CN112559545A - 一种在线更新方法、电子设备及存储介质 - Google Patents
一种在线更新方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112559545A CN112559545A CN202011520888.3A CN202011520888A CN112559545A CN 112559545 A CN112559545 A CN 112559545A CN 202011520888 A CN202011520888 A CN 202011520888A CN 112559545 A CN112559545 A CN 112559545A
- Authority
- CN
- China
- Prior art keywords
- fingerprint data
- observation point
- online
- historical
- fingerprint
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 238000009826 distribution Methods 0.000 claims description 75
- 238000004590 computer program Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims 1
- 238000011156 evaluation Methods 0.000 abstract description 2
- 238000011157 data evaluation Methods 0.000 abstract 1
- 230000006698 induction Effects 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 206010042255 Struck by lightning Diseases 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003657 Likelihood-ratio test Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Computing Systems (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种在线更新方法、电子设备及存储介质。该方法包括:接收在线指纹数据,其中,所述在线指纹数据包括:同一时刻至少一个观测点感应到的闪电距离值;根据指纹数据库中的历史指纹数据确定至少一个观测点对应的置信区间;若所述至少一个观测点感应到的闪电距离值均处于对应的置信区间内,且所述在线指纹数据对应的校验值的自然对数小于第一临界值,则根据所述在线指纹数据更新所述指纹数据库。本发明实施例通过指纹数据评估,以实现通过对接收到的指纹数据进行在线评估,接收高质量的指纹数据,来对指纹数据库进行动态更新。
Description
技术领域
本发明实施例涉及计算机视觉技术领域,尤其涉及一种在线更新方法、电子设备及存储介质。
背景技术
自然现象中雷电威力极大,对人们生活中的很多行业生产活动都有重大的影响,例如:电力、航空、化工等部门一旦设备遭到雷击都将是毁灭性的打击。为了尽可能避免雷电对生产活动的负面影响,因而闪电的定位观测的重要性是十分明显的。
现有技术中,闪电定位通常使用多个观测点感应到的电场或闪电距离值后,利用三角定位法计算闪电的具体位置,但这种计算方法缺点是计算结果容易受噪声影响,精度不高。为了提高定位精度采用机器学习的方法,根据历史数据提前建立闪电位置与多个观测点感应值组成具有关联关系的指纹数据,用于构建指纹数据库。在线预测阶段,仅需要根据观测点感应值在指纹数据库中查找对应的闪电位置即可。基于大量历史数据的统计特性,稳定性增强却降低了观测点感应值的不确定性对定位结果的影响。因此,为了能让闪电定位系统可以不断适应未来环境的变化,需定期指纹数据库进行更新。
由于每次指纹数据的更新都需要将所有历史数据都重新训练一遍后,再替换掉原来的指纹数据库,随着指纹数据库数据的不断添加使得工作量也会越来越大,导致系统维护成本越来越高。
发明内容
本发明提供一种在线更新方法、电子设备及存储介质,以实现对接收到的指纹数据进行在线评估,接收高质量的指纹数据来对指纹数据库进行动态更新,从而减少指纹数据库数据添加的工作量和系统维护成本。
第一方面,本发明实施例提供了一种指纹数据库更新方法,该方法包括:
接收在线指纹数据,其中,所述在线指纹数据包括:同一时刻至少一个观测点感应到的闪电距离值;
根据指纹数据库中的历史指纹数据确定至少一个观测点对应的置信区间;
若所述至少一个观测点感应到的闪电距离值均处于对应的置信区间内,且所述在线指纹数据对应的校验值的自然对数小于第一临界值,则根据所述在线指纹数据更新所述指纹数据库。
进一步的,根据指纹数据库中的历史指纹数据确定至少一个观测点对应的置信区间,包括:
获取指纹数据库中的历史指纹数据的数量,其中,所述历史指纹数据包括:至少一个观测点感应到的历史闪电距离值;
获取所述至少一个观测点感应到的历史闪电距离值对应的分布参数和第二临界值;
根据所述历史指纹数据的数量,至少一个观测点感应到的历史闪电距离值对应的分布参数和第二临界值确定至少一个观测点对应的置信区间。
进一步的,在根据所述历史指纹数据的数量,至少一个观测点感应到的历史闪电距离值对应的分布参数和第二临界值确定至少一个观测点对应的置信区间,包括:
获取所述历史指纹数据中至少一个观测点的置信概率,根据所述观测点对应的置信概率所对应的第二临界值,获取所述置信区间。
进一步的,在若所述至少一个观测点感应到的闪电距离值均处于对应的置信区间内,且所述在线指纹数据对应的校验值的自然对数小于第一临界值,则根据所述在线指纹数据更新所述指纹数据库之前,还包括:
获取观测点的总数、至少一个观测点感应到的闪电距离、至少一个观测点对应的分布参数和所述历史指纹数据的数量;
根据所述观测点的总数、至少一个观测点感应到的闪电距离、至少一个观测点对应的分布参数和所述历史指纹数据的数量确定所述在线指纹数据对应的校验值。
进一步的,所述在线指纹数据包括:闪电位置;
相应的,获取至少一个观测点对应的分布参数,包括:
根据所述闪电位置确定至少一个观测点对应的分布参数。
进一步的,所述根据所述历史指纹数据的数量,至少一个观测点感应到的历史闪电距离值对应的分布参数和第一临界值确定至少一个观测点对应的置信区间,包括:
基于如下公式计算历史指纹数据中第j个观测点的置信区间:
其中,μ,σ为历史指纹数据中第j个观测点的分布参数;n为指纹数据库中历史指纹数据的数量;Zη/2为第j个观测点对应置信概率所对应的第二临界值,η为置信区间对应的显著性水平。
进一步的,所述在线指纹数据对应的校验值的自然对数小于第一临界值,则根据所述在线指纹数据更新所述指纹数据库之前,包括:
基于如下公式计算在线指纹数据中第j个观测点的在线指纹数据库更新区间:
[-Zη,Zη]
其中,μ,σ为历史指纹数据中第j个观测点的分布参数;n为指纹数据库中历史指纹数据的数量;dj为第j个观测点对应的闪电距离值,Zη为第j个观测点对应的显著性水平所对应的第一临界值,η为置信区间对应的显著性水平。
进一步的,所述在线指纹数据对应的校验值的自然对数小于第一临界值,则根据所述在线指纹数据更新所述指纹数据库,包括:
基于如下公式计算所述在线指纹数据对应的校验值的自然对数:
其中,lnλ为校验值的自然对数,N为观测点的数量,dj为第j个观测点感应到的闪电距离值,μj,σj为第j个观测点对应的分布参数,n为指纹数据库中历史指纹数据的数量;
如果线指纹数据对应的校验值的自然对数小于第一临界值,则根据所述在线指纹数据更新所述指纹数据库。
第二方面,本发明实施例还提供了一种在线更新装置,该装置包括:
在线接收模块,用于接收在线指纹数据,其中,所述在线指纹数据包括:同一时刻至少一个观测点感应到的闪电距离值;
区间确定模块,用于根据指纹数据库中的历史指纹数据确定至少一个观测点对应的置信区间;
在线更新模块,用于若所述至少一个观测点感应到的闪电距离值均处于对应的置信区间内,且所述在线指纹数据对应的校验值的自然对数小于第一临界值,则根据所述在线指纹数据更新所述指纹数据库。
进一步的,区间确定模块具体用于:获取指纹数据库中的历史指纹数据的数量,其中,所述历史指纹数据包括:至少一个观测点感应到的历史闪电距离值;
获取所述至少一个观测点感应到的历史闪电距离值对应的分布参数和第二临界值;
根据所述历史指纹数据的数量,至少一个观测点感应到的历史闪电距离值对应的分布参数和第二临界值确定至少一个观测点对应的置信区间。
进一步的,区间确定模块具体还用于:
获取所述历史指纹数据中至少一个观测点的置信概率,根据所述观测点对应的置信概率所对应的第二临界值,获取所述置信区间。
进一步的,在线更新模块具体还用于:
获取观测点的总数、至少一个观测点感应到的闪电距离、至少一个观测点对应的分布参数和所述历史指纹数据的数量;
根据所述观测点的总数、至少一个观测点感应到的闪电距离、至少一个观测点对应的分布参数和所述历史指纹数据的数量确定所述在线指纹数据对应的校验值。
进一步的,所述在线指纹数据包括:闪电位置;
相应的,获取至少一个观测点对应的分布参数,包括:
根据所述闪电位置确定至少一个观测点对应的分布参数。
进一步的,区间确定模块具体用于:
基于如下公式计算历史指纹数据中第j个观测点的置信区间:
其中,μ,σ为历史指纹数据中第j个观测点的分布参数;n为指纹数据库中历史指纹数据的数量;Zη/2为第j个观测点对应置信概率所对应的第二临界值,η为置信区间对应的显著性水平。
进一步的,区间确定模块具体用于:
基于如下公式计算在线指纹数据中第j个观测点的非拒绝域:
[-Zη,Zη]
其中,μ,σ为历史指纹数据中第j个观测点的分布参数;n为指纹数据库中历史指纹数据的数量;dj为第j个观测点对应的闪电距离值,η为置信区间对应的显著性水平。
进一步的,在线更新模块具体用于:
基于如下公式计算所述在线指纹数据对应的校验值的自然对数:
其中,lnλ为校验值的自然对数,N为观测点的数量,dj为第j个观测点感应到的闪电距离值,μj,σj为第j个观测点对应的分布参数,n为指纹数据库中历史指纹数据的数量;
如果线指纹数据对应的校验值的自然对数小于第一临界值,则根据所述在线指纹数据更新所述指纹数据库。
第三方面,本发明实施例还提供了一种电子设备,该电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现所述的在线更新方法。
第四方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现所述的在线更新方法。
本发明通过接收在线指纹数据,其中,所述在线指纹数据包括:同一时刻至少一个观测点感应到的闪电距离值;根据指纹数据库中的历史指纹数据确定至少一个观测点对应的置信区间;若所述至少一个观测点感应到的闪电距离值均处于对应的置信区间内,且所述在线指纹数据对应的校验值的自然对数小于第一临界值,则根据所述在线指纹数据更新所述指纹数据库;解决基于大量历史数据的统计特性,稳定性增强却降低了观测点感应值的不确定性对定位结果的影响问题,实现对接收到的指纹数据进行在线评估,接收高质量的指纹数据来对指纹数据库进行动态更新,从而减少指纹数据库数据添加的工作量和系统维护成本。
附图说明
图1是本发明实施例一中的一种在线更新方法的流程图;
图2是本发明实施例二中的一种在线更新方法的流程图;
图3是本发明实施例三中的一种在线更新方法的流程图;
图4是本发明实施例四中的一种在线更新装置的结构示意图;
图5是本发明实施例五中的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种在线更新方法的流程图,本实施例可适用于指纹数据需要更新的情况,该方法可以由在线更新装置来执行,该装置可以通过软件和/或硬件的方式来实现,并具体可继承于具备存储和计算能力来进行在线更新的电子设备中。
如图1所示,提供一种在线更新方法,具体包括如下步骤:
步骤S110,接收在线指纹数据,其中,所述在线指纹数据包括:同一时刻至少一个观测点感应到的闪电距离值。
本发明实施例中,在线指纹数据可以理解为在线接收同一时刻至少一个观测点,采集到的至少一个闪电距离值及至少一个闪电距离值计算得到的闪电位置信息。其中,观测点个数的设置需要根据定位算法的不同进行设置,观测点个数也可以设置一个或两个,考虑到定位的准确性一般性的设置为至少三个,例如,三角定位算法需要设置至少三个观测点。观测点可以理解为采集至少一个闪电距离值传感器设置观测位置。闪电距离值可以理解为传感器感应到观测点值闪电位置的距离值。
本发明实施例中,接收在线指纹数据可以理解为接收至少一个观测点上传感器同时感应到的至少一个闪电距离值。对于至少一个观测点位置的设定是根据闪电位置特性和规律确定的,根据至少一个观测点感应到的至少一个闪电距离值计算的得到闪电位置信息。将同一时刻至少一个观测点感应到的至少一个闪电距离值以向量与对应的闪电位置信息关联存储形成指纹数据。
本发明实施例中,对于至少以一个观测点位置的设定是根据闪电位置特性和规律,确定至少一个观测点位置。根据至少一个观测点传感器所有传感器所能感应的空间范围确定闪电位置空间范围。将闪电位置空间范围划分为多个小的空间网格,使得闪电位置处于空间范围划分为多个小的空间网格中的一个。根据至少一个观测点感应到的至少一个闪电距离值计算的得到闪电位置信息,即根据至少一个观测点感应到的至少一个闪电距离值计算闪电所处的空间网格中心点为坐标。
步骤S120,根据指纹数据库中的历史指纹数据确定至少一个观测点对应的置信区间。
本发明实施例中,指纹数据库可以理解为根据历史指纹数据建立数据库,即历史指纹数据的存储地址。历史指纹数据可以理解为历史时刻中的同一时刻至少一个观测点感应到的至少一个闪电距离值以向量与对应的闪电位置信息,关联存储形成历史指纹数据。观测点对应的置信区间可以理解为根据指纹数据库中的所有历史指纹数据,计算出的一个观测点对应的闪电距离值的可信区间。
本发明实施例中,根据指纹数据库中的所有历史指纹数据中至少一个观测点感应到的闪电距离值,确定每个观测点对应的置信区间。将每个观测点对应的置信概率达到预设阈值时,根据指纹数据库中的历史指纹数据计算出每个观测点的可信区间作为至少一个观测点对应的置信区间,用于判断在线指纹数据中至少一个观测点中每个观测点感应到的闪电距离值的可信程度是否达标。
进一步的,根据指纹数据库中的历史指纹数据确定至少一个观测点对应的置信区间,包括:
获取指纹数据库中的历史指纹数据的数量,其中,所述历史指纹数据包括:至少一个观测点感应到的历史闪电距离值;
获取所述至少一个观测点感应到的历史闪电距离值对应的分布参数和第二临界值;
根据所述历史指纹数据的数量,至少一个观测点感应到的历史闪电距离值对应的分布参数和第二临界值确定至少一个观测点对应的置信区间。
本发明实施例中,历史指纹数据的数量可以理解为指纹数据库中存储的历史指纹数据的个数。历史闪电距离值对应的分布参数可以理解为根据将指纹数据库中所有历史数据训练出每个观测点对应的分布参数。第二临界值可以理解为达到观测点所在空间网格的对应的置信概率所对应的边界值。
本发明实施例中,根据指纹数据库中的所有历史指纹数据中至少一个观测点感应到的历史闪电距离值,每个观测点分别训练获取指纹数据库中每个观测点对应的分布参数。根据当前指纹数据库中历史指纹数据的数量指纹数据库中每个观测点对应的分布参数和第二临界值确定至少一个观测点中每个观测点所对应的置信区间。
进一步的,在根据所述历史指纹数据的数量,至少一个观测点感应到的历史闪电距离值对应的分布参数和第二临界值确定至少一个观测点对应的置信区间,包括:
获取所述历史指纹数据中至少一个观测点的置信概率,根据所述观测点对应的置信概率所对应的第二临界值,获取所述置信区间。
本发明实施例中,历史指纹数据中至少一个观测点的置信概率可以理解为历史指纹数据中至少一个观测点感应到的闪电距离值落在置信区间的概率值,也可以是每个观测点对应的置信概率或所有观测点对应的同一置信概率,其中,置信概率与预设显著性水平阈值具有对应关系,在预设显著性水平阈值确定的情况下,置信概率可以是一固定值。预设显著性水平阈值可以理解为每个观测点感应到的闪电距离值落在置信区间内的误差概率值。
本发明实施例中,根据获取到历史指纹数据中至少一个观测点中每个观测点的置信概率,确定每个观测点对应的置信概率所对应的第二临界值。根据每个观测点对应的置信概率所对应的第二临界值,确定在线指纹数据中对应观测点的闪电距离值的是否达每个观测点对应的置信概率值。根据指纹数据库中每个观测点对应的分布参数和第二临界值及指纹数据库中历史指纹数据的数量,确定每个观测点对应的置信区间。
步骤S130,若所述至少一个观测点感应到的闪电距离值均处于对应的置信区间内,且所述在线指纹数据对应的校验值的自然对数小于第一临界值,则根据所述在线指纹数据更新所述指纹数据库。
本发明实施例中,在线指纹数据对应的校验值可以理解为根据指纹数据中闪电距离值向量及闪电位置信息计算的,验证指纹数据质量的指标数据。第一临界值可以理解为根据预设显著性水平所确定的拒绝域的边界值的绝对值。其中,拒绝域可以理解为在假设检验中据以拒绝原假设的统计量的取值区间,或能够拒绝原假设的检验统计量的所有可能取值的集合。
本发明实施例中,根据指纹数据库中历史数据的至少一个观测点感应的闪电距离值,确定每个观测点的置信区间后。查看在线指纹数据的至少一个观测点感应的闪电距离值是否均在对应的置信区间内,若在线指纹数据的至少一个观测点感应的闪电距离值均处于对应的置信区间内,则接收在线指纹数据。根据接收后在线指纹数据计算在线指纹数据对应的校验值,根据在线指纹数据对应的校验值的自然对数与第一临界值的大小比较,确定接收到的指纹数据是否更新至指纹数据库。
本发明通过接收在线指纹数据,其中,所述在线指纹数据包括:同一时刻至少一个观测点感应到的闪电距离值;根据指纹数据库中的历史指纹数据确定至少一个观测点对应的置信区间;若所述至少一个观测点感应到的闪电距离值均处于对应的置信区间内,且所述在线指纹数据对应的校验值的自然对数小于第一临界值,则根据所述在线指纹数据更新所述指纹数据库。解决基于大量历史数据的统计特性,稳定性增强却降低了观测点感应值的不确定性对定位结果的影响问题,实现对接收到的指纹数据进行在线评估,接收高质量的指纹数据来对指纹数据库进行动态更新,从而减少指纹数据库数据添加的工作量和系统维护成本。
实施例二
图2为本发明实施例二中的一种在线更新方法的流程图,本发明实施例的技术方案在上述技术方案的基础上进一步细化,具体主要包括如下步骤:
步骤210,接收在线指纹数据,其中,所述在线指纹数据包括:同一时刻至少一个观测点感应到的闪电距离值。
步骤220,根据指纹数据库中的历史指纹数据确定至少一个观测点对应的置信区间。
步骤230,获取观测点的总数、至少一个观测点感应到的闪电距离、至少一个观测点对应的分布参数和所述历史指纹数据的数量。
本发明实施例中,观测点的总数可以理解为实际设置的观测点的总个数,即设置传感器的总个数。至少一个观测点感应到的闪电距离值可以理解为在线指纹数据中至少一个观测点感应到的闪电距离值。至少一个观测点对应的分布参数可以理解为在线指纹数据中至少以一个观测点感应到的闪电距离值对应的至少一个观测点的分布参数。
本发明实施例中,在将在线指纹数据更新至指纹数据库之前,历史指纹数据中每个观测点对应一个分布参数,在线指纹数据中的每个观测点对应一个分布参数。其中,在线指纹数据中每个观测点对应的分布参数,由指纹数据中闪电位置所在空间网格对应选择的。
步骤240,根据所述观测点的总数、至少一个观测点感应到的闪电距离、至少一个观测点对应的分布参数和所述历史指纹数据的数量确定所述在线指纹数据对应的校验值。
本发明实施例中,根据在线指纹数据中每个观测点对应的分布参数和在线指纹数据中每个观测点感应到的闪电距离值及指纹数据库中历史指纹数据的数量等指标,利用似然比检验的方法计算出在指纹数据对应的校验值。根据校验值判断在线指纹数据是否符合当前分布。
步骤250,若所述至少一个观测点感应到的闪电距离值均处于对应的置信区间内,且所述在线指纹数据对应的校验值的自然对数小于第一临界值,则根据所述在线指纹数据更新所述指纹数据库。
本发明实施例中,若在线指纹数据中至少一个观测点感应到的闪电距离值均处于对应的置信区间内,则在线指纹数据中至少一个观测点感应到的闪电距离值均在历史指纹数据确定的置信区间内。在线指纹数据中至少一个观测点感应到的闪电距离值处于预设显著水平阈值下可信。若在线在指纹数据对应的校验值的自然对数大于第一临界值,使得校验值的自然对数在拒绝域之外,则在线指纹数据质量合格符合指纹数据库更新要求,将在线指纹数据更新至指纹数据库中。
本发明实施例中,在线指纹数据更新至指纹数据库中后,并不需要将指纹数据库中的并不需要将当前指纹数据库中所有数据都训练一遍,仅需要将在线指纹数据所在空间网格单元的分布参数进行训练更新,并不需要重新计算所有网络单元的分布参数。进一步的,所述在线指纹数据包括:闪电位置;
相应的,获取至少一个观测点对应的分布参数,包括:
根据所述闪电位置确定至少一个观测点对应的分布参数。
本发明实施例中,在线指纹数据中至少一个观测点对应参数获取方式,根据在线指纹数据中至少一个观测点感应到的闪电距离值,计算出在线指纹数据的闪电位置信息。计算闪电位置信息在闪电位置空间划分的多个空间网格中,确定闪电位置信息在多个空间网格中的具体位置,闪电位置空间范围中的每个空间网格的中心点对应的至少一个观测点感应到的闪电距离值,具有其对应的分布参数。
本发明实施例中,根据闪电位置空间范围划分为多个小的空间网格,使得闪电位置空间范围划分为多个小的空间网格。根据至少一个观测点感应到的至少一个闪电距离值计算的得到闪电位置信息,即根据至少一个观测点感应到的至少一个闪电距离值计算闪电所处的空间网格中心点为坐标。根据在线指纹数据中至少一个观测点感应到的闪电距离值,经计算的出闪电位置信息,根据每个空间网格对应的分布参数,选择在线数据至少一个观测点对应的分布参数。其中,每个闪电位置对应的至少一个观测点的一组置信区间,每个空间网格对应一个闪电位置,根据历史指纹数据计算出的置信区间为空间范围划分的多个小的空间网格中每个空间网格对应于至少一个观测的一组置信区间。
本发明通过接收在线指纹数据,其中,所述在线指纹数据包括:同一时刻至少一个观测点感应到的闪电距离值;根据指纹数据库中的历史指纹数据确定至少一个观测点对应的置信区间;若所述至少一个观测点感应到的闪电距离值均处于对应的置信区间内,且所述在线指纹数据对应的校验值的自然对数小于第一临界值,则根据所述在线指纹数据更新所述指纹数据库。解决基于大量历史数据的统计特性,稳定性增强却降低了观测点感应值的不确定性对定位结果的影响问题,实现对接收到的指纹数据进行在线评估,接收高质量的指纹数据来对指纹数据库进行动态更新,从而减少指纹数据库数据添加的工作量和系统维护成本。
实施例三
图3是本发明实施例三种的一种在线更新方法的流程图,本发明实施例三提供的一种在线更新方法,本实施例以上述实施例一至二为基础,进一步介绍了在线更新方法的具体实现方式。该方法包括:
步骤S310,接收在线指纹数据,其中,所述在线指纹数据包括:同一时刻至少一个观测点感应到的闪电距离值;
步骤S320,获取指纹数据库中的历史指纹数据的数量,其中,所述历史指纹数据包括:至少一个观测点感应到的历史闪电距离值;
本发明实施例中,获取指纹数据库中的历史指纹数据的数量,是为了确定当前指纹数据库中指纹数据训练样本发的数据。其中,指纹数据库中的历史指纹数据库中将指纹数据中至少一个观测点感应的闪电距离值作为闪电距离向量组和闪电距离向量组确定的闪电位置信息作为一个指纹数据。
步骤S330,获取所述至少一个观测点感应到的历史闪电距离值对应的分布参数和第二临界值;
本发明实施例中,指纹数据库中多个历史指纹数据是经过训练,训练出指纹数据库中的多个历史指纹数据中至少一个观测点对应的分布参数,可以理解多个历史指纹数据经训练,使得指纹数据库中每个观测点对应一个分布参数。根据预设显著水平阈值,确定预设显著水平阈值对应的置信概率,根据置信概率确定第二临界值。
步骤S340,根据所述历史指纹数据的数量,至少一个观测点感应到的历史闪电距离值对应的分布参数和第二临界值确定至少一个观测点对应的置信区间。
本发明实施例中,根据获取的历史指数据的数量,至少一个观测点感应到的历史闪电距离值对应的分布参数和确定出第二临界值,根据假设检验中置信概率对应的第二临界值,确定历史指纹数据中至少一个观测点中每个观测点对应的置信区间,用于对在线指纹数据中至少一个观测点感应到的闪电距离值进行可信度的检验。
可选的,所述根据所述历史指纹数据的数量,至少一个观测点感应到的历史闪电距离值对应的分布参数和第二临界值确定至少一个观测点对应的置信区间,包括:
基于如下公式计算历史指纹数据中第j个观测点的置信区间:
其中,μ,σ为历史指纹数据中第j个观测点的分布参数;n为指纹数据库中历史指纹数据的数量;Zη/2为第j个观测点对应置信概率所对应的第二临界值,η为置信概率对应的显著性水平。
本发明实施例中,根据获取到至少一个观测点中每个观测点的置信概率,确定Zη/2每个观测点对应的置信概率所对应的第二临界值。将第二临界值和指纹数据库中每个观测点对应的分布参数以及指纹数据库中历史指纹数据的数量代入公式(1)中,计算得出指纹数据库中每个观测点对应的置信区间。其中,Zη/2是根据显著性水平对照表查找到的。
若所述至少一个观测点感应到的闪电距离值均处于对应的置信区间内,且所述在线指纹数据对应的校验值的自然对数小于第一临界值,则根据所述在线指纹数据更新所述指纹数据库。
进一步的,获取所述至少一个观测点的置信概率,包括:
基于如下公式计算在线指纹数据中至少一个观测点的置信概率:
其中,μ,σ为历史指纹数据中第j个观测点的分布参数;n为指纹数据库中历史指纹数据的数量;Zη/2为第j个观测点对应置信概率所对应的第二临界值。
本发明实施例中,将在线指纹数据中第j个观测点对应的闪电距离值代入公式(2)中绝对值符号中的式子,计算得出的数据值与Zη/2进行比较,如果计算得出的数据值小于Zη/2,则在线指纹数据中第j个观测点感应到的闪电距离值置信概率,达到指纹数据库对应观测点的标准,可以将查看在线指纹数据中第j个观测点的感应到的闪电距离值是否在指纹数据对应观测点的置信区间。如果计算得出的数据值大于Zη/2,则在线指纹数据中的第j个观测点感应到的闪电距离值置信概率,没有达到指纹数据库对应观测点的标准,无需查看在线指纹数据中第j个观测点的感应到的闪电距离值是否在指纹数据对应观测点的置信区间。
可选的,所述在线指纹数据对应的校验值的自然对数小于第一临界值Zη,则根据所述在线指纹数据更新所述指纹数据库之前,包括:
基于如下公式计算在线指纹数据中第j个观测点的在线指纹数据库更新区间:
[-Zη,Zη] 公式(3)
其中,μ,σ为历史指纹数据中第j个观测点的分布参数;n为指纹数据库中历史指纹数据的数量;dj为第j个观测点对应的闪电距离值,Zη为第j个观测点对应的显著性水平所对应的第一临界值,η为置信区间对应的显著性水平。
本发明实施例中,在线指纹数据中第j个观测点的在线指纹数据更新区间可以理解为在线指纹数据在第j个观测点计算的校验值对应的接收的区间。如果计算出的校验值落在在线指纹数据更新区间,则根据在线指纹数据更新指纹数据库。如果计算出的校验值落在在线指纹数据更新区间之外,则不能根据线指纹数据更新指纹数据库。其中,Zη根据显著性水平对照表中查找得到的。进一步的,所述在线指纹数据对应的校验值的自然对数小于第一临界值,则将所述在线指纹数据更新所述指纹数据库,包括:
基于如下公式计算所述在线指纹数据对应的校验值的自然对数:
其中,lnλ为校验值的自然对数,N为观测点的数量,dj为第j个观测点感应到的闪电距离值,μj,σj为第j个观测点对应的分布参数,n为指纹数据库中历史指纹数据的数量;
如果线指纹数据对应的校验值的自然对数小于第一临界值,则根据所述在线指纹数据更新所述指纹数据库。
本发明通过上述数值计算过程,首先计算了指纹数据库中至少一个观测点中每个观测点所对应的置信区间,在根据接收在线指纹数据中至少一个观测点感应到的闪电距离值计算每个观测点对应闪电距离值的置信概率,根据置信概率与指纹数据库中至少一个观测点中每个观测点所对应的置信区间对应的置信概率比较达标,查看在线指纹数据中至少一个观测点感应到的闪电距离值均在对应的置信区间内,计算在线指纹数据对应的校验值的自然对数大于第一临界值,则根据所述在线指纹数据更新所述指纹数据库。解决基于大量历史数据的统计特性,稳定性增强却降低了观测点感应值的不确定性对定位结果的影响问题,实现对接收到的指纹数据进行在线评估,接收高质量的指纹数据来对指纹数据库进行动态更新,从而减少指纹数据库数据添加的工作量和系统维护成本。
实施例四
图4是本发明实施例四中一种在线更装置的结构示意图,该装置包括:在线接收模块410,区间确定模块420,在线更新模块440;
在线接收模块410,用于接收在线指纹数据,其中,所述在线指纹数据包括:同一时刻至少一个观测点感应到的闪电距离值;
区间确定模块420,用于根据指纹数据库中的历史指纹数据确定至少一个观测点对应的置信区间;
在线更新模块440,用于若所述至少一个观测点感应到的闪电距离值均处于对应的置信区间内,且所述在线指纹数据对应的校验值的自然对数小于第一临界值,则根据所述在线指纹数据更新所述指纹数据库。
进一步的,区间确定模块420具体用于:获取指纹数据库中的历史指纹数据的数量,其中,所述历史指纹数据包括:至少一个观测点感应到的历史闪电距离值;
获取所述至少一个观测点感应到的历史闪电距离值对应的分布参数和第二临界值;
根据所述历史指纹数据的数量,至少一个观测点感应到的历史闪电距离值对应的分布参数和第二临界值确定至少一个观测点对应的置信区间。
进一步的,区间确定模块420具体还用于:
获取所述历史指纹数据中至少一个观测点的置信概率,根据所述观测点对应的置信概率所对应的第二临界值,获取所述置信区间。
进一步的,在线更新模块430具体还用于:
获取观测点的总数、至少一个观测点感应到的闪电距离、至少一个观测点对应的分布参数和所述历史指纹数据的数量;
根据所述观测点的总数、至少一个观测点感应到的闪电距离、至少一个观测点对应的分布参数和所述历史指纹数据的数量确定所述在线指纹数据对应的校验值。
其中,所述在线指纹数据包括:闪电位置;
相应的,获取至少一个观测点对应的分布参数,包括:
根据所述闪电位置确定至少一个观测点对应的分布参数。
进一步的,区间确定模块420具体用于:
基于如下公式计算历史指纹数据中第j个观测点的置信区间:
其中,μ,σ为历史指纹数据中第j个观测点的分布参数;n为指纹数据库中历史指纹数据的数量;Zη/2为第j个观测点对应置信概率所对应的第二临界值。
进一步的,在线更新模块430具体用于:
基于如下公式计算在线指纹数据中第j个观测点的在线数据更新区间:
[-Zη,Zη];
其中,μ,σ为历史指纹数据中第j个观测点的分布参数;n为指纹数据库中历史指纹数据的数量;dj为第j个观测点对应的闪电距离值,Zη为第j个观测点对应的显著性水平所对应的第一临界值,η为置信概率对应的显著性水平。
进一步的,在线更新模块430具体用于
基于如下公式计算所述在线指纹数据对应的校验值的自然对数:
其中,lnλ为校验值的自然对数,N为观测点的数量,dj为第j个观测点感应到的闪电距离值,μj,σj为第j个观测点对应的分布参数,n为指纹数据库中历史指纹数据的数量;
如果线指纹数据对应的校验值的自然对数小于第一临界值,则根据所述在线指纹数据更新所述指纹数据库。
本发明实施例所提供的在线更新装置可执行本发明任意实施例所提供的在线更新方法,具备执行方法相应的功能模块和有益效果。
实施例五
图5为本发明实施例五提供的一种电子设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图5显示的电子设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部电子设备14(例如键盘、指向电子设备、显示器24等)通信,还可与一个或者多个使得用户能与该电子设备12交互的设备通信,和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与电子设备12的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备12使用其它硬件和/或软件模块,包括但不限于:微代码、电子设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的在线更新方法,该方法包括:
接收在线指纹数据,其中,所述在线指纹数据包括:同一时刻少一个观测点感应到的闪电距离值;
根据指纹数据库中的历史指纹数据确定至少一个观测点对应的置信区间;
若所述至少一个观测点感应到的闪电距离值均处于对应的置信区间内,且所述在线指纹数据对应的校验值的自然对数小于第一临界值,则根据所述在线指纹数据更新所述指纹数据库。
实施例六
本发明实施例六还提供了一种包括计算机执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种在线更新方法,该方法包括:
接收在线指纹数据,其中,所述在线指纹数据包括:同一时刻至少一个观测点感应到的闪电距离值;
根据指纹数据库中的历史指纹数据确定至少一个观测点对应的置信区间;
若所述至少一个观测点感应到的闪电距离值均处于对应的置信区间内,且所述在线指纹数据对应的校验值的自然对数小于第一临界值,则根据所述在线指纹数据更新所述指纹数据库。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种指纹数据库更新方法,其特征在于,包括:
接收在线指纹数据,其中,所述在线指纹数据包括:同一时刻至少一个观测点感应到的闪电距离值;
根据指纹数据库中的历史指纹数据确定至少一个观测点对应的置信区间;
若所述至少一个观测点感应到的闪电距离值均处于对应的置信区间内,且所述在线指纹数据对应的校验值的自然对数小于第一临界值,则根据所述在线指纹数据更新所述指纹数据库。
2.根据权利要求1所述的方法,其特征在于,根据指纹数据库中的历史指纹数据确定至少一个观测点对应的置信区间,包括:
获取指纹数据库中的历史指纹数据的数量,其中,所述历史指纹数据包括:至少一个观测点感应到的历史闪电距离值;
获取所述至少一个观测点感应到的历史闪电距离值对应的分布参数和第二临界值;
根据所述历史指纹数据的数量,至少一个观测点感应到的历史闪电距离值对应的分布参数和第二临界值确定至少一个观测点对应的置信区间。
3.根据权利要求2所述的方法,其特征在于,在根据所述历史指纹数据的数量,至少一个观测点感应到的历史闪电距离值对应的分布参数和第二临界值区间,包括:
获取所述历史指纹数据中至少一个观测点的置信概率,根据所述观测点对应的置信概率所对应的第二临界值,获取所述置信区间。
4.根据权利要求1所述的方法,其特征在于,在若所述至少一个观测点感应到的闪电距离值均处于对应的置信区间内,且所述在线指纹数据对应的校验值的自然对数小于第一临界值,则根据所述在线指纹数据更新所述指纹数据库之前,还包括:
获取观测点的总数、至少一个观测点感应到的闪电距离、至少一个观测点对应的分布参数和所述历史指纹数据的数量;
根据所述观测点的总数、至少一个观测点感应到的闪电距离、至少一个观测点对应的分布参数和所述历史指纹数据的数量确定所述在线指纹数据对应的校验值。
5.根据权利要求4所述的方法,其特征在于,所述在线指纹数据包括:闪电位置;
相应的,获取至少一个观测点对应的分布参数,包括:
根据所述闪电位置确定至少一个观测点对应的分布参数。
7.根据权利要求1所述的方法,其特征在于,所述在线指纹数据对应的校验值的自然对数小于第一临界值,则根据所述在线指纹数据更新所述指纹数据库之前,包括:
基于如下公式计算在线指纹数据中第j个观测点的在线指纹数据库更新区间:
[-Zη,Zη]
其中,μ,σ为历史指纹数据中第j个观测点的分布参数;n为指纹数据库中历史指纹数据的数量;dj为第j个观测点对应的闪电距离值,Zη为第j个观测点对应的显著性水平所对应的第一临界值,η为置信区间对应的显著性水平。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一所述的在线更新方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-8中任一所述的在线更新方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011520888.3A CN112559545A (zh) | 2020-12-21 | 2020-12-21 | 一种在线更新方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011520888.3A CN112559545A (zh) | 2020-12-21 | 2020-12-21 | 一种在线更新方法、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112559545A true CN112559545A (zh) | 2021-03-26 |
Family
ID=75032053
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011520888.3A Pending CN112559545A (zh) | 2020-12-21 | 2020-12-21 | 一种在线更新方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112559545A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012194097A (ja) * | 2011-03-17 | 2012-10-11 | Nippon Telegr & Teleph Corp <Ntt> | 落雷位置標定補正装置、方法およびプログラム |
CN106295482A (zh) * | 2015-06-11 | 2017-01-04 | 中国移动(深圳)有限公司 | 一种人脸数据库的更新方法及装置 |
CN107979810A (zh) * | 2017-11-03 | 2018-05-01 | 上海斐讯数据通信技术有限公司 | 室内定位方法、服务器和系统 |
CN110489306A (zh) * | 2019-08-26 | 2019-11-22 | 北京博睿宏远数据科技股份有限公司 | 一种报警阈值确定方法、装置、计算机设备及存储介质 |
CN111679133A (zh) * | 2020-06-05 | 2020-09-18 | 上海眼控科技股份有限公司 | 闪电定位方法、装置、计算机设备及存储介质 |
CN111856157A (zh) * | 2020-08-27 | 2020-10-30 | 上海眼控科技股份有限公司 | 闪电位置测量方法、装置、计算机设备和存储介质 |
-
2020
- 2020-12-21 CN CN202011520888.3A patent/CN112559545A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012194097A (ja) * | 2011-03-17 | 2012-10-11 | Nippon Telegr & Teleph Corp <Ntt> | 落雷位置標定補正装置、方法およびプログラム |
CN106295482A (zh) * | 2015-06-11 | 2017-01-04 | 中国移动(深圳)有限公司 | 一种人脸数据库的更新方法及装置 |
CN107979810A (zh) * | 2017-11-03 | 2018-05-01 | 上海斐讯数据通信技术有限公司 | 室内定位方法、服务器和系统 |
CN110489306A (zh) * | 2019-08-26 | 2019-11-22 | 北京博睿宏远数据科技股份有限公司 | 一种报警阈值确定方法、装置、计算机设备及存储介质 |
CN111679133A (zh) * | 2020-06-05 | 2020-09-18 | 上海眼控科技股份有限公司 | 闪电定位方法、装置、计算机设备及存储介质 |
CN111856157A (zh) * | 2020-08-27 | 2020-10-30 | 上海眼控科技股份有限公司 | 闪电位置测量方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110059894B (zh) | 设备状态评估方法、装置、系统及存储介质 | |
WO2020082734A1 (zh) | 文本情感识别方法、装置、电子设备及计算机非易失性可读存储介质 | |
CN110599200B (zh) | Ota酒店的虚假地址的检测方法、系统、介质及设备 | |
CN113837596B (zh) | 一种故障确定方法、装置、电子设备及存储介质 | |
CN111242387A (zh) | 一种人才离职预测方法、装置、电子设备及存储介质 | |
CN112613569A (zh) | 图像识别方法、图像分类模型的训练方法及装置 | |
CN113312578A (zh) | 一种数据指标的波动归因方法、装置、设备、及介质 | |
CN113537192A (zh) | 图像检测方法、装置、电子设备及存储介质 | |
CN112182067A (zh) | 个体身高预测方法、装置、电子设备及存储介质 | |
CN117235608B (zh) | 风险检测方法、装置、电子设备及存储介质 | |
CN113592017B (zh) | 一种深度学习模型标准化训练方法、管理系统、处理终端 | |
CN111738290B (zh) | 图像检测方法、模型构建和训练方法、装置、设备和介质 | |
CN113591998A (zh) | 分类模型的训练和使用方法、装置、设备以及存储介质 | |
CN111783883A (zh) | 一种异常数据的检测方法及装置 | |
CN112559545A (zh) | 一种在线更新方法、电子设备及存储介质 | |
CN114116688B (zh) | 数据处理与数据质检方法、装置及可读存储介质 | |
CN115359322A (zh) | 一种目标检测模型训练方法、装置、设备和存储介质 | |
US20210406773A1 (en) | Transforming method, training device, and inference device | |
CN113780675A (zh) | 一种消耗预测方法、装置、存储介质及电子设备 | |
CN112541557B (zh) | 生成式对抗网络的训练方法、装置及电子设备 | |
CN110297989B (zh) | 异常检测的测试方法、装置、设备和介质 | |
CN112697146B (zh) | 一种基于稳健回归的航迹预测方法 | |
CN113723405A (zh) | 区域轮廓的确定方法、装置和电子设备 | |
CN113807391A (zh) | 任务模型的训练方法、装置、电子设备及存储介质 | |
CN112712197B (zh) | 一种数据处理方法、装置、设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |