基于模糊推理的烟花爆竹生产监控预警方法及系统

    公开(公告)号:CN109034240A

    公开(公告)日:2018-12-18

    申请号:CN201810815179.4

    申请日:2018-07-24

    CPC classification number: G06K9/6256 G06K9/6215 G06N5/048 G06Q50/04

    Abstract: 本发明提供了一种基于模糊推理的烟花爆竹生产监控预警方法及系统,其中包括:采集烟花爆竹生产现场的面积、结构、温度、湿度、粉尘含量、静电状况、预警类型、预警等级,温度、湿度、粉尘、静电构成影响因素矩阵X,并上传至服务器;其中,预警类型和预警等级构成决策变量;在服务器内利用粗糙‑模糊集建立影响因素矩阵X与生产现场安全指数之间的复杂非线性关系,获得监控预警模型;利用模糊规则插值算法对监控预警模型进行模糊推理,获得决策变量的最终解;将决策变量的最终解作为监控预警的决策X*通过服务器下发至从业企业的终端设备进行展示;用户根据终端设备展示的决策X*实现生产现场的监控预警。利用本发明能够实现烟花爆竹生产现场的监控预警,为从业企业提供更安全的生产环境。

    分析数据解析装置以及分析数据解析方法

    公开(公告)号:CN108629365A

    公开(公告)日:2018-10-09

    申请号:CN201810215795.6

    申请日:2018-03-15

    Inventor: 野田阳

    CPC classification number: G06N3/08 G06F17/18 G06N3/0436 G06N5/048 G06N7/08

    Abstract: 提供分析数据解析装置以及分析数据解析方法。利用教师数据执行机器学习来构建用于判别分析或回归分析的非线性函数即学习模型(S2),根据该函数的偏微分值按每个输入维度计算贡献度。利用由基于该贡献度的高斯分布函数确定的阈值来决定要无效化的输入维度(S3~S5)。再次进行利用了一部分输入维度无效化后的教师数据的机器学习(S6),根据得到的学习模型来求出每个输入维度的贡献度,基于新旧的贡献度更新贡献度(S7~S8)。重复规定次数的步骤S5~S8的处理(S9),在基于最终的贡献度决定有用的输入维度之后构建机器学习模型(S10)。由此,即使与解析对象的数据的多样性相比教师数据的样本数少时,也能够减少过度学习。

    一种基于振动信号的机械链接松动检测与预警方法

    公开(公告)号:CN108332955A

    公开(公告)日:2018-07-27

    申请号:CN201711405776.1

    申请日:2017-12-22

    CPC classification number: G01M13/00 G01H17/00 G06K9/6289 G06N5/048

    Abstract: 本发明公开一种基于振动信号的机械链接松动检测与预警方法,通过采集机械链接件的振动器件的振动信号来判断机械链接件的松动情况并给出预警信息,所述方法包括以下步骤:步骤1、构建基于振动信号的机械链接松动检测与预警系统;步骤2、采集机械链接件的振动信号;步骤3、对所述振动信号进行处理,获得所述振动信号的形态梯度谱熵,进而判断所述机械链接件的运行状态;步骤4、根据前述步骤中的信息进行所述机械链接件的性能退化分析,综合评价所述机械链接件的健康状况,给出预警信息。本发明提供的方法,对机械链接件运行状态进行实时在线监控和预警分析,提高机械链接件运行的可靠性和安全性,具有较强的实施性能。

    一种人工智能超深度学习模型的构成方法

    公开(公告)号:CN108073978A

    公开(公告)日:2018-05-25

    申请号:CN201611034133.6

    申请日:2016-11-14

    Applicant: 顾泽苍

    Inventor: 顾泽苍

    Abstract: 本发明涉及信息处理领域中的一种人工智能超深度学习模型的构成方法,其特征是:输入层的每一个节点所对应的目标函数的若干个输入的信息是通过所对应的微机器学习处理后连接到输入层的各个节点的,输入层与隐藏层既可作为神经元的触发层的各个节点之间也是通过微机器学习处理后相互连接的,输出层具有决策与自学习的功能,可作为神经元的头脑层。本发明实施效果是:以自组织后的概率尺度作为触发神经元的阀值,可实现真正的仿真头脑神经元机理的处理方法。可解决概率分布的复杂系的问题,计算复杂度为O2,学习过程目标明确,处理效率高,特别适用于硬件电路的实现,在神经网络理论上具有突破性。

    基于背景的保存位置的推断

    公开(公告)号:CN107111633A

    公开(公告)日:2017-08-29

    申请号:CN201580062360.7

    申请日:2015-11-12

    Abstract: 用户可以将内容存储在数据存储中,该数据存储包括对应于一个或多个类别的多个存储库,其中,存储库中的每个可以包括用于内容存储的一个或多个容器。推断应用可以被配置为将内容自动保存到存储库的一个或多个容器内的位置。例如,推断应用可以被配置为检测要针对用户保存的内容。推断应用可以分析用户和内容的一个或多个属性以推断与内容相关的存储库类别,并且确定与所推断的存储库类别相关联的置信度水平。响应于置信度水平高于阈值的确定,内容可以被自动保存到对应于所推断的存储库类别的存储库的一个或多个容器内的确定位置。

    基于复杂对应系统的用户行为一致性度测量方法

    公开(公告)号:CN104133808B

    公开(公告)日:2017-06-13

    申请号:CN201410327709.2

    申请日:2014-07-10

    Applicant: 同济大学

    Abstract: 一种基于复杂对应系统的用户行为一致性度测量方法,应用于互联网支付平台安全。整个方案分为三个阶段:第一阶段根据现有用户行为模型分析复杂对应关系特征,第二阶段根据用户行为特征建立行为轮廓,构建用户行为关系矩阵,第三阶段根据用户复杂对应特征,完成用户行为矩阵分解,计算用户行为一致性度,检测用户行为与预期行为的一致程度。对用户的内部行为关系进行了较细致的分析,建立了用户行为关系的轮廓,并对复杂对应关系进行区分和分类,给出了基于复杂对应关系用户行为的一致性测量和分析构架。有效地将复杂对应关系进行区分和计算,解决了存在复杂对应模型对的行为一致性测度问题,并大大缩短了运算时间。

    分类可靠性预测方法和装置

    公开(公告)号:CN103258239B

    公开(公告)日:2016-12-28

    申请号:CN201310052243.5

    申请日:2013-02-18

    Abstract: 本发明涉及一种分类可靠性预测方法和装置。提供了对分类可靠性预测有用的方法、装置和产品。所述方法是一种由处理器执行的计算机实现的方法,所述方法包括:获得由分类器工具对数据集的标记进行的预测,其中所述分类器工具旨在根据分类模型并考虑定义所述数据集的一组特性来预测所述标记;根据可靠性分类器工具获得与所述分类器工具的所述预测相关的可靠性标记的可靠性预测,其中所述可靠性分类器工具旨在根据分类模型并考虑第二组特性来预测所述可靠性标记;以及向用户输出所述标记预测和关联的可靠性预测。

Patent Agency Ranking