[發明專利]人工智能大數據的渠務系統在審
| 申請號: | 201810154946.1 | 申請日: | 2018-02-23 |
| 公開(公告)號: | CN108446793A | 公開(公告)日: | 2018-08-24 |
| 發明(設計)人: | 梁思敬;司徒若祺;余朗生 | 申請(專利權)人: | 天智羲王管道科技有限公司 |
| 主分類號: | G06Q10/04 | 分類號: | G06Q10/04;G06Q50/26;G06N3/04;G06N3/08 |
| 代理公司: | 深圳市神州聯合知識產權代理事務所(普通合伙) 44324 | 代理人: | 周松強 |
| 地址: | 中國香港沙田火炭穗*** | 國省代碼: | 中國香港;81 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 人工智能 大數據 神經元輸出 終端 云端 遠程測控終端 學習模塊 預警模塊 積水 智能城市 輸入端連接 交互連接 模塊連接 污水管道 無線連接 輸出端 監督 網絡 優化 | ||
1.一種人工智能大數據的渠務系統,其特征在于,包括智能城市終端、大數據云端、人工智能終端和遠程測控終端,所述智能城市終端和人工智能終端分別與大數據云端交互連接,且所述大數據云端和人工智能終端分別與遠程測控終端通過網絡無線連接;
所述人工智能終端包括監督學習模塊、神經元輸出模塊和通道積水預警模塊;所述監督學習模塊與神經元輸出模塊連接,且所述神經元輸出模塊與通道積水預警模塊的輸入端連接,且所述積水預警模塊的輸出端與遠程測控終端連接;所述監督學習模塊和神經元輸出模塊均與大數據云端相連接;
所述監督學習模塊基于污水通道的實體網絡,把渠道網絡的實體鏈接,轉化為AI神經網絡邏輯鏈接:讓污水管線網絡的數字化和分析運算可以長遠利用到AI的運算方法和硬件運算;每個管道的鏈接和分叉位置就成為了神經網絡的神經元,每條鏈接神經元的線條就是每條單一管道;在神經網絡里面就用突觸來代表;
這個污水管線網絡AI數字化后,便可以利用許多歷史和實時的數據作監督學習,數學模型中每個突觸有一個加權數值,即為權重,那么要計算第i層上的某個神經元所得到的勢能等于每一個權重乘以第i-1層上對應的神經元的輸出,然后全體求和得到了第i層上的某個神經元所得到的勢能,然后勢能數值通過該神經元上的活化函數,常是輸入向量或雙曲正切的連續函數模擬神經元對激勵的響應,以控制輸出大小;
最后經過連續函數運算出yi的數值,作為下一層(i+1)的輸入向量;
當地下通道內有積水時,遠程測控終端立即接通地下通道入口LED預警屏幕及交通信號燈,通過LED預警屏幕文字和交通信號燈同時提醒過往車輛及行人注意安全及通行方向指示,監控中心視頻顯示地下通道標尺水位、通道內積水深度及車輛通行情況。
2.根據權利要求1所述的人工智能大數據的渠務系統,其特征在于,所述智能城市終端包括污水管道內數據單元、城市污水管道網絡單元和天氣預測單元;所述污水管道內數據單元、城市污水管道網絡單元和天氣預測單元均與大數據云端交互連接。
3.根據權利要求2所述的人工智能大數據的渠務系統,其特征在于,所述大數據云端包括云端數據收集單元和數據分類與壓縮單元;所述污水管道內數據單元、城市污水管道網絡單元和天氣預測單元均與云端數據收集單元的輸入端連接,且所述云端數據收集單元的輸出端與數據分類與壓縮單元連接。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于天智羲王管道科技有限公司,未經天智羲王管道科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810154946.1/1.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業、金融、管理、監督或預測目的的數據處理系統或方法;其他類目不包含的專門適用于行政、商業、金融、管理、監督或預測目的的處理系統或方法
G06Q10-00 行政;管理
G06Q10-02 .預定,例如用于門票、服務或事件的
G06Q10-04 .預測或優化,例如線性規劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理,例如組織、規劃、調度或分配時間、人員或機器資源;企業規劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計算機輔助管理





