CN112966831A - 一种基于人工智能能源超级大脑的智慧能源构建模型 - Google Patents
一种基于人工智能能源超级大脑的智慧能源构建模型 Download PDFInfo
- Publication number
- CN112966831A CN112966831A CN202110327346.2A CN202110327346A CN112966831A CN 112966831 A CN112966831 A CN 112966831A CN 202110327346 A CN202110327346 A CN 202110327346A CN 112966831 A CN112966831 A CN 112966831A
- Authority
- CN
- China
- Prior art keywords
- behavior
- artificial intelligence
- intelligent
- energy
- database
- 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
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 51
- 210000004556 brain Anatomy 0.000 title claims abstract description 11
- 238000010276 construction Methods 0.000 title claims abstract description 10
- 238000012549 training Methods 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Abstract
本发明公开了一种基于人工智能能源超级大脑的智慧能源构建模型，属于人工智能技术领域，该基于人工智能能源超级大脑的智慧能源构建模型包括下列步骤：建立人工智能能源信息数据集；建立语言信息数据库和行为数据库；建立智慧行为输出数据库，利用语言信息数据库和行为数据库对人工智能能源信息进行训练，训练出不同的行为输出信息；将行为输出信息输出至智慧行为输出数据库，进行不断更新智慧行为；构建智慧行为体系，分类建立行为体系节点，建立模型；该基于人工智能能源超级大脑的智慧能源构建模型，结合人工智能进行智慧能源构建，同时对于人工智能数据库进行实时更新与训练，提高智慧能源构建的效率，增加智慧能源构建的智能性。
Description
技术领域
本发明属于人工智能技术领域，尤其涉及一种基于人工智能能源超级大脑的智慧能源构建模型。
背景技术
人工智能(Artificial Intelligence)，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。
智慧能源是基于人工智能所提出的智能科技，可改变人类行为方式，在进行智慧能源构建时，需要进行人工智能训练，但是现有的智慧能源进行构建时，缺少系统的学习训练。
发明内容
本发明的目的在于提供一种基于人工智能能源超级大脑的智慧能源构建模型。
为实现上述目的，本发明提供如下技术方案：一种基于人工智能能源超级大脑的智慧能源构建模型，该基于人工智能能源超级大脑的智慧能源构建模型包括下列步骤：
S1、建立人工智能能源信息数据集；
S2、建立语言信息数据库和行为数据库；
S3、建立智慧行为输出数据库，
S4、利用语言信息数据库和行为数据库对人工智能能源信息进行训练，训练出不同的行为输出信息；
S5、将行为输出信息输出至智慧行为输出数据库，进行不断更新智慧行为；
S6、构建智慧行为体系，分类建立行为体系节点，建立模型。
优选的，所述步骤S1中人工智能能源信息数据集包括人工智能中语言信息数据和动作行为信息数据。
优选的，所述步骤S2中建立的数据库与所述人工智能能源信息数据集连接，为人工智能能源信息数据集提供语言信息和行为更新。
优选的，所述步骤S4中训练方法采用卷积神经网络进行训练，在训练过程中对新的语言信息和行为信息进行记录。
优选的，所述步骤S5中智慧行为输出数据库包括记录最新的人工智能响应的语言信息和行为信息。
优选的，所述步骤S6中建立行为体系节点包括语言智慧节点和智慧行为节点，两个体系节点在所述智慧输出数据库中为单独设置，分别建立模型。
本发明的有益效果是：该基于人工智能能源超级大脑的智慧能源构建模型，结合人工智能进行智慧能源构建，在构建时可提高智慧能源的智能性，同时对于人工智能数据库进行实时更新与训练，提高智慧能源构建的效率，增加智慧能源构建的智能性。
附图说明
图1是本发明提供的一种基于人工智能能源超级大脑的智慧能源构建模型的示意图。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。
请参考图1，下面将结合附图对本发明实施例的基于人工智能能源超级大脑的智慧能源构建模型作详细说明。
该基于人工智能能源超级大脑的智慧能源构建模型包括下列步骤：
S1、建立人工智能能源信息数据集；
S2、建立语言信息数据库和行为数据库；
S3、建立智慧行为输出数据库，
S4、利用语言信息数据库和行为数据库对人工智能能源信息进行训练，训练出不同的行为输出信息；
S5、将行为输出信息输出至智慧行为输出数据库，进行不断更新智慧行为；
S6、构建智慧行为体系，分类建立行为体系节点，建立模型。
具体的，步骤S1中人工智能能源信息数据集包括人工智能中语言信息数据和动作行为信息数据。
具体的，步骤S2中建立的数据库与所述人工智能能源信息数据集连接，为人工智能能源信息数据集提供语言信息和行为更新。
具体的，步骤S4中训练方法采用卷积神经网络进行训练，在训练过程中对新的语言信息和行为信息进行记录。
具体的，步骤S5中智慧行为输出数据库包括记录最新的人工智能响应的语言信息和行为信息。
具体的，步骤S6中建立行为体系节点包括语言智慧节点和智慧行为节点，两个体系节点在所述智慧输出数据库中为单独设置，分别建立模型。
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 (6)
1.一种基于人工智能能源超级大脑的智慧能源构建模型，其特征在于，该基于人工智能能源超级大脑的智慧能源构建模型包括下列步骤：
S1、建立人工智能能源信息数据集；
S2、建立语言信息数据库和行为数据库；
S3、建立智慧行为输出数据库，
S4、利用语言信息数据库和行为数据库对人工智能能源信息进行训练，训练出不同的行为输出信息；
S5、将行为输出信息输出至智慧行为输出数据库，进行不断更新智慧行为；
S6、构建智慧行为体系，分类建立行为体系节点，建立模型。
2.根据权利要求1所述的一种基于人工智能能源超级大脑的智慧能源构建模型，其特征在于，所述步骤S1中人工智能能源信息数据集包括人工智能中语言信息数据和动作行为信息数据。
3.根据权利要求1所述的一种基于人工智能能源超级大脑的智慧能源构建模型，其特征在于，所述步骤S2中建立的数据库与所述人工智能能源信息数据集连接，为人工智能能源信息数据集提供语言信息和行为更新。
4.根据权利要求1所述的一种基于人工智能能源超级大脑的智慧能源构建模型，其特征在于，所述步骤S4中训练方法采用卷积神经网络进行训练，在训练过程中对新的语言信息和行为信息进行记录。
5.根据权利要求1所述的一种基于人工智能能源超级大脑的智慧能源构建模型，其特征在于，所述步骤S5中智慧行为输出数据库包括记录最新的人工智能响应的语言信息和行为信息。
6.根据权利要求1所述的一种基于人工智能能源超级大脑的智慧能源构建模型，其特征在于，所述步骤S6中建立行为体系节点包括语言智慧节点和智慧行为节点，两个体系节点在所述智慧输出数据库中为单独设置，分别建立模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110327346.2A CN112966831A (zh) | 2021-03-26 | 2021-03-26 | 一种基于人工智能能源超级大脑的智慧能源构建模型 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110327346.2A CN112966831A (zh) | 2021-03-26 | 2021-03-26 | 一种基于人工智能能源超级大脑的智慧能源构建模型 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112966831A true CN112966831A (zh) | 2021-06-15 |
Family
ID=76278621
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110327346.2A Pending CN112966831A (zh) | 2021-03-26 | 2021-03-26 | 一种基于人工智能能源超级大脑的智慧能源构建模型 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112966831A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113542109A (zh) * | 2021-07-19 | 2021-10-22 | 江西省能源大数据有限公司 | 一种5g智慧能源网关的数据采集算法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101940928B1 (ko) * | 2017-11-15 | 2019-01-21 | 휴먼식스 주식회사 | 자연어 인공지능 데이터베이스 구축방법과 그 거래방법 |
| CN110377084A (zh) * | 2019-07-30 | 2019-10-25 | 天津大学 | 一种基于智慧控制策略的建筑室内环境调控方法 |
| WO2019226051A1 (en) * | 2018-05-25 | 2019-11-28 | Kepler Vision Technologies B.V. | Monitoring and analyzing body language with machine learning, using artificial intelligence systems for improving interaction between humans, and humans and robots |
| CN110658725A (zh) * | 2019-08-19 | 2020-01-07 | 周口师范学院 | 一种基于人工智能的能源监管和预测系统及其方法 |
-
2021
- 2021-03-26 CN CN202110327346.2A patent/CN112966831A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101940928B1 (ko) * | 2017-11-15 | 2019-01-21 | 휴먼식스 주식회사 | 자연어 인공지능 데이터베이스 구축방법과 그 거래방법 |
| WO2019226051A1 (en) * | 2018-05-25 | 2019-11-28 | Kepler Vision Technologies B.V. | Monitoring and analyzing body language with machine learning, using artificial intelligence systems for improving interaction between humans, and humans and robots |
| CN110377084A (zh) * | 2019-07-30 | 2019-10-25 | 天津大学 | 一种基于智慧控制策略的建筑室内环境调控方法 |
| CN110658725A (zh) * | 2019-08-19 | 2020-01-07 | 周口师范学院 | 一种基于人工智能的能源监管和预测系统及其方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113542109A (zh) * | 2021-07-19 | 2021-10-22 | 江西省能源大数据有限公司 | 一种5g智慧能源网关的数据采集算法 |
| CN113542109B (zh) * | 2021-07-19 | 2022-06-07 | 江西省能源大数据有限公司 | 一种5g智慧能源网关的数据采集方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107633005A (zh) | 一种基于课堂教学内容的知识图谱构建、对比系统及方法 | |
| CN108197294A (zh) | 一种基于深度学习的文本自动生成方法 | |
| CN109376852A (zh) | 运算装置及运算方法 | |
| CN106462254A (zh) | 一种机器人交互内容的生成方法、系统及机器人 | |
| CN110110095A (zh) | 一种基于长短期记忆循环神经网络的电力指令文本匹配方法 | |
| Ju et al. | Online data migration model and ID3 algorithm in sports competition action data mining application | |
| CN105701540A (zh) | 一种自生成神经网络构建方法 | |
| CN109670042A (zh) | 一种基于递归神经网络的试题分类及难度分级方法 | |
| CN108255059B (zh) | 一种基于模拟器训练的机器人控制方法 | |
| CN112966831A (zh) | 一种基于人工智能能源超级大脑的智慧能源构建模型 | |
| CN106557165A (zh) | 智能设备的动作模拟交互方法和装置及智能设备 | |
| CN114742092A (zh) | 一种共享子空间学习的脑机信息融合分类方法及系统 | |
| CN116244473B (zh) | 一种基于特征解耦和图知识蒸馏的多模态情感识别方法 | |
| Xiong | Overview of the relationship between mechatronic engineering and artificial intelligence | |
| CN116861001A (zh) | 一种基于元学习的医学常识知识图谱自动化构建方法 | |
| CN109165381A (zh) | 一种文字ai情绪识别系统及其识别方法 | |
| CN109582309A (zh) | 一种用于网站界面生成的辅助设计方法 | |
| CN113254468B (zh) | 一种装备的故障查询及推理方法 | |
| Jin | Analysis of the technical principles of ChatGPT and prospects for pre-trained large models | |
| Wang et al. | Research on the new model of" Internet+ education" based on artificial intelligence | |
| CN109635942B (zh) | 一种仿脑兴奋态和抑制态工作状态神经网络电路结构及方法 | |
| Zhang | Research on Artificial Intelligence Machine Learning Character Recognition Based on Online Machine Learning Method | |
| CN113890112A (zh) | 一种基于多场景并行学习的电网前瞻调度方法 | |
| Wang et al. | A brain-inspired computational model for human-like concept learning | |
| Che et al. | A Novel Renewable Power Generation Prediction Through Enhanced Artificial Orcas Assisted Ensemble Dilated Deep Learning Network |
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 |