一种基于反馈特征提取和因果反演辨识的智能系统评估方法

    公开(公告)号:CN118821874A

    公开(公告)日:2024-10-22

    申请号:CN202411314096.9

    申请日:2024-09-20

    Abstract: 本发明公开了一种基于反馈特征提取和因果反演辨识的智能系统评估方法,该方法首先采集N个输入特征,P组数据的原始训练集,Q组数据的测试集。其次识别原始训练集中数据的降维特征,通过负载矩阵反向识别原始训练数据集的关键特征,原始训练集被化简为包括F个关键特征。然后从原始训练数据集中随机采样,生成多个子训练集,构建多个训练BP子模型并使用子训练集训练,通过比较误差识别并剔除异常数据,原始训练集被简化为包括S组数据。最后构建测试BP模型使用简化后的训练集训练,得到智能系统的评估结果,并通过测试集进行预测。本发明突破了传统维度约简后所提取特征不再具有原始特征空间物理含义的局限性。

    基于联邦学习的化工生产操作流程分割方法

    公开(公告)号:CN116798126A

    公开(公告)日:2023-09-22

    申请号:CN202310818471.2

    申请日:2023-07-05

    Abstract: 本发明公开了一种基于联邦学习的化工生产操作流程分割方法,通过联邦学习策略对各训练节点的数据集进行聚合,训练得到可用的动作分割模型,再将模型部署到物联网系统云服务器上;端服务器在检测到动作分割需求,实地拍摄化工生产操作视频并发送给边处理器;边处理器对化工生产操作视频进行预处理得到特征序列并将序列发送给云服务器;云服务器通过动作分割模型对特征序列进行识别得到信度序列;对信度序列进行处理得到实际化工生产操作流程,再与标准流程进行对比分析后,生成分析报告。本发明采用动作分割模型对视频数据中的每帧图像的动作进行精准分类,可以在整个未裁剪的长视频中进行每帧图像的动作分类,极大地减少了人力浪费。

    一种基于大语言模型的知识图谱三元组可信性验证方法

    公开(公告)号:CN118520944A

    公开(公告)日:2024-08-20

    申请号:CN202411003289.2

    申请日:2024-07-25

    Abstract: 本发明公开了一种基于大语言模型的知识图谱三元组可信性验证方法,该方法首先对已构建的知识图谱,将三元组分成可信和待验证两类,将可信部分的三元组作为正样本,随机生成n次负样本,由此构建n个样本数据集,对大语言模型进行微调,得到n个微调后的大语言模型。其次建立三元组可信性辨识框架,将每个大语言模型的输出转换成证据形式,并获取证据的可靠性和重要性权重参数。然后将待验证的三元组分别输入微调后的大语言模型,将输出结果进行融合。最后根据融合后的信度分布进行决策,得到待验证三元组的可信性验证结果。本发明克服了传统方法在稀疏数据上表现不佳的问题,显著提升标签预测的效果。

    一种基于云边端架构的离心泵操作智能检测方法

    公开(公告)号:CN118097769A

    公开(公告)日:2024-05-28

    申请号:CN202311237450.8

    申请日:2023-09-25

    Abstract: 本发明公开了一种基于云边端架构的离心泵操作智能检测方法,该方法包括以下步骤:步骤S1,获取视频数据。视频采集模块通过终端获取离心泵操作的视频数据。步骤S2,人体关键点检测。人体关键点检测模块在边缘端从视频数据中提取人体关键点。步骤S3,计算关键点与阀门的欧式距离。在视频的每一帧中,计算人体手部关键点与每个阀门的欧式距离并保存;步骤S4,离心泵操作流程判断。利用人体手部关键点与每个阀门的欧式距离来判断人员是在操作哪个阀门;步骤S5,离心泵操作开关阀门动作判断。提取人体手部关键点操作阀门时的时间序列特征,使用卷积神经网络,训练模型并判断人员是在开还是关阀门。通过本发明方案可提高检测效率。

Patent Agency Ranking