大数据分析与机理模型协同的道路积水深度监测方法及系统

    公开(公告)号:CN112329582A

    公开(公告)日:2021-02-05

    申请号:CN202011179110.0

    申请日:2020-10-29

    IPC分类号: G06K9/00 G06K9/62 G01F23/00

    摘要: 本发明公开了一种大数据分析与机理模型协同的道路积水深度监测方法,包括步骤:S1.采集道路积水信息;S2.对所述道路积水区域图像进行识别,得到道路积水区域实际面积,并对所述降雨量、所述道路单点积水深度以及所述道路积水区域实际面积进行处理,得到道路积水深度;S3.输出所述道路积水深度。一种大数据分析与机理模型协同的道路积水深度监测系统,包括参数采集模块、数据处理模块以及输出模块。本发明能够准确地计算出道路积水区域的最大深度以及预测最大深度,有效地防止出现道路积水深度误报、错报的情况,弥补了其他道路积水监测方式的不足,为道路排水建设提供了有力的参考。

    一种云平台的机床稼动率监测系统

    公开(公告)号:CN112309000B

    公开(公告)日:2022-04-01

    申请号:CN202011123136.3

    申请日:2020-10-20

    摘要: 本发明公开了一种云平台的机床稼动率监测系统,包括云平台制造大数据库模块、云平台数据实时提取模块、功率数据特征提取模块、机床运行状态识别模块、设备稼动率计算模块;云平台制造大数据库模块存储有机床设备原始总功率数据和机床设备生产数据;云平台数据实时提取模块对提取的机床设备原始总功率数据进行预处理;功率数据特征提取模块从云平台数据实时提取模块提取预处理机床设备总功率数据和机床设备生产数据;机床运行状态识别模块将功率数据特征提取模块获得的模型权重导入至卷积神经网络,建立一维CNN识别模型;设备稼动率计算模块计算出设备稼动率;本解决了传统的机床设备稼动率计算不具备通用性、普遍适用性的问题。