一种基于PSO-BP神经网络的设备寿命预测方法和系统

    公开(公告)号:CN113743011A

    公开(公告)日:2021-12-03

    申请号:CN202111017563.8

    申请日:2021-08-31

    Abstract: 本发明公开了一种基于PSO‑BP神经网络的设备寿命预测方法和系统,属于设备寿命预测。包括:1)通过获取设备的寿命周期数据,构建数据集,并进行归一化处理;2)构建BP神经网络;3)将BP神经网络的权值和阈值作为粒子的维度分量,并对粒子群算法的参数进行初始化,确定个体最优位置、最优适应度、全局最优位置和适应度;4)采用BP神经网络对数据集进行训练,所得结果由粒子群算法筛选出最优粒子,即网络的最优权值和阈值;5)将粒子群算法的结果作为网络的初始权值和阈值进行训练,直到满足最小误差条件或最大训练次数;6)用训练好的网络对设备数据进行预测,输出设备的预测寿命。与其它技术相比,本方法的优势在于可以迅速精确的完成对设备寿命的预测。

    一种故障基站的定位方法、装置、设备及可读存储介质

    公开(公告)号:CN113015198B

    公开(公告)日:2022-08-02

    申请号:CN202110436164.9

    申请日:2021-04-22

    Abstract: 本申请涉及一种故障基站的定位方法、装置、设备及可读存储介质,涉及基站运维管理技术领域,包括模拟基站光纤断纤,得到多个包括特征属性的故障LTE网络业务;将实际故障网络业务的特征属性与故障LTE网络业务的特征属性进行比较,根据比较结果得到故障基站信息,其充分利用了网络运行中的有效实时信息,通过实际故障网络业务反向查找故障基站,实现了基于模拟基站断纤的网络业务的定位方法,无需人工进行基站现场的故障确认,不仅提升了故障基站定位的时效性,还降低了人工和时间成本,且有效规避了人为因素的偶然性,提高了故障基站定位的准确性。因此,本申请实施例可有效提高故障基站的定位效率和准确性,并降低故障基站的定位成本。

    用户感知度管理方法、装置、设备及可读存储介质

    公开(公告)号:CN113850618A

    公开(公告)日:2021-12-28

    申请号:CN202111049883.1

    申请日:2021-09-08

    Abstract: 本发明提供一种用户感知度管理方法、装置、设备及可读存储介质,该方法包括:获取用户的用户等级以及预设时段内的反馈信息;根据预设时段内的反馈信息确定技术问题总数量、处理技术问题的总超期时长、故障问题总数量、处理故障问题的总超期时长以及投诉总数量后计算得到用户感知度;判断用户感知度是否低于用户等级相应的阈值,若低于,则进行用户感知度提升处理。通过本发明,从全局整体上及时准确的得到用户的用户感知度,快速发现用户感知度的下降趋势,在根据用户感知度对商品、服务进行预警后,实现不同层次人员对不同关注点的有效管控,针对性的对产品、服务进行改进,节省人力市场调研的成本,提高分析的效率,避免潜在的经济损失。

    一种基于光传送网部署1588v2时钟专网的方法

    公开(公告)号:CN110808782B

    公开(公告)日:2021-06-29

    申请号:CN201911062967.1

    申请日:2019-10-31

    Abstract: 本发明提供一种基于光传送网部署1588v2时钟专网的方法,属于光网络通信领域,包括:在光传送网的1588v2时钟传输路径上,利用OTN设备的空余槽位部署1588v2时钟专网,包括部署1588v2时钟源设备、时钟板卡、1588v2时钟接收设备、通信光缆以及时钟光缆。本发明的有益效果:充分利用现有OTN机框的空余插槽资源,并且在OTN部署1588v2时钟时,对已部署完成的OTN业务不做任何修改,避免利用业务板卡部署1588v2带来的业务中断,对安全生产具有重大意义,有利于提升OTN网络的经济效益。

    基于感知哈希的显著性区域检测方法、设备及存储设备

    公开(公告)号:CN112633294A

    公开(公告)日:2021-04-09

    申请号:CN202011434886.2

    申请日:2020-12-10

    Abstract: 本发明提供了一种基于感知哈希的显著性区域检测方法、设备及存储设备,主要是面向搭载树莓派视觉感知的无人机平台。首先,将图像转化为灰度图像,把图像分成互不重叠的图像块,对所有图像块进行DCT变换,计算每个DCT系数矩阵的均值,然后,得到每个图像块的哈希指纹,计算每个图像块与全图其他图像块的汉明距离,并基于图像块间的位置信息对所有汉明距离进行加权求和,以此表征该图像块的显著性值,确定初步显著图;进而通过阈值分割,得到最终显著图,实现显著性区域检测。一种基于感知哈希的显著性区域检测设备及存储设备,用于实现基于感知哈希的显著性区域检测方法。本发明的有益效果是:计算简单、易于实现,能快速检测显著性目标区域。

    一种网络故障风险分析方法及装置

    公开(公告)号:CN114172784B

    公开(公告)日:2023-11-03

    申请号:CN202111357483.7

    申请日:2021-11-16

    Abstract: 本申请涉及一种网络故障风险分析方法及装置,涉及通信技术领域,该网络故障风险分析方法包括以下步骤:获取目标网络中网络故障对应的故障区域;获取故障区域的业务数据,并获取业务数据的业务类型、关联关系属性以及对应的物理路由信息;根据故障区域的业务类型、关联关系属性以及物理路由信息,分析获得故障区域对目标路径的业务影响类型;其中,关联关系属性用于表示故障区域包含的节点之间的拓扑关系或通信连接关系。本申请针对网络链路与节点,进行多故障点分析,基于业务类型、关联属性以及物理路由信息,实现全网网络风险分析,从而发现安全隐患,以便后期对网络进行合理规划和优化。

    一种目标检测方法
    9.
    发明授权

    公开(公告)号:CN113657225B

    公开(公告)日:2023-09-26

    申请号:CN202110898055.9

    申请日:2021-08-05

    Abstract: 本发明提供一种目标检测方法,包括步骤:提取图像特征生成特征图;将特征图上采样,获得放大特征图;将放大特征图连接到类别预测头、宽高预测头和中心点偏移量预测头;在类别预测头中加入类别注意力网络,挖掘类内和类间的相距较远但语义相关的目标之间的有效信息;通过对真实目标框编码产生监督信息监督各预测头的训练;由各预测头输出的结果在待检测图像中框选识别对象并标记分类结果。本发明结合对目标类别作进一步判断的类别注意力和对边框回归的尺度自适应编码,使得网络在能关联类内和类间的特征,挖掘类内和类间的相距较远但语义相关的目标之间的有效信息的同时,还能根据检测目标的尺度变换进行更精准的框选,提升检测的准度和框选精度。

    一种网络故障风险分析方法及装置

    公开(公告)号:CN114172784A

    公开(公告)日:2022-03-11

    申请号:CN202111357483.7

    申请日:2021-11-16

    Abstract: 本申请涉及一种网络故障风险分析方法及装置,涉及通信技术领域,该网络故障风险分析方法包括以下步骤:获取目标网络中网络故障对应的故障区域;获取故障区域的业务数据,并获取业务数据的业务类型、关联关系属性以及对应的物理路由信息;根据故障区域的业务类型、关联关系属性以及物理路由信息,分析获得故障区域对目标路径的业务影响类型;其中,关联关系属性用于表示故障区域包含的节点之间的拓扑关系或通信连接关系。本申请针对网络链路与节点,进行多故障点分析,基于业务类型、关联属性以及物理路由信息,实现全网网络风险分析,从而发现安全隐患,以便后期对网络进行合理规划和优化。

Patent Agency Ranking