Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖北城市建设职业技术学院钱雪微获国家专利权

湖北城市建设职业技术学院钱雪微获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉湖北城市建设职业技术学院申请的专利基于改进深度学习的智慧景区多维数据监测与解析方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119005506B

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411036842.2,技术领域涉及:G06Q10/063;该发明授权基于改进深度学习的智慧景区多维数据监测与解析方法是由钱雪微;郝自勉;卜凡设计研发完成,并于2024-07-31向国家知识产权局提交的专利申请。

基于改进深度学习的智慧景区多维数据监测与解析方法在说明书摘要公布了:本发明公开了一种基于改进深度学习的智慧景区多维数据监测与解析方法,S1、构建多维数据集;S2、对采集到的原始多维数据集进行清洗;S3、统一数据格式和单位;S4、构建用于多维数据集的解析模型;S5、利用解析模型对景区内的实时数据进行解析,识别异常情况并及时报警;S6、通过对历史数据的分析,预测未来一段时间内的游客流量和环境变化趋势;S7、提供景区各类数据的实时监控功能;S8、当系统检测到异常情况时,自动触发报警机制;S9、根据数据解析和分析结果,为景区管理者提供决策支持;S10、基于对游客行为和偏好的分析,提供智能导航和实时信息推送服务。本发明实现了智慧景区的高效管理和精准监测,具有显著的技术优势和应用价值。

本发明授权基于改进深度学习的智慧景区多维数据监测与解析方法在权利要求书中公布了:1.一种基于改进深度学习的智慧景区多维数据监测与解析方法,其特征在于,包括如下步骤: S1、在景区内部署多种物联网传感器,实时采集游客流量、环境参数、设施使用情况,构建多维数据集; S2、对采集到的原始多维数据集进行清洗,去除噪声和无效数据; S3、对不同来源的多维数据集进行标准化处理,统一数据格式和单位; S4、基于改进深度学习算法,构建用于多维数据集的解析模型; 所述S4包括以下子步骤: S41、采集并预处理多维数据集MDS,包括数据清洗和标准化处理; MDSclean={CleanDt,CleanEt,CleanFt}; MDSstd={StdDt,StdEt,StdFt}; 其中,Clean·表示清洗过程,去除噪声和无效数据,Std·表示标准化过程,统一数据格式和单位; S42、设计改进深度学习算法,包括优化神经网络结构、损失函数和训练方法; S43、将预处理后的多维数据集输入到改进的深度学习模型中,进行训练,构建用于解析多维数据集的解析模型AM; S44、改进深度学习模型采用图卷积网络与动态贝叶斯网络的组合,优化解析模型AM的解析精度和处理数据的能力; Hgcn=GCNMDSstd;Wgcn; S45、图卷积网络捕捉景区数据中的空间和时间依赖关系,定义图卷积层参数为Wgcn,输出特征表示为Hgcn: 其中,表示加上自环的邻接矩阵,是的度矩阵,是第l层的输入特征矩阵,σ是激活函数;A表示邻接矩阵,I表示单位矩阵; S46、动态贝叶斯网络建模数据的时变特性和潜在结构,定义贝叶斯网络节点和边的权重矩阵分别为Wnode和Wedge,输出潜在表示为z: 其中,zi表示潜在变量的第i个节点,Pazi表示节点zi的父节点集合; 其中,表示第i个节点的均值和标准差; S47、通过融合层将图卷积网络与动态贝叶斯网络的输出进行融合,得到综合特征表示Hfuse: Hfuse=γHgcn+δz; 其中,γ和δ表示融合权重; S48、通过反向传播算法和梯度下降优化模型参数,得到最终的解析模型AM; 其中,表示基本损失函数,Y表示实际标签,λ表示正则化参数,α和β表示额外损失项的权重;RiskHfuse,Ssafety表示解析模型对于景区安全风险的评估,SatisfactionHfuse,Suser表示解析模型对于游客满意度的评估; S5、利用解析模型对景区内的实时数据进行解析,识别异常情况并及时报警; 所述S5包括以下子步骤: S51、将景区内的实时数据MDSreal输入到构建好的解析模型AM中; S52、解析模型AM对实时数据进行处理,提取特征表示Hreal: Hreal=AMMDSreal; S53、将提取的特征表示Hreal与预先设定的阈值或参考值进行比较,定义阈值为Tthreshold,i和Tthreshold,j,若Hreal中的任何元素hi满足以下条件: hiTthreshold,i或hiTthreshold,j; 则视为异常情况; S54、对异常情况进行分类,识别具体的异常类型,包括游客拥挤、设施故障、环境参数异常; S55、利用预设的报警机制,根据识别的异常类型,生成报警信号并及时通知相关管理人员; S56、报警信号包括异常类型、发生时间、具体位置及相关数据信息,定义报警信号为: Asignal={Type:Ttype,Time:Ttime,Location:Llocation,Data:Ddata}; S57、将报警信号通过无线网络或有线网络发送到景区管理系统,记录在系统日志中; S58、根据报警信号,实时更新景区管理系统中的状态信息,并在可视化界面上显示,方便管理人员及时查看和处理异常情况; S6、通过对历史数据的分析,预测未来一段时间内的游客流量和环境变化趋势; S7、提供景区各类数据的实时监控功能,管理者通过可视化界面实时查看景区的运行状态; S8、当系统检测到异常情况时,自动触发报警机制,并向相关管理人员发送通知; S9、根据数据解析和分析结果,为景区管理者提供决策支持; S10、基于对游客行为和偏好的分析,提供智能导航和实时信息推送服务。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人湖北城市建设职业技术学院,其通讯地址为:430205 湖北省武汉市藏龙大道28号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。