融合機(jī)器機(jī)理與人工智能算法系統(tǒng)的數(shù)據(jù)處理方法及系統(tǒng)
基本信息
| 申請(qǐng)?zhí)?/td> | CN201910543307.9 | 申請(qǐng)日 | - |
| 公開（公告）號(hào) | CN110263949B | 公開（公告）日 | 2021-08-31 |
| 申請(qǐng)公布號(hào) | CN110263949B | 申請(qǐng)公布日 | 2021-08-31 |
| 分類號(hào) | G06Q10/00;G06Q10/06;G06N20/00 | 分類 | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 翟中平;張海濱;李龍?jiān)?馮實(shí) | 申請(qǐng)（專利權(quán)）人 | 安徽智寰科技有限公司 |
| 代理機(jī)構(gòu) | 合肥中谷知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） | 代理人 | 陳少麗 |
| 地址 | 230000 安徽省合肥市高新區(qū)天通路16號(hào)軟件園5號(hào)樓508 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明提出了一種融合機(jī)器機(jī)理與人工智能算法系統(tǒng)的數(shù)據(jù)處理方法及系統(tǒng)，包括：采集機(jī)器運(yùn)用過程中的實(shí)時(shí)狀態(tài)數(shù)據(jù)，并從中篩選出滿足要求的狀態(tài)數(shù)據(jù)；從滿足要求的狀態(tài)數(shù)據(jù)中提取出特征指標(biāo)，計(jì)算出四類狀態(tài)標(biāo)簽數(shù)據(jù)對(duì)應(yīng)的指標(biāo)集合；將帶有標(biāo)簽的指標(biāo)集矩陣輸入機(jī)器學(xué)習(xí)算法模型中，輸出特征指標(biāo)集閾值參數(shù)；將所述閾值參數(shù)作為初始閾值參數(shù)，每次系統(tǒng)推送出機(jī)器狀態(tài)等級(jí)后，由人工在系統(tǒng)中確認(rèn)標(biāo)簽的真實(shí)狀態(tài)等級(jí)；判斷接收到的閾值參數(shù)對(duì)應(yīng)的特征等級(jí)與人工確認(rèn)的標(biāo)簽對(duì)應(yīng)的真實(shí)狀態(tài)等級(jí)是否一致，如果不一致，將新標(biāo)簽數(shù)據(jù)對(duì)應(yīng)的指標(biāo)集納入標(biāo)簽庫，并更新閾值參數(shù)，否則通過機(jī)器學(xué)習(xí)算法反復(fù)持續(xù)訓(xùn)練，直至閾值模型推送的準(zhǔn)確率達(dá)到95％時(shí)，迭代終止。從而大幅提升了系統(tǒng)報(bào)警模型的可用水平和準(zhǔn)確率。 |
