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:山东正晨科技股份有限公司
摘要:本发明提出的一种公路隧道应急预案自动生成方法、系统及装置,所述方法包括:获取事件发生时公路隧道内预设类型设备的数据信息;获取事件的文字描述信息;对所述数据信息进行归一化处理,并生成相应的数据表示矩阵;对文字描述信息进行编码,生成与数据信息维度相同的文字信息;将数据信息和文字信息进行数据融合,构建数据集;利用数据集建立多任务深度学习模型,并进行模型训练;模型训练完成后,生成测试结果,并根据预设模版生成应急预案信息。本发明能够利用深度学习的归纳分析能力,自动生成公路隧道应急预案,有效的提高了应急预案的准确性和实效性。
主权项:1.一种公路隧道应急预案自动生成方法,其特征在于,包括如下步骤:S1:获取事件发生时公路隧道内预设类型设备的数据信息;S2:获取事件的文字描述信息;S3:对所述数据信息进行归一化处理,并生成相应的数据表示矩阵;S4:对文字描述信息进行编码,生成与数据信息维度相同的文字信息;S5:将数据信息和文字信息进行数据融合,构建数据集;S6:利用数据集建立多任务深度学习模型,并进行模型训练;S7:模型训练完成后,生成测试结果,并根据预设模版生成应急预案信息;所述步骤S3包括:获取近1分钟内预设类型设备的数据信息;取每项数据的均值以弥补数据采集过程中的个别数据缺失;将每类数据补长至相同长度D,缺失部分以0值填充;进行数据归一化处理,并生成大小为N×D的数据表示矩阵;其中,D为预设类型设备的种类数量;所述步骤S4包括:使用Sentence2Vec算法对文字描述信息的每个句子进行编码,生成与数据信息维度相同的文字信息;所述步骤S5包括:将数据信息与文字信息进行数据融合以构建多任务深度学习模型的输入样本,输入样本维度为N+1×D;对每个输入样本绑定标签以构建数据集;将数据集划分为训练集、验证集和测试集;所述步骤S6包括:以DenseNet模型为主要特征提取结构,以硬参数共享的方式,利用数据集构建多任务深度学习模型;在多任务深度学习模型的输出层设置有5个子任务输出,每个子任务输出均设有相应的计算损失函数;利用训练集和验证集进行多任务深度学习模型的训练,经过测试集评估后生成最优的多任务深度学习模型;其中,5个子任务包括:照明强度调整回归损失、通风系统开启强度回归损失、车指关闭数量分类损失、消防设施是否启动分类损失、应急广播和情报板是否启动分类损失。
全文数据:
权利要求:
百度查询: 山东正晨科技股份有限公司 一种公路隧道应急预案自动生成方法、系统及装置
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。