CN112949176A - 一种人工智能产业标准测试评估方法 - Google Patents
一种人工智能产业标准测试评估方法 Download PDFInfo
- Publication number
- CN112949176A CN112949176A CN202110222117.4A CN202110222117A CN112949176A CN 112949176 A CN112949176 A CN 112949176A CN 202110222117 A CN202110222117 A CN 202110222117A CN 112949176 A CN112949176 A CN 112949176A
- Authority
- CN
- China
- Prior art keywords
- artificial intelligence
- industry
- test evaluation
- industrial
- test
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Evolutionary Computation (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种人工智能产业标准测试评估方法,包括以下步骤:步骤1:制定产业整体标准A,A由子标准A1、A2、A3...An组成;步骤2:对基于人工智能测试评估系统进行完善;本发明中产业负责人经过监管认证后以管理员身份登录人工智能产业标准测试评估系统,并根据产业信息在人工智能产业标准测试评估系统选取对应项,人工智能产业标准测试评估系统根据选取的产业信息判断产业类型并且将选取项上传到监管系统进行验证,进而增加了产业信息的真实性,并且基于互联网获取同类型产业名单及其测试评估结果,并且将该产业测试评估结果传输到监管系统,进而代替了传统的人工测试评估,减少了人为干扰因素,使测试结果更加准确。
Description
技术领域
本发明属于人工智能技术领域,具体涉及一种人工智能产业标准测试评估方法。
背景技术
人工智能英文缩写为AI;它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学;人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”;人工智能可以对人的意识、思维的信息过程的模拟;人工智能不是人的智能,但能像人那样思考、也可能超过人的智能;人工智能是一门极富挑战性的科学,从事这项工作的人必须懂得计算机知识,心理学和哲学。人工智能是包括十分广泛的科学,它由不同的领域组成,如机器学习,计算机视觉等,总的说来,人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。
现如今,各行各业发展都离不开标准,标准化建设和标准制定是提升行业影响力和话语权的重要手段,现有的在对产业进行相应标准测试评估时,通常通过人工测试的方式进行评估,存在较多人为因素,导致评估结果不准确,并且效率低,进而需要一种人工智能产业标准测试评估方法。
发明内容
本发明要解决的技术问题是克服现有的缺陷,提供一种人工智能产业标准测试评估方法,以解决上述背景技术中提出的现有的在对产业进行相应标准测试评估时,通常通过人工测试的方式进行评估,存在较多人为因素,导致评估结果不准确,并且效率低的问题。
为实现上述目的,本发明提供如下技术方案:一种人工智能产业标准测试评估方法,包括以下步骤:
步骤1:制定产业整体标准A,A由子标准A1、A2、A3...An组成;
步骤2:对基于人工智能测试评估系统进行完善;
步骤3:基于人工智能测试评估系统对不同的产业信息进行采集;
步骤4:基于人工智能测试评估系统对该产业进行测试评估;
步骤5:基于互联网将该产业测试评估结果进行统计;
步骤6:对测试评估结果进行打印。
优选的,所述步骤1包括以下步骤:
步骤1.1:根据产业种类的不同对产业标准进行分类,并且定制整体标准A;
步骤1.2:分别对不同类型的产业中子标准A1、A2、A3...An进行权重分配。
优选的,所述步骤2包括以下步骤:
步骤2.1:基于人工智能测试评估系统根据产业标准A生成总体测试评估模板M;
步骤2.2:基于人工智能测试评估系统根据不同的待测试项目将评估模板M分别生成M1、M2、M3...Mn测试评估子模板;
步骤2.3:基于人工智能测试评估系统进行测试评估模拟实验。
优选的,所述步骤3包括以下步骤:
步骤3.1:基于互联网获取产业的产业类型;
步骤3.2:产业信息经过监管系统认证;
步骤3.3:获取产业待测试项目。
优选的,所述步骤4包括以下步骤:
步骤4.1:根据产业类型调用对应的评估模板M;
步骤4.2:根据同类产业对应不同的待测试项目调用对应的Mn;
步骤4.3:根据待测试项目对应的子标准A1、A2、A3...An得到权重之和。
优选的,所述步骤5包括以下步骤:
步骤5.1:基于互联网获取同类型产业名单及其测试评估结果;
步骤5.2:根据产业测试项目的权重之和进行排名;
步骤5.3:基于互联网将该产业测试评估结果传输到监管系统。
优选的,所述步骤6包括以下步骤:
步骤6.1:产业负责人确认产业信息;
步骤6.2:查询测试项目是否缺项;
步骤6.3:确认后进行测试评估凭条打印。
优选的,步骤4.2包括以下步骤:
步骤4.2.1:根据产业待测试项目调用子标准A1、A2、A3...An;
步骤4.2.2:由子标准A1、A2、A3...An组成新的Mn;
步骤4.2.3:通过将Mn与M进行对比得到权重比。
优选的,所述步骤4.2.1包括以下步骤:
步骤4.2.1.1:基于人工智能深度学习对产业待测试评估项目进行识别;
步骤4.2.1.2:提取待测试项目中关于测试标准的关键词;
步骤4.2.1.3:基于人工智能根据关键词匹配对应的子标准A1、A2、A3...An,然后对子标准A1、A2、A3...An进行调用。
优选的,所述步骤3.1包括以下步骤:
步骤3.1.1:产业负责人经过监管认证后以管理员身份登录人工智能产业标准测试评估系统;
步骤3.1.2:根据产业信息在人工智能产业标准测试评估系统选取对应项;
步骤3.1.3:根据选取的产业信息判断产业类型;
步骤3.1.4:将选取项上传到监管系统。
与现有技术相比,本发明提供了一种人工智能产业标准测试评估方法,具备以下有益效果:
1、本发明中产业负责人经过监管认证后以管理员身份登录人工智能产业标准测试评估系统,并根据产业信息在人工智能产业标准测试评估系统选取对应项,人工智能产业标准测试评估系统根据选取的产业信息判断产业类型并且将选取项上传到监管系统进行验证,进而增加了产业信息的真实性,使测试评估结果进行准确;
2、本发明中产业负责人选择待测试项目,进而使人工智能测试评估系统获取产业待测试项目,然后根据产业类型调用对应的评估模板M,通过直接进行选取的方式使人工智能深度学习对产业待测试评估系统快速获取产业信息,进而增加了测试评估效率;
3、本发明中基于互联网获取同类型产业名单及其测试评估结果,并且将该产业测试评估结果传输到监管系统,进而代替了传统的人工测试评估,减少了人为干扰因素,使测试结果更加准确。
具体实施方式
下面对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提供一种技术方案:一种人工智能产业标准测试评估方法,包括以下步骤:
步骤1:制定产业整体标准A,A由子标准A1、A2、A3...An组成;
步骤2:对基于人工智能测试评估系统进行完善;
步骤3:基于人工智能测试评估系统对不同的产业信息进行采集;
步骤4:基于人工智能测试评估系统对该产业进行测试评估;
步骤5:基于互联网将该产业测试评估结果进行统计;
步骤6:对测试评估结果进行打印。
本发明中,优选的,步骤1包括以下步骤:
步骤1.1:根据产业种类的不同对产业标准进行分类,并且定制整体标准A;
步骤1.2:分别对不同类型的产业中子标准A1、A2、A3...An进行权重分配。
本发明中,优选的,步骤2包括以下步骤:
步骤2.1:基于人工智能测试评估系统根据产业标准A生成总体测试评估模板M;
步骤2.2:基于人工智能测试评估系统根据不同的待测试项目将评估模板M分别生成M1、M2、M3...Mn测试评估子模板;
步骤2.3:基于人工智能测试评估系统进行测试评估模拟实验。
本发明中,优选的,步骤3包括以下步骤:
步骤3.1:基于互联网获取产业的产业类型;
步骤3.2:产业信息经过监管系统认证;
步骤3.3:获取产业待测试项目。
本发明中,优选的,步骤4包括以下步骤:
步骤4.1:根据产业类型调用对应的评估模板M;
步骤4.2:根据同类产业对应不同的待测试项目调用对应的Mn;
步骤4.3:根据待测试项目对应的子标准A1、A2、A3...An得到权重之和。
本发明中,优选的,步骤5包括以下步骤:
步骤5.1:基于互联网获取同类型产业名单及其测试评估结果;
步骤5.2:根据产业测试项目的权重之和进行排名;
步骤5.3:基于互联网将该产业测试评估结果传输到监管系统。
本发明中,优选的,步骤6包括以下步骤:
步骤6.1:产业负责人确认产业信息;
步骤6.2:查询测试项目是否缺项;
步骤6.3:确认后进行测试评估凭条打印。
本发明中,优选的,步骤4.2包括以下步骤:
步骤4.2.1:根据产业待测试项目调用子标准A1、A2、A3...An;
步骤4.2.2:由子标准A1、A2、A3...An组成新的Mn;
步骤4.2.3:通过将Mn与M进行对比得到权重比。
本发明中,优选的,步骤4.2.1包括以下步骤:
步骤4.2.1.1:基于人工智能深度学习对产业待测试评估项目进行识别;
步骤4.2.1.2:提取待测试项目中关于测试标准的关键词;
步骤4.2.1.3:基于人工智能根据关键词匹配对应的子标准A1、A2、A3...An,然后对子标准A1、A2、A3...An进行调用。
本发明中,优选的,步骤3.1包括以下步骤:
步骤3.1.1:产业负责人经过监管认证后以管理员身份登录人工智能产业标准测试评估系统;
步骤3.1.2:根据产业信息在人工智能产业标准测试评估系统选取对应项;
步骤3.1.3:根据选取的产业信息判断产业类型;
步骤3.1.4:将选取项上传到监管系统。
本发明的使用流程:首先,根据产业种类的不同对产业标准进行分类,并且定制整体标准A,A由子标准A1、A2、A3...An组成,然后分别对不同类型的产业中子标准A1、A2、A3...An进行权重分配,然后基于人工智能测试评估系统根据产业标准A生成总体测试评估模板M,再根据不同的待测试项目将评估模板M分别生成M1、M2、M3...Mn测试评估子模板,再进行测试之前,对人工智能测试评估系统进行测试评估模拟实验,保证测试评估顺利进行,在进行测试评估时,产业负责人经过监管认证后以管理员身份登录人工智能产业标准测试评估系统,并根据产业信息在人工智能产业标准测试评估系统选取对应项,人工智能产业标准测试评估系统根据选取的产业信息判断产业类型并且将选取项上传到监管系统进行验证,进而增加了产业信息的真实性,使测试评估结果进行准确,然后产业负责人选择待测试项目,进而使人工智能测试评估系统获取产业待测试项目,然后根据产业类型调用对应的评估模板M,通过直接进行选取的方式使人工智能深度学习对产业待测试评估系统快速获取产业信息,进而增加了测试评估效率,基于人工智能深度学习对产业待测试评估项目进行识别,提取待测试项目中关于测试标准的关键词,基于人工智能根据关键词匹配对应的子标准A1、A2、A3...An,然后对子标准A1、A2、A3...An进行调用,然后由子标准A1、A2、A3...An组成新的Mn,通过将Mn与M进行对比得到权重比,最后再根据待测试项目对应的子标准A1、A2、A3...An得到权重之和,然后基于互联网获取同类型产业名单及其测试评估结果,根据产业测试项目的权重之和进行排名,并且将该产业测试评估结果传输到监管系统,然后产业负责人确认产业信息,查询测试项目是否缺项,若无缺项确认后进行测试评估凭条打印,若有缺项需要进行重新测试评估,进而代替了传统的人工测试评估,减少了人为干扰因素,使测试结果更加准确。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种人工智能产业标准测试评估方法,其特征在于:包括以下步骤:
步骤1:制定产业整体标准A,A由子标准A1、A2、A3...An组成;
步骤2:对基于人工智能测试评估系统进行完善;
步骤3:基于人工智能测试评估系统对不同的产业信息进行采集;
步骤4:基于人工智能测试评估系统对该产业进行测试评估;
步骤5:基于互联网将该产业测试评估结果进行统计;
步骤6:对测试评估结果进行打印。
2.根据权利要求1所述的一种人工智能产业标准测试评估方法,其特征在于:所述步骤1包括以下步骤:
步骤1.1:根据产业种类的不同对产业标准进行分类,并且定制整体标准A;
步骤1.2:分别对不同类型的产业中子标准A1、A2、A3...An进行权重分配。
3.根据权利要求1所述的一种人工智能产业标准测试评估方法,其特征在于:所述步骤2包括以下步骤:
步骤2.1:基于人工智能测试评估系统根据产业标准A生成总体测试评估模板M;
步骤2.2:基于人工智能测试评估系统根据不同的待测试项目将评估模板M分别生成M1、M2、M3...Mn测试评估子模板;
步骤2.3:基于人工智能测试评估系统进行测试评估模拟实验。
4.根据权利要求1所述的一种人工智能产业标准测试评估方法,其特征在于:所述步骤3包括以下步骤:
步骤3.1:基于互联网获取产业的产业类型;
步骤3.2:产业信息经过监管系统认证;
步骤3.3:获取产业待测试项目。
5.根据权利要求1所述的一种人工智能产业标准测试评估方法,其特征在于:所述步骤4包括以下步骤:
步骤4.1:根据产业类型调用对应的评估模板M;
步骤4.2:根据同类产业对应不同的待测试项目调用对应的Mn;
步骤4.3:根据待测试项目对应的子标准A1、A2、A3...An得到权重之和。
6.根据权利要求1所述的一种人工智能产业标准测试评估方法,其特征在于:所述步骤5包括以下步骤:
步骤5.1:基于互联网获取同类型产业名单及其测试评估结果;
步骤5.2:根据产业测试项目的权重之和进行排名;
步骤5.3:基于互联网将该产业测试评估结果传输到监管系统。
7.根据权利要求1所述的一种人工智能产业标准测试评估方法,其特征在于:所述步骤6包括以下步骤:
步骤6.1:产业负责人确认产业信息;
步骤6.2:查询测试项目是否缺项;
步骤6.3:确认后进行测试评估凭条打印。
8.根据权利要求5所述的一种人工智能产业标准测试评估方法,其特征在于:步骤4.2包括以下步骤:
步骤4.2.1:根据产业待测试项目调用子标准A1、A2、A3...An;
步骤4.2.2:由子标准A1、A2、A3...An组成新的Mn;
步骤4.2.3:通过将Mn与M进行对比得到权重比。
9.根据权利要求8所述的一种人工智能产业标准测试评估方法,其特征在于:所述步骤4.2.1包括以下步骤:
步骤4.2.1.1:基于人工智能深度学习对产业待测试评估项目进行识别;
步骤4.2.1.2:提取待测试项目中关于测试标准的关键词;
步骤4.2.1.3:基于人工智能根据关键词匹配对应的子标准A1、A2、A3...An,然后对子标准A1、A2、A3...An进行调用。
10.根据权利要求4所述的一种人工智能产业标准测试评估方法,其特征在于:所述步骤3.1包括以下步骤:
步骤3.1.1:产业负责人经过监管认证后以管理员身份登录人工智能产业标准测试评估系统;
步骤3.1.2:根据产业信息在人工智能产业标准测试评估系统选取对应项;
步骤3.1.3:根据选取的产业信息判断产业类型;
步骤3.1.4:将选取项上传到监管系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110222117.4A CN112949176B (zh) | 2021-02-28 | 2021-02-28 | 一种人工智能产业标准测试评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110222117.4A CN112949176B (zh) | 2021-02-28 | 2021-02-28 | 一种人工智能产业标准测试评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112949176A true CN112949176A (zh) | 2021-06-11 |
CN112949176B CN112949176B (zh) | 2023-06-13 |
Family
ID=76246747
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110222117.4A Active CN112949176B (zh) | 2021-02-28 | 2021-02-28 | 一种人工智能产业标准测试评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112949176B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030104344A1 (en) * | 2001-12-03 | 2003-06-05 | Sable Paula H. | Structured observation system for early literacy assessment |
CN102495731A (zh) * | 2011-12-02 | 2012-06-13 | 中国信息安全测评中心 | 一种信息安全评估的实施用例的生成方法 |
US20130212507A1 (en) * | 2010-10-11 | 2013-08-15 | Teachscape, Inc. | Methods and systems for aligning items of evidence to an evaluation framework |
CN107291582A (zh) * | 2017-06-13 | 2017-10-24 | 常熟天合信电子科技有限公司 | 基于标准大数据的智能化集成测试方法 |
CN110138613A (zh) * | 2019-05-16 | 2019-08-16 | 广东电网有限责任公司 | 一种网络测试模板构建方法、电力网络测试方法及相关装置 |
CN110737689A (zh) * | 2019-10-10 | 2020-01-31 | 广东省科技基础条件平台中心 | 数据标准符合性检测方法、装置、系统及存储介质 |
CN110826908A (zh) * | 2019-11-05 | 2020-02-21 | 北京推想科技有限公司 | 人工智能预测的评估方法、装置、存储介质及电子设备 |
US20200401503A1 (en) * | 2019-06-24 | 2020-12-24 | Zeyu GAO | System and Method for Testing Artificial Intelligence Systems |
-
2021
- 2021-02-28 CN CN202110222117.4A patent/CN112949176B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030104344A1 (en) * | 2001-12-03 | 2003-06-05 | Sable Paula H. | Structured observation system for early literacy assessment |
US20130212507A1 (en) * | 2010-10-11 | 2013-08-15 | Teachscape, Inc. | Methods and systems for aligning items of evidence to an evaluation framework |
CN102495731A (zh) * | 2011-12-02 | 2012-06-13 | 中国信息安全测评中心 | 一种信息安全评估的实施用例的生成方法 |
CN107291582A (zh) * | 2017-06-13 | 2017-10-24 | 常熟天合信电子科技有限公司 | 基于标准大数据的智能化集成测试方法 |
CN110138613A (zh) * | 2019-05-16 | 2019-08-16 | 广东电网有限责任公司 | 一种网络测试模板构建方法、电力网络测试方法及相关装置 |
US20200401503A1 (en) * | 2019-06-24 | 2020-12-24 | Zeyu GAO | System and Method for Testing Artificial Intelligence Systems |
CN110737689A (zh) * | 2019-10-10 | 2020-01-31 | 广东省科技基础条件平台中心 | 数据标准符合性检测方法、装置、系统及存储介质 |
CN110826908A (zh) * | 2019-11-05 | 2020-02-21 | 北京推想科技有限公司 | 人工智能预测的评估方法、装置、存储介质及电子设备 |
Non-Patent Citations (2)
Title |
---|
曹峰;: "评估认证标准 保障人工智能发展", 中国建设信息化 * |
王珊珊;武建龙;王宏起;占思奇;: "产业技术标准联盟专利冲突及其防范策略", 中国科技论坛 * |
Also Published As
Publication number | Publication date |
---|---|
CN112949176B (zh) | 2023-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109872317A (zh) | 一种基于电力设备缺陷识别学习模型的缺陷识别方法 | |
CN112200263B (zh) | 一种应用于配电物联网的自组织联邦聚类方法 | |
CN108694953A (zh) | 一种基于Mel子带参数化特征的鸟鸣自动识别方法 | |
CN113470475B (zh) | 一种基于场景模拟与物联网的实操学习考核方法与系统 | |
CN110263934A (zh) | 一种人工智能数据标注方法和装置 | |
CN111598179A (zh) | 电力监控系统用户异常行为分析方法、存储介质和设备 | |
CN108876100A (zh) | 基于ism和ahp的神经网络食品安全风险预测模型 | |
CN111724290A (zh) | 基于深度分层模糊算法的环保设备识别方法与系统 | |
CN110020637A (zh) | 一种基于多粒度级联森林的模拟电路间歇故障诊断方法 | |
CN114036998A (zh) | 一种基于机器学习对工业硬件进行故障检测的方法及系统 | |
CN115865483A (zh) | 一种基于机器学习的异常行为分析方法和装置 | |
CN109594967A (zh) | 一种基于录井大数据的卡钻事故检测预警方法 | |
CN111586728A (zh) | 一种面向小样本特征的异构无线网络故障检测与诊断方法 | |
CN108287964A (zh) | 一种基于加速度内积向量的灰云推理结构损伤识别方法 | |
CN107766560A (zh) | 客服服务流程的评价方法和系统 | |
CN114066214A (zh) | 一种基于多融合卷积神经网络的电能质量分析方法 | |
CN112949176A (zh) | 一种人工智能产业标准测试评估方法 | |
CN112906672A (zh) | 钢轨缺陷识别方法及系统 | |
CN109889258B (zh) | 一种光网络故障校验方法和设备 | |
Leznik et al. | Change point detection for MongoDB time series performance regression | |
CN111191027A (zh) | 一种基于高斯混合分布vae的广义零样本识别方法 | |
CN112992156B (zh) | 一种基于声纹认证的配电网调度身份认证系统 | |
CN116011982A (zh) | 一种磨煤机磨辊断裂在线监测方法及系统 | |
CN114358160A (zh) | 一种电力系统中的数据异常检测方法 | |
CN115271070A (zh) | 基于改进Relief-F算法的电压稳定裕度评估方法、设备及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |