-
Patent Agency Ranking
公开(公告)号：CN111464780A
公开(公告)日：2020-07-28
申请号：CN202010171529.5
申请日：2020-03-12
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于边云协同的风险行为预警系统、方法及装置，第一信息采集设备用于采集监控对象与被监控对象之间的距离信息；第二信息采集设备用于采集被监控对象的生理信息与被监控对象的第一位置信息；视频采集设备用于采集被监控对象所在监控场景的监控视频；边缘预警服务器用于接收距离信息、生理信息、第一位置信息、监控视频；根据监控视频获得被监控对象的行为信息；获得环境信息；根据距离信息、生理信息、第一位置信息、行为信息、对象信息、环境信息预测被监控对象做出风险行为的风险概率；根据风险概率确定是否要对被监控对象做出风险行为进行预警。应用本发明实施例提供的方案可以提高其他对象的安全程度。
-
-
公开(公告)号：CN112905320A
公开(公告)日：2021-06-04
申请号：CN202110159615.9
申请日：2021-02-05
Applicant: 北京邮电大学
IPC: G06F9/48
Abstract: 本发明实施例提供了一种物联网任务的执行系统、方法及装置，边缘设备，用于向边缘计算节点发送待处理任务；边缘计算节点，用于接收待处理任务；基于获取到的执行待处理任务的资源需求参数、以及边缘计算节点的属性特征，计算边缘计算节点执行待处理任务的处理时长；若处理时长满足预设时长条件，则执行待处理任务；若否，则向云中心发送待处理任务；云中心，用于执行边缘计算节点发送的任务。可见，本方案中，在获取到任务后，并不直接上传至云中心，而是先计算获取到任务的边缘计算节点执行任务的处理时长，如果处理时长满足预设阈值条件，就由边缘计算节点执行任务，而不将任务上传至云中心，节省了任务的传输时间，从而减少了任务的处理时长。
-
公开(公告)号：CN110929847A
公开(公告)日：2020-03-27
申请号：CN201911120136.5
申请日：2019-11-15
Applicant: 国网浙江省电力有限公司电力科学研究院 , 北京邮电大学
Abstract: 本发明公开了一种基于深度卷积神经网络的换流变压器故障诊断方法。本发明将深度卷积神经网络模型应用于电网设备故障检测中，既改善了基于统计学和概率论的机器学习算法中参数多、调参过程繁琐、模型性能十分依赖数据预处理和特征工程的不足，也在浅层人工神经网络基础上将数据扩展至更高维度，使模型对复杂函数的拟合能力进一步提高，同时，将残差网络和批量归一化算法应用于深度卷积神经网络，使模型收敛速度和泛化能力得到提高，模型对电网设备故障诊断的准确率相比浅层神经网络有很大提升。
-
-
-
Search Results
5
records
(took 0.019 seconds)
