一种基于工业互联网标识运维的AI决策运用方法

    公开(公告)号:CN119359238A

    公开(公告)日:2025-01-24

    申请号:CN202411342374.1

    申请日:2024-09-25

    Abstract: 本发明涉及AI决策技术领域,且公开了一种基于工业互联网标识运维的AI决策运用方法,包括以下步骤:S1:数据收集,首先通过工业互联网AI平台收集各类工业标识的数据;S2:智能分析决策,利用AI算法对收集到的标识数据进行深度分析,根据预设的校验规则和条件,自动识别并根据错误频次进行分类;S3:自动处理与反馈,预防性维护,对于易发常见,结合历史趋势,进行提前干预及告警,对于识别出的异常问题,AI系统将自动触发相应的决策响应机制。本发明通过智能化的手段,根据企业自身历史经验数据及当前行业知识数据,实现AI高效决策,快速响应,自动处理,从而提高整个企业标识工业体系的运维效率和稳定性。

    一种基于标识解析的跨平台服务调用方法

    公开(公告)号:CN118381826A

    公开(公告)日:2024-07-23

    申请号:CN202410663522.3

    申请日:2024-05-27

    Abstract: 本发明涉及计算机技术领域,且公开了一种基于标识解析的跨平台服务调用方法,包括以下步骤:S1:中间件Agent部署,在服务提供方的工业互联网平台侧部署平台中间件Agent,创建服务信息,设置服务调用权限;S2:信息维护发布,在平台中间件中进行服务信息的维护并发布;S3:服务变更,如果平台中间件中发布的服务列表发生变更,将通过调用源平台侧Agent提供的API进行通知;S4:服务监听,源平台侧Agent在接收到刷新服务的通知后,立即获取最新的服务列表,并开始监听服务的监听。本发明不仅能够支持多类型工业互联网平台接口的对接能力,而且能够实现跨工业互联网平台异地、异主、异构数据及服务的可信共享。

    一种基于同态加密的去中心化身份解析方法

    公开(公告)号:CN118643481A

    公开(公告)日:2024-09-13

    申请号:CN202410687960.3

    申请日:2024-05-30

    Abstract: 本发明涉及数据安全技术领域,且公开了一种基于同态加密的去中心化身份解析方法,包括以下步骤:S1:标识编码:为工业互联网中的设备、传感器、产品赋予唯一标识编码;S2:同态加密:利用同态加密算法来对标识编码和相关的身份数据进行加密处理,得到加密后的身份信息;S3:数据上链:将同态加密后的身份信息存储到区块链或分布式账本中,并通过共识算法来验证和记录数据,确保其不可篡改和透明可追溯;S4:身份验证。本发明能够在不泄露原始身份内容的前提下完成验证计算,并且通过去中心化的方式提升数据共享和交互的可靠性,从而增强了身份管理的安全性,防止隐私泄露,并提升了工业互联网的整体安全水平。

    基于双流LSTM的行人轨迹预测和意图估计方法

    公开(公告)号:CN117152209A

    公开(公告)日:2023-12-01

    申请号:CN202311209341.5

    申请日:2023-09-19

    Inventor: 李啸

    Abstract: 本发明涉及轨迹预测技术领域,且公开了基于双流LSTM的行人轨迹预测和意图估计方法,包括以下步骤:S1:总体架构设计,搭建一个Encodertra‑Decodertra架构的LSTM利用行人的方向和历史轨迹对行人的未来轨迹进行预测;S2:脚点;S3:相对位移,行人在图片中的位置,无论是边界框角点还是脚点都采用像素坐标表示,它仅代表行人在图片中的绝对位置,是一种独立的存在,缺少与上下文信息的关联。本发明行人与汽车之间的位置关系具有高度相关性,因此提出相对位移用于表示行人的相对位置,它可以模拟行人和汽车之间距离和位置的动态变化,增强了行人与汽车之间的交互,利用行人未来的轨迹来进一步提高行人意图估计的准确率。

    一种工业互联网标识数据要素分析方法及系统

    公开(公告)号:CN119127991A

    公开(公告)日:2024-12-13

    申请号:CN202411298759.2

    申请日:2024-09-18

    Abstract: 本发明涉及数据分析技术领域,且公开了一种工业互联网标识数据要素分析系统,包括核心层,所述核心层连接有分析层、智能决策层、数据特征层、支撑层,所述核心层包括平台接口、计算引擎和数据原料;本发明还提出一种工业互联网标识数据要素分析方法,包括以下步骤:S1:建立支撑体系层,建设区块链基础设施和搭建标识数据要素登记平台;S2:建设数据特征层,数据特征层包括:添加数据标识、数据清洗、建立场景数据模型。本发明通过与标识主数据库打通,主数据库中整合的多环节、多行业、多区域的标识数据,促进产业链各方的协同合作和信息共享,实现资源优化和价值链的协同增效。

    一种多窗口并行融合特征金字塔网络目标检测方法

    公开(公告)号:CN117036678A

    公开(公告)日:2023-11-10

    申请号:CN202311019151.7

    申请日:2023-08-14

    Inventor: 李啸

    Abstract: 本发明涉及目标检测技术领域,且公开了一种多窗口并行融合特征金字塔网络目标检测方法,包括以下步骤:S1:多窗口拼接,首先将主干网络中的多级预测特征图分别按照不同的窗口大小进行拆分,然后将不同特征图中相应位置的窗口内特征拼接在一起构成窗口块序列;S2:Transformer并行融合,将所有预测特征图输入Transformer执行一次融合,使各级预测特征图都具有上下文信息和深层语义信息。本发明设计了一种新颖的多窗口Transformer并行融合特征金字塔结构,为FPN特征融合方式提供一种新的方案,这种融合方式可以兼顾浅层上下文信息和深层语义信息,能够应对多种尺度的目标检测问题。

Patent Agency Ranking