CN113627613B - 一种实现边端协同的规则推理方法 - Google Patents
一种实现边端协同的规则推理方法 Download PDFInfo
- Publication number
- CN113627613B CN113627613B CN202110942288.4A CN202110942288A CN113627613B CN 113627613 B CN113627613 B CN 113627613B CN 202110942288 A CN202110942288 A CN 202110942288A CN 113627613 B CN113627613 B CN 113627613B
- Authority
- CN
- China
- Prior art keywords
- rule
- rules
- inference
- reasoning
- edge
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000004458 analytical method Methods 0.000 claims abstract description 46
- 238000004364 calculation method Methods 0.000 claims abstract description 39
- 230000003936 working memory Effects 0.000 claims description 14
- 230000009471 action Effects 0.000 claims description 10
- 230000000875 corresponding effect Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 8
- 230000003213 activating effect Effects 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 230000008676 import Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 abstract description 2
- 238000000926 separation method Methods 0.000 abstract description 2
- 230000007246 mechanism Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/547—Remote procedure calls [RPC]; Web services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种实现边端协同的规则推理方法,属于无人装备领域。本发明提供了前端用户自定义规则,并进行相关规则配置,内置的推理引擎可实现逻辑业务分离,便于修改,其他业务系统可直接调用本发明的推理分析计算引擎,自动实现业务逻辑推理得出结论,无需各业务系统内部实现逻辑代码。且边‑端协同的工作模式可降低资源开销,终端可直接基于本地规则集合进行推理,无需反复与服务端网络通信,提高了执行效率。
Description
技术领域
本发明属于无人装备领域,具体涉及一种实现边端协同的规则推理方法。
背景技术
推理分析计算引擎是一种相对简单的推理机,可以将推理分析计算引擎作为一种组件潜入到应用系统中,从而将业务决策从应用程序代码中分离出来,并使用预定义的规则语言编写业务决策。推理分析计算引擎的核心思想是将复杂多变的规则从业务流程中解放出来,使业务规则的变更不需要修正代码重启机器就可以立即在线上完成规则升级。
推理分析计算引擎常作为一种嵌入应用程序中的组件应用于商业领域,辅助企业IT系统进行流程管理,但目前基于规则推理方法的系统在军事领域和无人装备领域的实际应用较少,将决策推理思想引入,可以为指挥人员提供决策支持,甚至成为训练高层决策人员的重要手段。未来战争中的智能化辅助决策系统,应能准确理解指挥员的真实意图,快速准确地找到合适的决策资源,给出合理建议,处理决策问题,从而减轻指挥员的决策负担。因此使作战装备具备自主观察、分析、决策、行动的能力,已成为推动军事装备智能化的重要且关键的一个环节。而规则推理技术,则提供了这种自主决策机制。目前的无人装备还不具有自主观察、分析、决策、行动的能力。
考虑到作战装备多是搭载于嵌入式平台系统,我们需要将规则推理技术在嵌入式系统内进行实现,并形成软件框架以便向其它软件模块提供决策服务,提升整个业务系统的智能性和灵活性。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是提供一种实现边端协同的规则推理方法,以有效提升无人装备的自主运行能力,缩短业务推理决策的响应时间。
(二)技术方案
为了解决上述技术问题,本发明提出一种实现边端协同的规则推理方法,该方法应用于规则推理系统,该系统包括边缘服务处理机和嵌入式智能终端,边缘服务处理机包括规则定制界面、规则配置模块、规则发布模块和推理分析计算引擎,规则配置模块包括规则配置和规则配置解析器,并提供API接口供上层业务系统传参调用;嵌入式智能终端包括推理分析计算引擎,基于边缘服务处理机下发的规则文件进行规则推理,驱使智能终端完成规则推理任务;该方法包括如下步骤:
S11、利用边缘服务处理机的规则定制界面,自定义规则,同时可指定该规则所属类别,校验通过后生成特定规则格式的规则库文件;
S12、通过规则发布模块将步骤S11生成的规则库文件发送至智能终端;
S13、边缘服务处理机的业务系统调用规则配置模块输入事实数据,触发推理分析计算引擎执行;
S14、边缘服务处理机的推理分析计算引擎将步骤S13传入的事实数据与规则库文件中的规则进行匹配,得出推理结论或具体指令,传输到智能终端;
S15、嵌入式智能终端接收步骤S14传来的指令,或接收嵌入式智能终端中其他模块传来的数据,由智能终端的推理分析计算引擎基于规则库文件匹配执行规则,得出推理结果或调用其他算法模块,驱使无人装备执行相应动作。
进一步地,所述步骤S11中,用户通过规则定制界面实现规则添加、修改、删除、查找和保存功能,实现用户自定义规则。
进一步地,所述规则定制界面对语法正确的规则生成特定格式的规则,存入自定义规则库中;同一类规则保存到同一个规则文件中,不同类型的规则保存在不同的规则文件中;每条规则的条件部分由多个限定条件组成,动作部分执行多个动作。
进一步地,所述步骤S13中,所述规则配置模块用于对规则定制界面生成的规则库文件进行配置,使得每次推理任务执行时根据配置按需地进行一个规则子集的推理。
进一步地,所述规则配置模块对外提供API接口,供上层业务系统传参调用,供用户指定规则子集或某一类规则文件。
进一步地,所述推理分析计算引擎包括模式匹配器、议程和执行引擎;模式匹配器是将规则库文件中的所有规则与工作内存中的事实对象进行模式匹配,匹配成功的规则将被激活并放入议程中;议程,用于存放通过匹配器进行模式匹配后被激活的规则;执行引擎用来执行议程中被激活的规则。
进一步地,所述推理分析计算引擎根据预置的规则文法,将规则配置解析器解析的结果作为事实数据导入到工作内存空间,并由模式匹配器进行事实与规则库中的规则匹配,通过决策机制,执行预设的动作,从而完成输入事实到输出结论的完整过程。
进一步地,所述边缘服务处理机和智能终端的推理分析计算引擎的工作过程如下:
S21、将事实输入到工作内存中;
S22、使用模式匹配器比较规则库中的规则和工作内存中的事实,判断能够和事实匹配的规则,即激活规则;
S23、如果执行规则存在冲突,即同时激活了多个规则,将冲突的规则放入冲突集合;
S24、解决冲突,将激活的规则按顺序放入议程;
S25、使用执行引擎执行议程中的规则,重复步骤S22至S25,直到执行完所有议程中的规则。
进一步地,所述嵌入式智能终端需要接收边缘服务处理机发送的规则文件和指令,各终端可根据边缘服务处理机发布的不同主题按需订阅不同的主题,获取到相关的规则文件和指令,其中规则文件要存储至智能终端本地,供推理分析计算引擎直接调用执行,指令当做输入条件直接进行规则匹配,执行相应的动作。
进一步地,所述事实数据的数据类型包括数值型、字符串和布尔型。
(三)有益效果
本发明提出一种实现边端协同的规则推理方法,本发明提供了前端用户自定义规则,并进行相关规则配置,内置的推理引擎可实现逻辑业务分离,便于修改,其他业务系统可直接调用本发明的推理分析计算引擎,自动实现业务逻辑推理得出结论,无需各业务系统内部实现逻辑代码。且边-端协同的工作模式可降低资源开销,终端可直接基于本地规则集合进行推理,无需反复与服务端网络通信,提高了执行效率。
附图说明
图1为本发明实现无人车导航避障的规则推理方法系统框架示意图;
图2为本发明的推理引擎工作过程。
具体实施方式
为使本发明的目的、内容和优点更加清楚,下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。
本发明涉及规则推理方法,特别是指一种边端协同框架下的无人装备辅助决策的规则推理方法。
本发明的目的在于提供一种边-端协同无人装备场景下的规则推理方法,使边缘端和智能终端协同工作,在边缘端得业务系统可调用规则推理系统高效地做出智能化推理决策,得出指令结果,传输至智能终端,并在智能终端基于规则库做出推理决策,驱动无人装备执行相应动作,有效提升无人装备的自主运行能力,缩短业务推理决策的响应时间。
本发明提供如下方法:规则推理系统的边缘服务处理机向上层提供服务化API与上层应用交互,供业务系统调用,可进行规则分类配置、事实数据的输入和推理分析计算引擎的触发。可通过规则定制界面进行规则自定义,生成规则库文件。将规则解析得到的事实数据传给推理分析计算引擎进行推理,输出推理结果。智能终端可接收边缘服务处理机传输的规则库文件和推理结果,也可接收智能终端其他模块的传输数据,利用终端的推理分析计算引擎完成推理,执行相应动作。
嵌入式智能终端需要接收边缘服务处理机发送的规则文件和指令,各终端可根据边缘服务处理机发布的不同主题按需订阅不同的主题,获取到相关的规则文件和指令,其中规则文件要存储至智能终端本地,供规则推理程序直接调用执行,指令当做输入条件直接进行规则匹配,执行相应的动作。
一种实现边端协同的规则推理方法,步骤如下:
S11、利用边缘服务处理机的规则定制界面,自定义规则,同时可指定该规则所属类别,校验通过后生成特定规则格式的规则库文件;
S12、通过规则发布模块将步骤S11生成的规则库文件发送至智能终端;
S13、调用规则配置模块输入事实数据,触发推理分析计算引擎执行;
S14、推理分析计算引擎将步骤S13传入的事实数据与规则库文件中的规则进行匹配,得出推理结论或具体指令,传输到智能终端;
S15、智能终端接收步骤S14传来的指令,由推理分析计算引擎基于规则库文件匹配执行规则,得出推理结果或调用其他算法模块,驱使无人装备执行相应动作。
所述步骤S13中输入的事实数据包括数值型、字符串、布尔型等常见数据类型,如指令、属性、状态、数量等信息。
所述推理分析计算引擎中推理引擎的工作过程为:
S21、将事实输入到工作内存中。
S22、使用模式匹配器比较规则库中的规则和工作内存中的事实,判断能够和事实匹配的规则,即激活规则。
S23、如果执行规则存在冲突,即同时激活了多个规则,将冲突的规则放入冲突集合。
S24、解决冲突,将激活的规则按顺序放入议程。
S25、使用推理分析计算引擎执行议程中的规则。重复步骤S22至S25,直到执行完所有议程中的规则。
本发明为一种实现边端协同的规则推理方法。
如图1所示,规则推理系统分为规则构建层、规则推理层和物理执行层,包括边缘服务处理机和嵌入式智能终端。边缘服务处理机包括规则定制界面、规则配置模块、规则发布模块和推理分析计算引擎。规则配置模块包括规则配置和规则配置解析器,并提供API接口供上层业务系统传参调用;嵌入式智能终端主要包括推理分析计算引擎,基于边缘服务处理机下发的规则文件进行规则推理,驱使智能终端完成规则推理任务。边缘服务处理机将定制生成的规则文件同步到各智能终端,也可将规则推理得出的指令下发到智能终端。
规则定制界面。用户可以通过该模块实现规则添加、修改、删除、查找和保存功能,实现用户自定义规则。对语法正确的规则生成特定格式的规则,存入自定义规则库中。可实现分类别存储,即同一类规则保存到同一个规则文件中,不同类型的规则保存在不同的规则文件中。每条规则的条件部分可由多个限定条件组成,动作部分也可执行多个动作。
规则配置模块。用于对规则定制界面生成的规则库文件进行配置,使得每次推理任务执行时可以根据配置按需地进行一个规则子集的推理,对外提供接口,供用户指定规则子集或某一类规则文件,按需触发,缩短规则匹配时间。
规则发布模块。针对定义好的规则文件,实现规则的下发,传送给多个嵌入式智能终端,供智能终端中的推理分析计算引擎调用执行。
推理分析计算引擎。根据预置的规则文法,将规则配置解析器解析的结果作为事实数据导入到工作内存空间,并由模式匹配器进行事实与规则库中的规则匹配,通过决策机制,执行预设的动作,从而完成输入事实到输出结论或具体指令的完整过程。
规则的执行主要由推理分析计算引擎完成。推理分析计算引擎主要包括模式匹配器、议程和执行引擎。模式匹配器是将规则库文件中的所有规则与工作内存中的事实对象进行模式匹配,匹配成功的规则将被激活并放入议程中;议程,用于存放通过匹配器进行模式匹配后被激活的规则;执行引擎用来执行议程中被激活的规则。
嵌入式智能终端需要接收边缘服务处理机发送的规则文件和指令,各终端可根据边缘服务处理机发布的不同主题按需订阅不同的主题,获取到相关的规则文件和指令,其中规则文件要存储至智能终端本地,供推理分析计算引擎直接调用执行,指令当做输入条件直接进行规则匹配,执行相应的动作。
一种实现边端协同的规则推理方法,步骤如下:
S11、利用边缘服务处理机的规则定制界面,自定义规则,同时可指定该规则所属类别,校验通过后生成特定规则格式的规则库文件;
S12、通过规则发布模块将步骤S11生成的规则库文件发送至智能终端;
S13、边缘服务处理机的业务系统调用规则配置模块输入事实数据,触发推理分析计算引擎执行;
S14、边缘服务处理机的推理分析计算引擎将步骤S13传入的事实数据与规则库文件中的规则进行匹配,得出推理结论或具体指令,传输到智能终端;
S15、智能终端接收步骤S14传来的指令,或接收智能终端中其他模块传来的数据,由推理分析计算引擎基于规则库文件匹配执行规则,得出推理结果或调用其他算法模块,驱使无人装备执行相应动作。
所述步骤S13中输入的事实数据包括数值型、字符串、布尔型等常见数据类型。
推理分析计算引擎工作过程如图2所示,工作过程如下:
S21、将事实输入到工作内存中。
S22、使用模式匹配器比较规则库中的规则和工作内存中的事实,判断能够和事实匹配的规则,即激活规则。
S23、如果执行规则存在冲突,即同时激活了多个规则,将冲突的规则放入冲突集合。
S24、解决冲突,将激活的规则按顺序放入议程。
S25、使用执行引擎执行议程中的规则。重复步骤S22至S25,直到执行完所有议程中的规则。
本发明适用于边-端协同无人装备场景下的辅助推理决策,基于结构化规则集做出逻辑推理分析,使业务与逻辑分离,并可按需匹配规则集,有效提升无人装备的自主运行能力,缩短业务推理决策的响应时间。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种实现边端协同的规则推理方法,其特征在于,该方法应用于规则推理系统,该系统包括边缘服务处理机和嵌入式智能终端,边缘服务处理机包括规则定制界面、规则配置模块、规则发布模块和推理分析计算引擎,规则配置模块包括规则配置和规则配置解析器,并提供API接口供上层业务系统传参调用;嵌入式智能终端包括推理分析计算引擎,基于边缘服务处理机下发的规则文件进行规则推理,驱使智能终端完成规则推理任务;该方法包括如下步骤:
S11、利用边缘服务处理机的规则定制界面,自定义规则,同时可指定该规则所属类别,校验通过后生成特定规则格式的规则库文件;
S12、通过规则发布模块将步骤S11生成的规则库文件发送至智能终端;
S13、边缘服务处理机的业务系统调用规则配置模块输入事实数据,触发推理分析计算引擎执行;
S14、边缘服务处理机的推理分析计算引擎将步骤S13传入的事实数据与规则库文件中的规则进行匹配,得出推理结论或具体指令,传输到智能终端;
S15、嵌入式智能终端接收步骤S14传来的指令,或接收嵌入式智能终端中其他模块传来的数据,由智能终端的推理分析计算引擎基于规则库文件匹配执行规则,得出推理结果或调用其他算法模块,驱使无人装备执行相应动作。
2.如权利要求1所述的实现边端协同的规则推理方法,其特征在于,所述步骤S11中,用户通过规则定制界面实现规则添加、修改、删除、查找和保存功能,实现用户自定义规则。
3.如权利要求2所述的实现边端协同的规则推理方法,其特征在于,所述规则定制界面对语法正确的规则生成特定格式的规则,存入自定义规则库中;同一类规则保存到同一个规则文件中,不同类型的规则保存在不同的规则文件中;每条规则的条件部分由多个限定条件组成,动作部分执行多个动作。
4.如权利要求1所述的实现边端协同的规则推理方法,其特征在于,所述步骤S13中,所述规则配置模块用于对规则定制界面生成的规则库文件进行配置,使得每次推理任务执行时根据配置按需地进行一个规则子集的推理。
5.如权利要求4所述的实现边端协同的规则推理方法,其特征在于,所述规则配置模块对外提供API接口,供上层业务系统传参调用,供用户指定规则子集或某一类规则文件。
6.如权利要求1所述的实现边端协同的规则推理方法,其特征在于,所述推理分析计算引擎包括模式匹配器、议程和执行引擎;模式匹配器是将规则库文件中的所有规则与工作内存中的事实对象进行模式匹配,匹配成功的规则将被激活并放入议程中;议程,用于存放通过匹配器进行模式匹配后被激活的规则;执行引擎用来执行议程中被激活的规则。
7.如权利要求6所述的实现边端协同的规则推理方法,其特征在于,所述推理分析计算引擎根据预置的规则文法,将规则配置解析器解析的结果作为事实数据导入到工作内存空间,并由模式匹配器进行事实与规则库中的规则匹配,通过决策机制,执行预设的动作,从而完成输入事实到输出结论的完整过程。
8.如权利要求6或7所述的实现边端协同的规则推理方法,其特征在于,所述边缘服务处理机和智能终端的推理分析计算引擎的工作过程如下:
S21、将事实输入到工作内存中;
S22、使用模式匹配器比较规则库中的规则和工作内存中的事实,判断能够和事实匹配的规则,即激活规则;
S23、如果执行规则存在冲突,即同时激活了多个规则,将冲突的规则放入冲突集合;
S24、解决冲突,将激活的规则按顺序放入议程;
S25、使用执行引擎执行议程中的规则,重复步骤S22至S25,直到执行完所有议程中的规则。
9.如权利要求1所述的实现边端协同的规则推理方法,其特征在于,所述嵌入式智能终端需要接收边缘服务处理机发送的规则文件和指令,各终端可根据边缘服务处理机发布的不同主题按需订阅不同的主题,获取到相关的规则文件和指令,其中规则文件要存储至智能终端本地,供推理分析计算引擎直接调用执行,指令当做输入条件直接进行规则匹配,执行相应的动作。
10.如权利要求1所述的实现边端协同的规则推理方法,其特征在于,所述事实数据的数据类型包括数值型、字符串和布尔型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110942288.4A CN113627613B (zh) | 2021-08-17 | 2021-08-17 | 一种实现边端协同的规则推理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110942288.4A CN113627613B (zh) | 2021-08-17 | 2021-08-17 | 一种实现边端协同的规则推理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113627613A CN113627613A (zh) | 2021-11-09 |
CN113627613B true CN113627613B (zh) | 2024-02-06 |
Family
ID=78386094
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110942288.4A Active CN113627613B (zh) | 2021-08-17 | 2021-08-17 | 一种实现边端协同的规则推理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113627613B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116414442B (zh) * | 2023-04-17 | 2023-12-22 | 北京计算机技术及应用研究所 | 一种基于Drools规则引擎的配置管理变更控制方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109167794A (zh) * | 2018-09-25 | 2019-01-08 | 北京计算机技术及应用研究所 | 一种面向网络系统安全度量的攻击检测方法 |
CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和系统 |
CN111935241A (zh) * | 2020-07-16 | 2020-11-13 | 桂林电子科技大学 | 基于数据分发网络的边缘服务智能协同方法 |
CN112200319A (zh) * | 2020-10-20 | 2021-01-08 | 北京计算机技术及应用研究所 | 一种实现无人车导航避障的规则推理方法及系统 |
CN112348992A (zh) * | 2020-11-12 | 2021-02-09 | 广东利通科技投资有限公司 | 基于车路协同系统的车载视频处理方法、装置及存储介质 |
CN112615746A (zh) * | 2020-12-23 | 2021-04-06 | 广联达科技股份有限公司 | 一种边缘计算方法、装置及系统 |
CN112651506A (zh) * | 2020-12-24 | 2021-04-13 | 重庆大学 | 一种智能环境下基于边缘设备规则推理的数据预部署方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200348662A1 (en) * | 2016-05-09 | 2020-11-05 | Strong Force Iot Portfolio 2016, Llc | Platform for facilitating development of intelligence in an industrial internet of things system |
-
2021
- 2021-08-17 CN CN202110942288.4A patent/CN113627613B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和系统 |
CN109167794A (zh) * | 2018-09-25 | 2019-01-08 | 北京计算机技术及应用研究所 | 一种面向网络系统安全度量的攻击检测方法 |
CN111935241A (zh) * | 2020-07-16 | 2020-11-13 | 桂林电子科技大学 | 基于数据分发网络的边缘服务智能协同方法 |
CN112200319A (zh) * | 2020-10-20 | 2021-01-08 | 北京计算机技术及应用研究所 | 一种实现无人车导航避障的规则推理方法及系统 |
CN112348992A (zh) * | 2020-11-12 | 2021-02-09 | 广东利通科技投资有限公司 | 基于车路协同系统的车载视频处理方法、装置及存储介质 |
CN112615746A (zh) * | 2020-12-23 | 2021-04-06 | 广联达科技股份有限公司 | 一种边缘计算方法、装置及系统 |
CN112651506A (zh) * | 2020-12-24 | 2021-04-13 | 重庆大学 | 一种智能环境下基于边缘设备规则推理的数据预部署方法 |
Non-Patent Citations (8)
Title |
---|
A collaborative cloud-edge computing framework in distributed neural network;Shihao Xu等;《EURASIP Journal on Wireless Communications and Networking》;1-17 * |
Finding Main Causes of Elevator Accident via multi-Dimensional Association Rule in Edge Computing Environment;Wang HM等;《CHINA COMMUNICATIONS》;39-47 * |
一种多尺度边缘测度融合加权HD算法;曲圣杰;潘泉;程咏梅;赵春晖;凌志刚;;光子学报(第10期);120-125 * |
利用门控循环编解码网络的语音增强方法;杨林等;《计算机工程与设计》;1762-1767 * |
协同设计中基于规则推理的冲突消解研究;赵阳等;《计算机应用研究》;54-56 * |
基于深度学习的边缘计算资源协同方案研究;陈沛锐;《中国优秀硕士学位论文全文数据库信息科技辑》;I139-15 * |
物联网智能边缘计算研究及应用;杨凯等;《电信科学》;176-184 * |
边缘计算标准化进展与案例分析;吕华章等;《计算机研究与发展》;487-511 * |
Also Published As
Publication number | Publication date |
---|---|
CN113627613A (zh) | 2021-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110750298B (zh) | 一种ai模型编译方法、设备及存储介质 | |
EP3543875A1 (en) | Conversation context management in a conversation agent | |
CN111400465B (zh) | 客服机器人的生成方法、装置、电子设备及介质 | |
CN113627613B (zh) | 一种实现边端协同的规则推理方法 | |
CN105573737A (zh) | 一种提高规则引擎运行效率的方法 | |
KR102275763B1 (ko) | 딥러닝 모델로부터 딥러닝 어플리케이션을 자동으로 생성하는 방법 및 시스템 | |
CN109635028A (zh) | 数据查询方法及装置、服务器及计算机可读存储介质 | |
WO2023231526A1 (zh) | 基于数字孪生DaaS平台的算法仓库管理方法及系统 | |
CN111930912A (zh) | 对话管理方法及系统、设备和存储介质 | |
CN115203282A (zh) | 结合深度学习的智慧企服用户数据处理方法及系统 | |
CN114462582A (zh) | 基于卷积神经网络模型的数据处理方法及装置、设备 | |
CN101819569A (zh) | 用于工单预处理的专家系统和工单预处理方法 | |
CN110908642B (zh) | 一种策略生成执行方法和装置 | |
CN102387264A (zh) | 呼叫控制策略的处理方法、装置及呼叫中心 | |
CN106228635A (zh) | 用于无人驾驶车辆的信息处理方法及装置 | |
CN114840182A (zh) | 一种面向任务的人工智能项目通用架构平台及其使用方法 | |
CN114493493A (zh) | 决策引擎及决策引擎实现方法 | |
CN114721344A (zh) | 基于数字孪生DaaS平台的智能决策方法及系统 | |
Duan | Application development exploration and practice based on LangChain+ ChatGLM+ Rasa | |
CN112948251A (zh) | 软件自动测试方法及装置 | |
CN115484138B (zh) | 运维工具快速定制化开发方法与系统 | |
CN112634881A (zh) | 一种基于科技成果数据库的语音智能识别方法及系统 | |
CN109284097A (zh) | 实现复杂数据分析的方法、设备、系统及存储介质 | |
CN117234512B (zh) | 业务快速开发方法、系统、电子设备及存储介质 | |
CN112035306B (zh) | 调试机器人及调试方法 |
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 |