[發(fā)明專(zhuān)利]一種基于人工智能的通信網(wǎng)管監(jiān)控方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011050972.3
• 申請(qǐng)日: 2020-09-29
• 公開(kāi)（公告）號(hào): CN112132819A
• 公開(kāi)（公告）日: 2020-12-25
• 發(fā)明（設(shè)計(jì)）人: 徐剛;朱峰;夏仕俊;沈主浮;朱炯;李佳文;游兆陽(yáng);陳毅龍;楊光;蔣凌云;張佳卓;董萬(wàn)新;單文麗;陳頌;肖云杰;余長(zhǎng)江;劉春梅;潘麟;孫崢鴻;鐘鳴;錢(qián)巍斌
• 申請(qǐng)（專(zhuān)利權(quán)）人: 國(guó)網(wǎng)上海市電力公司
• 主分類(lèi)號(hào): G06T7/00
• 分類(lèi)號(hào): G06T7/00;G06T5/00;G06K9/62;G06N3/04;G06N3/08;G06F9/50
• 代理公司: 上海兆豐知識(shí)產(chǎn)權(quán)代理事務(wù)所(有限合伙) 31241
• 代理人: 章蔚強(qiáng)

1.一種基于人工智能的通信網(wǎng)管監(jiān)控方法，其特征在于，包括如下步驟：

步驟1，通過(guò)人工智能模擬數(shù)據(jù)接口的方式將人工操作流程進(jìn)行分析和處理，代替人工操作自動(dòng)登錄進(jìn)入網(wǎng)管系統(tǒng)；

步驟2，調(diào)用圖像采集工具對(duì)當(dāng)前網(wǎng)管系統(tǒng)進(jìn)行圖像采集；

步驟3，將采集的圖像進(jìn)行圖像處理，降噪并進(jìn)行特征提取；

步驟4，通過(guò)基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的圖像識(shí)別算法對(duì)參數(shù)進(jìn)行獲取和分析，與預(yù)先設(shè)定的閾值進(jìn)行對(duì)比，判斷設(shè)備是否異常；

步驟5，通過(guò)卷積神經(jīng)網(wǎng)絡(luò)算法的分析以及對(duì)圖像識(shí)別技術(shù)的對(duì)比,對(duì)卷積神經(jīng)網(wǎng)絡(luò)算法進(jìn)行改進(jìn),以提高圖像識(shí)別效果。

2.根據(jù)權(quán)利要求1所述的一種基于人工智能的通信網(wǎng)管監(jiān)控方法，其特征在于，所述步驟5中，對(duì)卷積神經(jīng)網(wǎng)絡(luò)算法進(jìn)行改進(jìn)的優(yōu)化方式為多區(qū)域圖像識(shí)別和基于MapReduce的卷積神經(jīng)網(wǎng)絡(luò)算法設(shè)計(jì)；多區(qū)域圖像識(shí)別是在傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上,簡(jiǎn)化其網(wǎng)絡(luò)結(jié)構(gòu),進(jìn)行圖像識(shí)別測(cè)試時(shí),按照區(qū)域劃分得到多個(gè)測(cè)試區(qū)域,提高圖像識(shí)別準(zhǔn)確率，在此基礎(chǔ)上,基于MapReduce平臺(tái)進(jìn)行了卷積神經(jīng)網(wǎng)絡(luò)算法設(shè)計(jì),利用Map函數(shù)將數(shù)據(jù)分割成N個(gè)模塊,通過(guò)數(shù)據(jù)處理形成中間數(shù)據(jù),再由Reduce函數(shù)進(jìn)行數(shù)據(jù)匯總,即通過(guò)MapReduce的并行計(jì)算,使其訓(xùn)練速度更快，最后，在MapReduce環(huán)境下通過(guò)編程實(shí)現(xiàn)改進(jìn)后的卷積神經(jīng)網(wǎng)絡(luò)算法。