分正常行为和异常事件,大大降低了误报和漏报的概率。
-
公开(公告)号:CN118586527A
公开(公告)日:2024-09-03
申请号:CN202410707109.2
申请日:2024-06-03
申请人: 宁波均联智行科技股份有限公司
摘要: 本申请公开了一种资产分析报告生成方法、设备及介质,属于数据处理技术领域,所述方法包括:对资产数据库进行资产特征判定,得到资产特征数据集;获取支持向量机回归模型;通过所述资产特征数据集对所述支持向量机回归模型进行训练,生成支持向量机回归预测模型;通过统计模型对所述支持向量机回归预测模型进行修正;根据修正后的支持向量机回归预测模型计算得到资产识别特征目标数据集;根据所述资产识别特征目标数据集填充生成资产分析报告。本申请的技术方案具备自主分析能力更新相关数据库,能够在设定条件下,快速并自动化的输出资产分析报告而无需人为介入。
-
公开(公告)号:CN118586286A
公开(公告)日:2024-09-03
申请号:CN202410754763.9
申请日:2024-06-12
申请人: 中交第四航务工程局有限公司 , 中交四航工程研究院有限公司
IPC分类号: G06F30/27 , G06F18/213 , G06F18/10 , G06F18/21 , G06N3/048 , G06N20/10 , G06F111/08
摘要: 本发明提供了一种基于相关向量机的DCM桩抗压强度预测方法,适用于地基加固DCM桩施工领域;本发明的一种基于相关向量机的DCM桩抗压强度预测方法包括数据收集和预处理、特征选择、核函数选择和参数设定、相关向量机模型训练、后验概率估计以及模型评估和应用;训练过程通过迭代优化权重参数,自动确定有效的支持向量,降低了模型复杂度,可以用较少的样本进行预测,也减少了训练时和预测应用时的计算负担,同时通过并行训练的多个相关向量机模型进行DCM桩的抗压强度预测保证应用时的泛化能力和准确性,可广泛的应用于地基加固施工前的DCM桩抗压强度预测。
-
-
-
-
-
-
-
-
-