[發(fā)明專利]一種物聯(lián)網(wǎng)系統(tǒng)大數(shù)據(jù)處理的人工智能算法和裝置

在審

• 申請?zhí)枺?/td>: 201910041362.8
• 申請日: 2019-01-16
• 公開（公告）號: CN109714432A
• 公開（公告）日: 2019-05-03
• 發(fā)明（設計）人: 魏立鋒;程佳盟;李佳
• 申請（專利權(quán)）人: 西安中星測控有限公司
• 主分類號: H04L29/08
• 分類號: H04L29/08;H04L12/24
• 代理公司: 北京眾達德權(quán)知識產(chǎn)權(quán)代理有限公司 11570
• 代理人: 劉杰

本發(fā)明提供了一種物聯(lián)網(wǎng)系統(tǒng)大數(shù)據(jù)處理的人工智能算法和裝置，通過獲得物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)；根據(jù)數(shù)據(jù)挖掘算法從所述物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)的內(nèi)部獲得待監(jiān)測對象的性能參數(shù)與狀態(tài)特征參數(shù)；判斷所述待監(jiān)測對象的性能參數(shù)與狀態(tài)特征參數(shù)是否超出預定閾值范圍；當所述待監(jiān)測對象的性能參數(shù)與狀態(tài)特征參數(shù)沒有超出預定閾值范圍，根據(jù)模糊邏輯判斷機制獲得所述待監(jiān)測對象的工作參數(shù)；將所述工作參數(shù)配置給所述待監(jiān)測對象。達到了有效提高數(shù)據(jù)處理的質(zhì)量和速度，保證數(shù)據(jù)安全，可以提升對于監(jiān)測終端參數(shù)配置的可靠性和適用性的技術(shù)效果。

技術(shù)領(lǐng)域

本發(fā)明涉及信息處理技術(shù)領(lǐng)域，尤其涉及一種物聯(lián)網(wǎng)系統(tǒng)大數(shù)據(jù)處理的人工智能算法和裝置。

背景技術(shù)

在萬物相連的技術(shù)鏈里，傳感器、物聯(lián)網(wǎng)、大數(shù)據(jù)、機器學習、人工智能等作為這個鏈條的每一環(huán)，相互聯(lián)系在一起。相互之間產(chǎn)生影響，形成積極地循環(huán)。各種連接的設備里的傳感器會產(chǎn)生大量的數(shù)據(jù)，海量數(shù)據(jù)使得機器學習成為可能，及其學習的結(jié)果就是人工智能，而人工智能有能指導設備更精確的去執(zhí)行任務，設備的行動會觸發(fā)傳感器，這整個就是一個完整的循環(huán)。人工智能技術(shù)能夠?qū)鞲衅飨到y(tǒng)有所幫助，包括：基于知識的系統(tǒng)、模糊邏輯、數(shù)據(jù)挖掘、自動知識收集、神經(jīng)網(wǎng)絡、遺傳算法、基于案例推理和環(huán)境智能等。這些技術(shù)在傳感器系統(tǒng)中的應用越來越廣泛，不僅因為它們確實有效，還因為如今的計算機應用越來越普及。具有較低計算復雜度的人工智能技術(shù)應用于小型傳感器系統(tǒng)、單一傳感器或采用低容量微型控制器陣列的系統(tǒng)，能夠大大優(yōu)化系統(tǒng)性能，創(chuàng)造更富有競爭力的傳感器系統(tǒng)和應用。

現(xiàn)有技術(shù)中對于傳感器等監(jiān)測終端設備需要根據(jù)不同的應用場景人工現(xiàn)場配置不同的工作參數(shù)，造成設定的參數(shù)安全性及適用性差的技術(shù)問題。

發(fā)明內(nèi)容

本發(fā)明實施例提供了一種物聯(lián)網(wǎng)系統(tǒng)大數(shù)據(jù)處理的人工智能算法和裝置，解決現(xiàn)有技術(shù)中對于傳感器等監(jiān)測終端設備需要根據(jù)不同的應用場景人工現(xiàn)場配置不同的工作參數(shù)，造成設定的參數(shù)安全性及適用性差的技術(shù)問題。

鑒于上述問題，提出了本申請實施例以便提供一種物聯(lián)網(wǎng)系統(tǒng)大數(shù)據(jù)處理的人工智能算法和裝置。

第一方面，本發(fā)明提供了一種物聯(lián)網(wǎng)系統(tǒng)大數(shù)據(jù)處理的人工智能算法，所述人工智能算法包括：

獲得物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)；根據(jù)數(shù)據(jù)挖掘算法從所述物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)的內(nèi)部獲得待監(jiān)測對象的性能參數(shù)與狀態(tài)特征參數(shù)；判斷所述待監(jiān)測對象的性能參數(shù)與狀態(tài)特征參數(shù)是否超出預定閾值范圍；當所述待監(jiān)測對象的性能參數(shù)與狀態(tài)特征參數(shù)沒有超出預定閾值范圍，根據(jù)模糊邏輯判斷機制獲得所述待監(jiān)測對象的工作參數(shù)；將所述工作參數(shù)配置給所述待監(jiān)測對象。

進一步的，所述物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)包括歷史觀測數(shù)據(jù)與實時監(jiān)測數(shù)據(jù)，其中所述實時監(jiān)測數(shù)據(jù)實時存儲入所述歷史觀測數(shù)據(jù)中。

進一步的，所述判斷所述待監(jiān)測對象的性能參數(shù)與狀態(tài)特征參數(shù)是否超出預定閾值范圍，包括：設定所述待監(jiān)測對象工作的預定閾值范圍；對比所述待監(jiān)測對象的性能參數(shù)與狀態(tài)特征參數(shù)與預定閾值范圍；根據(jù)所述性能參數(shù)與所述狀態(tài)特征參數(shù)自動調(diào)整所述預定閾值范圍。

進一步的，所述當所述待監(jiān)測對象的性能參數(shù)與狀態(tài)特征參數(shù)沒有超出預定閾值范圍，根據(jù)模糊邏輯判斷機制獲得所述待監(jiān)測對象的工作參數(shù)，包括：當所述待監(jiān)測對象的性能參數(shù)與狀態(tài)特征參數(shù)沒有超出預定閾值范圍，確定解除所述待監(jiān)測對象的性能參數(shù)與狀態(tài)特征參數(shù)的異常告警，記錄所述待監(jiān)測對象開始工作時間；根據(jù)所述待監(jiān)測對象開始工作時間計算所述待監(jiān)測對象的物理值；根據(jù)物理值與所述物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)統(tǒng)計確定所述待監(jiān)測對象的工作參數(shù)。

進一步的，所述人工智能算法還包括：當所述待監(jiān)測對象的性能參數(shù)與狀態(tài)特征參數(shù)超出預定閾值范圍，發(fā)送所述待監(jiān)測對象參數(shù)異常告警；確定關(guān)閉所述待監(jiān)測對象，記錄所述待監(jiān)測對象結(jié)束工作時間；根據(jù)所述待監(jiān)測對象結(jié)束工作時間計算所述待監(jiān)測對象的物理值。

第二方面，本發(fā)明提供了一種物聯(lián)網(wǎng)系統(tǒng)大數(shù)據(jù)處理的人工智能裝置，所述裝置包括：