CN115018182B - 一种通信电路的规划管理方法、装置、存储介质以及系统 - Google Patents
一种通信电路的规划管理方法、装置、存储介质以及系统 Download PDFInfo
- Publication number
- CN115018182B CN115018182B CN202210740441.XA CN202210740441A CN115018182B CN 115018182 B CN115018182 B CN 115018182B CN 202210740441 A CN202210740441 A CN 202210740441A CN 115018182 B CN115018182 B CN 115018182B
- Authority
- CN
- China
- Prior art keywords
- data
- planning
- communication circuit
- planned
- information
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 102
- 238000007726 management method Methods 0.000 title claims abstract description 56
- 238000004458 analytical method Methods 0.000 claims abstract description 40
- 238000012706 support-vector machine Methods 0.000 claims abstract description 27
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 21
- 238000012216 screening Methods 0.000 claims description 21
- 238000012549 training Methods 0.000 claims description 21
- 238000013136 deep learning model Methods 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000013135 deep learning Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Telephonic Communication Services (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种通信电路的规划管理方法、装置、存储介质以及系统,通过深度学习技术、关联算法以及支持向量机,分析待规划管理通信电路的属性数据,并根据分析结果进行自动路径决策规划,该通信电路的规划管理方法、装置、计算机可读存储介质以及系统提升了通信电路的规划管理的效率。
Description
技术领域
本发明涉及继电保护通信电路的规划管理技术领域,尤其涉及一种通信电路的规划管理方法、装置、计算机可读存储介质及系统。
背景技术
电力通信调度中同时存在多套不同运行控制系统与资源管理系统,同时全网设备数量众多、厂家、型号繁杂。
在现有技术中,对通信网络电路的风险管理以及电路规划一般依靠人工判断,获取分析关于设备的光功率、设备状态等信息,从而实现跨业务、多网络规划,支撑开通业务、检修单自动生成与审核、自动化会签等功能。
但是,现有技术仍存在如下缺陷:通过人工规划网络电路存在工作量大、压力大、耗时多、稍有不慎易出现错漏、步骤繁琐等问题。
因此,当前需要一种通信电路的规划管理方法、装置、计算机可读存储介质以及系统,从而克服现有技术中存在的上述缺陷。
发明内容
本发明实施例提供一种通信电路的规划管理方法、装置、计算机可读存储介质以及系统,从而提升通信电路的规划管理的效率。
本发明一实施例提供一种通信电路的规划管理方法,所述通信电路风险管理方法包括:获取待规划管理通信电路的第一操作数据,并通过预设的深度学习模型,对所述第一操作数据进行筛选以获取第二操作数据;将所述第二操作数据识别转化为数据库数据,并通过关联算法对所述数据库数据进行解析以获得解析数据库数据;通过支持向量机对所述解析数据库数据进行数据训练,计算各个待规划管理通信电路的规划数据组,并根据所述规划数据组,对所述待规划管理通信电路进行规划管理。
作为上述方案的改进,通过支持向量机对所述解析数据库数据进行数据训练,计算各个待规划管理通信电路的规划数据组,具体包括:通过支持向量机,根据预设的二次凸优化转化公式,对所述解析数据库数据进行决策分类,计算所述解析数据库数据对应的规划数据组;所述规划数据组包括各个属性数据的阈值以及所述各个属性阈值之间的相关关系。
作为上述方案的改进,根据所述规划数据组,对所述待规划管理通信电路进行规划管理,具体包括:获取所述解析数据库中各个待规划管理通信电路对应的属性数据组;所述属性数据组包括多个属性数据;判断各个待规划管理通信电路对应的各个所述属性数据是否大于对应的阈值;若否,则根据预设的风险值计算公式、所述相关关系以及所述属性数据组,计算各个待规划管理通信电路对应的风险预估值,并将所述风险预估值最小的待规划管理通信路径作为规划路径。
作为上述方案的改进,预设的二次凸优化转化公式为:
作为上述方案的改进,将所述第二操作数据识别转化为数据库数据,具体包括:对所述第二操作数据进行图表识别、文字识别、数字识别以及字母识别,对应获得图表信息、文字信息、数字信息以及字母信息;将所述图表信息、文字信息、数字信息以及字母信息分类导入数据库中储存,获得数据库数据。
作为上述方案的改进,对所述第二操作数据进行图表识别、文字识别、数字识别以及字母识别,对应获得图表信息、文字信息、数字信息以及字母信息,具体包括:对所述第二操作数据中的图表、文字、数字以及字母进行识别;所述图表包括拓扑图、树状图、网状图、流程图、系统列表和树状列表;分别对所述图表、所述文字、所述数字以及所述字母在所述第二操作数据中的坐标位置进行识别,对应获得图表位置、文字位置、数字位置以及字母位置;将所述图表以及所述图表位置作为图表信息,将所述文字以及所述文字位置作为文字信息,将所述数字以及所述数字位置作为数字信息,将所述字母以及所述字母位置作为字母信息。
作为上述方案的改进,通过预设的深度学习模型,对所述第一操作数据进行筛选以获取第二操作数据,具体包括:通过预设的深度学习模型,计算所述第一操作数据中各个属性数据的权重,并根据所述权重对各个属性数据进行筛选以获取第二操作数据;所述第一操作数据包括多个属性数据。
本发明另一实施例对应提供了一种通信电路的规划管理装置,所述通信电路的规划管理装置包括获取筛选单元、转化解析单元以及训练规划单元,其中,所述获取筛选单元用于获取待规划管理通信电路的第一操作数据,并通过预设的深度学习模型,对所述第一操作数据进行筛选以获取第二操作数据;所述转化解析单元用于将所述第二操作数据识别转化为数据库数据,并通过关联算法对所述数据库数据进行解析以获得解析数据库数据;所述训练规划单元用于通过支持向量机对所述解析数据库数据进行数据训练,计算各个待规划管理通信电路的规划数据组,并根据所述规划数据组,对所述待规划管理通信电路进行规划管理。
作为上述方案的改进,所述训练规划单元还用于:通过支持向量机,根据预设的二次凸优化转化公式,对所述解析数据库数据进行决策分类,计算所述解析数据库数据对应的规划数据组;所述规划数据组包括各个属性数据的阈值以及所述各个属性阈值之间的相关关系。
作为上述方案的改进,所述训练规划单元还用于:获取所述解析数据库中各个待规划管理通信电路对应的属性数据组;所述属性数据组包括多个属性数据;判断各个待规划管理通信电路对应的各个所述属性数据是否大于对应的阈值;若否,则根据预设的风险值计算公式、所述相关关系以及所述属性数据组,计算各个待规划管理通信电路对应的风险预估值,并将所述风险预估值最小的待规划管理通信路径作为规划路径。
作为上述方案的改进,所述转化解析单元还用于:对所述第二操作数据进行图表识别、文字识别、数字识别以及字母识别,对应获得图表信息、文字信息、数字信息以及字母信息;将所述图表信息、文字信息、数字信息以及字母信息分类导入数据库中储存,获得数据库数据。
作为上述方案的改进,所述转化解析单元还用于:对所述第二操作数据中的图表、文字、数字以及字母进行识别;所述图表包括拓扑图、树状图、网状图、流程图、系统列表和树状列表;分别对所述图表、所述文字、所述数字以及所述字母在所述第二操作数据中的坐标位置进行识别,对应获得图表位置、文字位置、数字位置以及字母位置;将所述图表以及所述图表位置作为图表信息,将所述文字以及所述文字位置作为文字信息,将所述数字以及所述数字位置作为数字信息,将所述字母以及所述字母位置作为字母信息。
作为上述方案的改进,所述获取筛选单元还用于:通过预设的深度学习模型,计算所述第一操作数据中各个属性数据的权重,并根据所述权重对各个属性数据进行筛选以获取第二操作数据;所述第一操作数据包括多个属性数据。
本发明另一实施例提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如前所述的通信电路的规划管理方法。
本发明另一实施例提供了一种通信电路风险管理系统,所述通信电路风险管理系统包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如前所述的通信电路风险管理方法。
与现有技术相比,本技术方案存在如下有益效果:
本发明提供了一种通信电路的规划管理方法、装置、计算机可读存储介质以及系统,通过深度学习技术、关联算法以及支持向量机,分析待规划管理通信电路的属性数据,并根据分析结果进行自动路径决策规划,该通信电路的规划管理方法、装置、计算机可读存储介质以及系统提升了通信电路的规划管理的效率。
附图说明
图1是本发明一实施例提供的一种通信电路的规划管理方法的流程示意图;
图2是本发明一实施例提供的一种通信电路的规划管理装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,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作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。
具体实施例一
本发明实施例首先描述了一种通信电路的规划管理方法。图1是本发明一实施例提供的一种通信电路的规划管理方法的流程示意图。
如图1所示,所述通信电路的规划管理方法包括:
S1:获取待规划管理通信电路的第一操作数据,并通过预设的深度学习模型,对所述第一操作数据进行筛选以获取第二操作数据。
在一个实施例中,通过预设的深度学习模型,对所述第一操作数据进行筛选以获取第二操作数据,具体包括:通过预设的深度学习模型,计算所述第一操作数据中各个属性数据的权重,并根据所述权重对各个属性数据进行筛选以获取第二操作数据;所述第一操作数据包括多个属性数据。
S2:将所述第二操作数据识别转化为数据库数据,并通过关联算法对所述数据库数据进行解析以获得解析数据库数据。
在一个实施例中,将所述第二操作数据识别转化为数据库数据,具体包括:对所述第二操作数据进行图表识别、文字识别、数字识别以及字母识别,对应获得图表信息、文字信息、数字信息以及字母信息;将所述图表信息、文字信息、数字信息以及字母信息分类导入数据库中储存,获得数据库数据。
在一个实施例中,对所述第二操作数据进行图表识别、文字识别、数字识别以及字母识别,对应获得图表信息、文字信息、数字信息以及字母信息,具体包括:对所述第二操作数据中的图表、文字、数字以及字母进行识别;所述图表包括拓扑图、树状图、网状图、流程图、系统列表和树状列表;分别对所述图表、所述文字、所述数字以及所述字母在所述第二操作数据中的坐标位置进行识别,对应获得图表位置、文字位置、数字位置以及字母位置;将所述图表以及所述图表位置作为图表信息,将所述文字以及所述文字位置作为文字信息,将所述数字以及所述数字位置作为数字信息,将所述字母以及所述字母位置作为字母信息。
其中:关联算法包括:
I={l,...1m};
D={t1....,tn};
其中t={L1....lie},并且I,cI,关联算法是形式如同x→Y的蕴含式,其中x,Y∈I是两个项目集合,称为项目集,并且XnY=o;v;
顿繁项集:指出现次数大于阈值s的项目集,支持度:关联算法的支持度是数据库中包含XuY的事务占数据库中所有事务的百分比,即同时包括{X,Y}两组数据的概率;
support(X=Y)=P(Xu Y);
可以理解为项目X和项目Y的共现概率;
置信度:关联算法的置信度是包含XuY的事务数与包含X的事务数的比值,即包含X的数据同时会包含Y的概率;
confidence(X=Y)=P(Y]x)=PPxYsupport(xuY);
置信度越高,则Y在包含X的事务中出现的可能性就越大,即support(x)包含X的数据同时会包含Y的概率越高。
S3:通过支持向量机对所述解析数据库数据进行数据训练,计算各个待规划管理通信电路的规划数据组,并根据所述规划数据组,对所述待规划管理通信电路进行规划管理。
硬边界SVM是在线性可分问题中求解最大边距超平面(maximum-marginhyperplane)的算法,约束条件是样本点到决策边界的距离大于等于1。硬边界SVM可以转化为一个等价的二次凸优化(quadratic convex optimization)问题进行求解:
由上式得到的决策边界可以对任意样本进行分类:硬边距SVM是正则化系数取0时的软边距SVM。
在一个实施例中,通过支持向量机对所述解析数据库数据进行数据训练,计算各个待规划管理通信电路的规划数据组,具体包括:通过支持向量机,根据预设的二次凸优化转化公式,对所述解析数据库数据进行决策分类,计算所述解析数据库数据对应的规划数据组;所述规划数据组包括各个属性数据的阈值以及所述各个属性阈值之间的相关关系。
在一个实施例中,预设的二次凸优化转化公式为:
在一个实施例中,根据所述规划数据组,对所述待规划管理通信电路进行规划管理,具体包括:获取所述解析数据库中各个待规划管理通信电路对应的属性数据组;所述属性数据组包括多个属性数据;判断各个待规划管理通信电路对应的各个所述属性数据是否大于对应的阈值;若否,则根据预设的风险值计算公式、所述相关关系以及所述属性数据组,计算各个待规划管理通信电路对应的风险预估值,并将所述风险预估值最小的待规划管理通信路径作为规划路径。
提高人工在短时间、高可靠地规划超过百个路由节点的电路规划的效率。同时,目前电路开通工作中存在大量重复性劳动,通过采用集群方式部署的规划功能,可24小时不间断工作,极大地提高工作效率,达到事半功倍、降低人员培训使用成本的效果。通过统一配置工具模板规划相关系统数据信息,自动执行新增、更改及删除电路等操作,提供更快速办事方式,有效减少人工操作成本、提升效率。在此基础上,本发明实施例还可以降低人工出错率,通过采用较为先进故障识别和电路规划技术代替人工巡检操作,可有效地降低人工出错率;采用基于大数据的机器学习算法进行电力通信运维,机器学习是一门人工智能的科学,该领域的主要研究对象是人工智能,特别是如何在经验学习中改善具体算法的性能;能通过经验自动改进的计算机算法的研究,是用数据或以往的经验,以此优化计算机程序的性能标准。我们将使用关联算法分析Apriori和支持向量机(SVM),设计出,完成数据的筛选,选择规则路线,实现电力通信运维的自动化与智能化。
本发明实施例描述了一种通信电路的规划管理方法,通过深度学习技术、关联算法以及支持向量机,分析待规划管理通信电路的属性数据,并根据分析结果进行自动路径决策规划,该通信电路的规划管理方法提升了通信电路的规划管理的效率。
具体实施例二
除上述方法外,本发明实施例还公开了一种通信电路的规划管理装置。图2是本发明一实施例提供的一种通信电路的规划管理装置的结构示意图。
如图2所示,所述规划管理装置包括获取筛选单元11、转化解析单元12以及训练规划单元13。
其中,所述获取筛选单元11用于获取待规划管理通信电路的第一操作数据,并通过预设的深度学习模型,对所述第一操作数据进行筛选以获取第二操作数据。
在一个实施例中,所述获取筛选单元11还用于:通过预设的深度学习模型,计算所述第一操作数据中各个属性数据的权重,并根据所述权重对各个属性数据进行筛选以获取第二操作数据;所述第一操作数据包括多个属性数据。
转化解析单元12用于将所述第二操作数据识别转化为数据库数据,并通过关联算法对所述数据库数据进行解析以获得解析数据库数据。
在一个实施例中,所述转化解析单元12还用于:对所述第二操作数据进行图表识别、文字识别、数字识别以及字母识别,对应获得图表信息、文字信息、数字信息以及字母信息;将所述图表信息、文字信息、数字信息以及字母信息分类导入数据库中储存,获得数据库数据。
在一个实施例中,所述转化解析单元12还用于:对所述第二操作数据中的图表、文字、数字以及字母进行识别;所述图表包括拓扑图、树状图、网状图、流程图、系统列表和树状列表;分别对所述图表、所述文字、所述数字以及所述字母在所述第二操作数据中的坐标位置进行识别,对应获得图表位置、文字位置、数字位置以及字母位置;将所述图表以及所述图表位置作为图表信息,将所述文字以及所述文字位置作为文字信息,将所述数字以及所述数字位置作为数字信息,将所述字母以及所述字母位置作为字母信息。
训练规划单元13用于通过支持向量机对所述解析数据库数据进行数据训练,计算各个待规划管理通信电路的规划数据组,并根据所述规划数据组,对所述待规划管理通信电路进行规划管理。
在一个实施例中,所述训练规划单元13还用于:通过支持向量机,根据预设的二次凸优化转化公式,对所述解析数据库数据进行决策分类,计算所述解析数据库数据对应的规划数据组;所述规划数据组包括各个属性数据的阈值以及所述各个属性阈值之间的相关关系。
在一个实施例中,所述训练规划单元13还用于:获取所述解析数据库中各个待规划管理通信电路对应的属性数据组;所述属性数据组包括多个属性数据;判断各个待规划管理通信电路对应的各个所述属性数据是否大于对应的阈值;若否,则根据预设的风险值计算公式、所述相关关系以及所述属性数据组,计算各个待规划管理通信电路对应的风险预估值,并将所述风险预估值最小的待规划管理通信路径作为规划路径。
其中,所述通信电路的规划管理装置集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。即,本发明另一实施例提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如前所述的通信电路的规划管理方法。
基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,单元之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本发明实施例描述了一种通信电路的规划管理装置及计算机可读存储介质,通过深度学习技术、关联算法以及支持向量机,分析待规划管理通信电路的属性数据,并根据分析结果进行自动路径决策规划,该通信电路的规划管理装置及计算机可读存储介质提升了通信电路的规划管理的效率。
具体实施例三
除上述方法和装置外,本发明实施例还描述了一种通信电路风险管理系统。
该通信电路风险管理系统包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如前所述的通信电路风险管理方法。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述装置的控制中心,利用各种接口和线路连接整个装置的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述装置的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明实施例描述了一种通信电路的规划管理系统,通过深度学习技术、关联算法以及支持向量机,分析待规划管理通信电路的属性数据,并根据分析结果进行自动路径决策规划,该通信电路的规划管理系统提升了通信电路的规划管理的效率。
以上所述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,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (8)
1.一种通信电路的规划管理方法,其特征在于,所述规划管理方法包括:
获取待规划管理通信电路的第一操作数据,并通过预设的深度学习模型,对所述第一操作数据进行筛选以获取第二操作数据;
将所述第二操作数据识别转化为数据库数据,并通过关联算法对所述数据库数据进行解析以获得解析数据库数据;
通过支持向量机对所述解析数据库数据进行数据训练,计算各个待规划管理通信电路的规划数据组,并根据所述规划数据组,对所述待规划管理通信电路进行规划管理;
其中,通过支持向量机对所述解析数据库数据进行数据训练,计算各个待规划管理通信电路的规划数据组,具体包括:
通过支持向量机,根据预设的二次凸优化转化公式,对所述解析数据库数据进行决策分类,计算所述解析数据库数据对应的规划数据组;所述规划数据组包括各个属性数据的阈值以及所述各个属性阈值之间的相关关系;
根据所述规划数据组,对所述待规划管理通信电路进行规划管理,具体包括:
获取所述解析数据库中各个待规划管理通信电路对应的属性数据组;所述属性数据组包括多个属性数据;
判断各个待规划管理通信电路对应的各个所述属性数据是否大于对应的阈值;
若否,则根据预设的风险值计算公式、所述相关关系以及所述属性数据组,计算各个待规划管理通信电路对应的风险预估值,并将所述风险预估值最小的待规划管理通信路径作为规划路径。
2.根据权利要求1所述的通信电路的规划管理方法,其特征在于,预设的二次凸优化转化公式为:
3.根据权利要求1所述的通信电路的规划管理方法,其特征在于,将所述第二操作数据识别转化为数据库数据,具体包括:
对所述第二操作数据进行图表识别、文字识别、数字识别以及字母识别,对应获得图表信息、文字信息、数字信息以及字母信息;
将所述图表信息、文字信息、数字信息以及字母信息分类导入数据库中储存,获得数据库数据。
4.根据权利要求3所述的通信电路的规划管理方法,其特征在于,对所述第二操作数据进行图表识别、文字识别、数字识别以及字母识别,对应获得图表信息、文字信息、数字信息以及字母信息,具体包括:
对所述第二操作数据中的图表、文字、数字以及字母进行识别;所述图表包括拓扑图、树状图、网状图、流程图、系统列表和树状列表;
分别对所述图表、所述文字、所述数字以及所述字母在所述第二操作数据中的坐标位置进行识别,对应获得图表位置、文字位置、数字位置以及字母位置;
将所述图表以及所述图表位置作为图表信息,将所述文字以及所述文字位置作为文字信息,将所述数字以及所述数字位置作为数字信息,将所述字母以及所述字母位置作为字母信息。
5.根据权利要求1所述的通信电路的规划管理方法,其特征在于,通过预设的深度学习模型,对所述第一操作数据进行筛选以获取第二操作数据,具体包括:
通过预设的深度学习模型,计算所述第一操作数据中各个属性数据的权重,并根据所述权重对各个属性数据进行筛选以获取第二操作数据;所述第一操作数据包括多个属性数据。
6.一种通信电路的规划管理装置,其特征在于,所述规划管理装置包括获取筛选单元、转化解析单元以及训练规划单元,其中,
所述获取筛选单元用于获取待规划管理通信电路的第一操作数据,并通过预设的深度学习模型,对所述第一操作数据进行筛选以获取第二操作数据;
所述转化解析单元用于将所述第二操作数据识别转化为数据库数据,并通过关联算法对所述数据库数据进行解析以获得解析数据库数据;
所述训练规划单元用于通过支持向量机对所述解析数据库数据进行数据训练,计算各个待规划管理通信电路的规划数据组,并根据所述规划数据组,对所述待规划管理通信电路进行规划管理;
其中,通过支持向量机对所述解析数据库数据进行数据训练,计算各个待规划管理通信电路的规划数据组,具体包括:
通过支持向量机,根据预设的二次凸优化转化公式,对所述解析数据库数据进行决策分类,计算所述解析数据库数据对应的规划数据组;所述规划数据组包括各个属性数据的阈值以及所述各个属性阈值之间的相关关系;
根据所述规划数据组,对所述待规划管理通信电路进行规划管理,具体包括:
获取所述解析数据库中各个待规划管理通信电路对应的属性数据组;所述属性数据组包括多个属性数据;
判断各个待规划管理通信电路对应的各个所述属性数据是否大于对应的阈值;
若否,则根据预设的风险值计算公式、所述相关关系以及所述属性数据组,计算各个待规划管理通信电路对应的风险预估值,并将所述风险预估值最小的待规划管理通信路径作为规划路径。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至5任一项所述的通信电路的规划管理方法。
8.一种通信电路的规划管理系统,其特征在于,所述通信电路的规划管理系统包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的通信电路的规划管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210740441.XA CN115018182B (zh) | 2022-06-28 | 2022-06-28 | 一种通信电路的规划管理方法、装置、存储介质以及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210740441.XA CN115018182B (zh) | 2022-06-28 | 2022-06-28 | 一种通信电路的规划管理方法、装置、存储介质以及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115018182A CN115018182A (zh) | 2022-09-06 |
CN115018182B true CN115018182B (zh) | 2024-02-09 |
Family
ID=83077511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210740441.XA Active CN115018182B (zh) | 2022-06-28 | 2022-06-28 | 一种通信电路的规划管理方法、装置、存储介质以及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115018182B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108874919A (zh) * | 2018-05-31 | 2018-11-23 | 湖北大学 | 规划用地自动核查方法、电子设备、存储介质及系统 |
CN108960432A (zh) * | 2018-06-22 | 2018-12-07 | 深圳市易成自动驾驶技术有限公司 | 决策规划方法、装置及计算机可读存储介质 |
CN110458387A (zh) * | 2019-06-27 | 2019-11-15 | 广东电网有限责任公司信息中心 | 一种基于机器学习技术的智能电网信息管理方法及系统 |
CN111401608A (zh) * | 2020-02-29 | 2020-07-10 | 平安国际智慧城市科技股份有限公司 | 客运车辆的线路规划方法、装置及存储介质 |
CN112232594A (zh) * | 2020-11-06 | 2021-01-15 | 中国人民解放军国防科技大学 | 一种多星应急观测任务规划方法、装置和计算机设备 |
CN112860769A (zh) * | 2021-03-10 | 2021-05-28 | 广东电网有限责任公司 | 一种能源规划数据管理系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10268924B2 (en) * | 2016-12-05 | 2019-04-23 | Sap Se | Systems and methods for integrated cargo inspection |
JP7067235B2 (ja) * | 2018-04-20 | 2022-05-16 | 富士通株式会社 | 機械学習プログラム、機械学習方法および機械学習装置 |
US20200320418A1 (en) * | 2019-04-02 | 2020-10-08 | Microsoft Technology Licensing, Llc | System and Method for Third Party Data Management |
CN111860227B (zh) * | 2020-06-30 | 2024-03-08 | 阿波罗智能技术(北京)有限公司 | 训练轨迹规划模型的方法、装置和计算机存储介质 |
-
2022
- 2022-06-28 CN CN202210740441.XA patent/CN115018182B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108874919A (zh) * | 2018-05-31 | 2018-11-23 | 湖北大学 | 规划用地自动核查方法、电子设备、存储介质及系统 |
CN108960432A (zh) * | 2018-06-22 | 2018-12-07 | 深圳市易成自动驾驶技术有限公司 | 决策规划方法、装置及计算机可读存储介质 |
CN110458387A (zh) * | 2019-06-27 | 2019-11-15 | 广东电网有限责任公司信息中心 | 一种基于机器学习技术的智能电网信息管理方法及系统 |
CN111401608A (zh) * | 2020-02-29 | 2020-07-10 | 平安国际智慧城市科技股份有限公司 | 客运车辆的线路规划方法、装置及存储介质 |
CN112232594A (zh) * | 2020-11-06 | 2021-01-15 | 中国人民解放军国防科技大学 | 一种多星应急观测任务规划方法、装置和计算机设备 |
CN112860769A (zh) * | 2021-03-10 | 2021-05-28 | 广东电网有限责任公司 | 一种能源规划数据管理系统 |
Non-Patent Citations (4)
Title |
---|
半监督支持向量机的多分类学习算法;朱美琳;杨佩;;郑州大学学报(理学版)(第04期);345-354 * |
处理非线性分类和回归问题的一种新方法(I)――支持向量机方法简介;陈永义, 俞小鼎, 高学浩, 冯汉中;应用气象学报(第03期);35-38 * |
朱美琳 ; 杨佩 ; .半监督支持向量机的多分类学习算法.郑州大学学报(理学版).2008,(第04期),345-354. * |
陈永义,俞小鼎,高学浩,冯汉中.处理非线性分类和回归问题的一种新方法(I)――支持向量机方法简介.应用气象学报.2004,(第03期),35-38. * |
Also Published As
Publication number | Publication date |
---|---|
CN115018182A (zh) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7912795B2 (en) | Automated predictive modeling of business future events based on transformation of modeling variables | |
EP4020315A1 (en) | Method, apparatus and system for determining label | |
CN110135231A (zh) | 动物面部识别方法、装置、计算机设备和存储介质 | |
CN109934227A (zh) | 图像文字识别系统和方法 | |
KR101965277B1 (ko) | 하이퍼그래프 데이터 분석 시스템 및 방법과, 이를 위한 컴퓨터 프로그램 | |
CN108876406A (zh) | 客服行为分析方法、装置、服务器及可读存储介质 | |
CN110708285B (zh) | 流量监控方法、装置、介质及电子设备 | |
CN110471945A (zh) | 活跃数据的处理方法、系统、计算机设备和存储介质 | |
Wróblewska et al. | Robotic Process Automation of Unstructured Data with Machine Learning. | |
CN104993958A (zh) | 一种用户主数据的生成方法及系统 | |
CN116522403A (zh) | 聚焦大数据隐私安全的互动信息脱敏方法及服务器 | |
CN114721910A (zh) | 一种数据提取方法、装置及电子设备 | |
US20140129561A1 (en) | Risk analysis using unstructured data | |
CN111694957B (zh) | 基于图神经网络的问题单分类方法、设备及存储介质 | |
CN115018182B (zh) | 一种通信电路的规划管理方法、装置、存储介质以及系统 | |
CN110275880B (zh) | 数据分析方法、装置、服务器及可读存储介质 | |
CN113824580A (zh) | 一种网络指标预警方法及系统 | |
CN109993381B (zh) | 基于知识图谱的需求管理应用方法、装置、设备及介质 | |
CN114185938B (zh) | 基于数字金融及大数据溯源的项目溯源分析方法及系统 | |
CN111241145A (zh) | 一种基于大数据的自愈规则挖掘方法及装置 | |
CN115080745A (zh) | 基于人工智能的多场景文本分类方法、装置、设备及介质 | |
US11288269B2 (en) | Optimizing breakeven points for enhancing system performance | |
CN113342518A (zh) | 任务处理方法和装置 | |
CN111027296A (zh) | 基于知识库的报表生成方法及系统 | |
CN110458473B (zh) | 一种用于电力看板的动态决策分析方法及终端 |
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 |