买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:西华大学;中国联合网络通信有限公司四川省分公司;四川省安全科学技术研究院
摘要:本发明公开了AIoT异常识别方法、灾害预警系统和道路安全系统,识别方法包括S1、构建双网络特征提取器,S2、获取数据集;S3、训练优化双网络特征提取器,得识别模型;S4、获取待识别数据;S5、进行多类别异常事件识别,得识别结果;灾害预警系统包括传感器计算单元和基站边缘计算单元;道路安全系统包括路侧计算单元和车载计算单元;通过双网络特征提取器能够精准识智能物联网环境下复杂异常模式与特征;通过基于本地‑全局特征的并行知识迁移框架并行化实现了本地和全局特征的权重更新,提高整体模型的识别精度和泛化能力;与真实灾害应急与道路安全领域紧密结合,切实解决灾害预警和道路安全预警实际问题。
主权项:1.AIoT异常识别方法,其特征在于,包括:S1、在每个分布式节点构建基于压缩激活和外部注意力的双网络特征提取器SE-EA-EDN,其中将执行权重聚合的分布式节点作为计算节点,并在计算节点构建基于本地-全局特征的并行知识迁移框架LGF-PKT,并行知识迁移框架用于本地和全局特征的权重更新,优化整体模型的泛化能力;基于压缩激活和外部注意力的双网络特征提取器SE-EA-EDN包括第一模型和第二模型,第一模型从输入到输出依次包括n个第一卷积层、自适应最大池化层和第一全连接层,第二模型从输入到输出依次包括多个卷积激活层、第二卷积层和外部注意力模块、第二全连接层和输出层,卷积激活层包括第三卷积层和压缩激活模块,第一卷积层、第二卷积层和第三卷积层从输入到输出依次包括一维卷积模块CNN、批归一化模块和ReLU激活函数,压缩激活模块用于动态调整不同通道的特征相应权重,增强对关键特征的感知和响应,输出层利用argMax函数得出识别结果,n为正整数;S2、获取数据集;S3、数据集作为每个分布式节点的基于压缩激活和外部注意力的双网络特征提取器SE-EA-EDN的输入,并对其进行训练优化,优化后的第二模型作为识别模型;S4、获取每个分布式节点的待识别数据;S5、对应分布式节点的待识别数据利用识别模型进行多类别异常事件识别,得到识别结果。
全文数据:
权利要求:
百度查询: 西华大学 中国联合网络通信有限公司四川省分公司 四川省安全科学技术研究院 AIoT异常识别方法、灾害预警系统和道路安全系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。