CN115455038A - 应用于环境分析的数据采样方法及电子设备 - Google Patents

应用于环境分析的数据采样方法及电子设备 Download PDF

Info

Publication number
CN115455038A
CN115455038A CN202211078211.8A CN202211078211A CN115455038A CN 115455038 A CN115455038 A CN 115455038A CN 202211078211 A CN202211078211 A CN 202211078211A CN 115455038 A CN115455038 A CN 115455038A
Authority
CN
China
Prior art keywords
meteorological environment
meteorological
index
environment index
network
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
Application number
CN202211078211.8A
Other languages
English (en)
Other versions
CN115455038B (zh
Inventor
张巍
李喜青
李可欣
黄健文
戴雄
范桂恒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wm Environmental Molecular Diagnosis Co ltd
Original Assignee
Wm Environmental Molecular Diagnosis Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wm Environmental Molecular Diagnosis Co ltd filed Critical Wm Environmental Molecular Diagnosis Co ltd
Priority to CN202211078211.8A priority Critical patent/CN115455038B/zh
Publication of CN115455038A publication Critical patent/CN115455038A/zh
Application granted granted Critical
Publication of CN115455038B publication Critical patent/CN115455038B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/901Indexing; Data structures therefor; Storage structures
    • G06F16/9024Graphs; Linked lists
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

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)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了应用于环境分析的数据采样方法及电子设备,考虑到目标气象环境数据采样线程为利用资源节约化方式调参得到,因而通过目标气象环境数据采样线程对满足气象环境数据采样要求的气象环境监测报告进行数据采样操作,不仅能够及时得到气象环境数据采样结果,提高气象环境数据采样的及时度,还可以提高气象环境数据采样结果的可信度和丰富度,保障气象环境数据采样尽可能不出现误差。因此,通过目标气象环境数据采样线程以及资源节约化调参,可以保障气象环境数据采样结果的可用性。

Description

应用于环境分析的数据采样方法及电子设备
技术领域
本发明涉及环境分析及数据处理技术领域,特别涉及应用于环境分析的数据采样方法及电子设备。
背景技术
随着人们对环境治理的不断重视,环境监测和环境分析的要求越来越高。现目前的环境分析包括地质灾害分析、土壤环境污染分析、水环境污染分析以及气象环境分析等。以气象环境分析为例,由于气象环境数据瞬息多变,如何实现对复杂的气象环境数据的高效准确采样是当下需要解决的技术问题。
发明内容
为改善相关技术中存在的技术问题,本发明提供了应用于环境分析的数据采样方法及电子设备。
本发明提供了本发明实施例提供了一种应用于环境分析的数据采样方法,应用于与环境分析服务器存在交互的数据采样电子设备,所述方法至少包括:在获取到所述环境分析服务器上传的气象环境数据采样指令时,通过所述气象环境数据采样指令,从环境监测数据共享系统中确定满足气象环境数据采样要求的气象环境监测报告;将所述满足气象环境数据采样要求的气象环境监测报告加载至目标气象环境数据采样线程,通过所述目标气象环境数据采样线程采样得到所述满足气象环境数据采样要求的气象环境监测报告的气象环境数据采样结果;其中,所述目标气象环境数据采样线程为利用资源节约化方式调参得到。
这样一来,考虑到目标气象环境数据采样线程为利用资源节约化方式调参得到,因而通过目标气象环境数据采样线程对满足气象环境数据采样要求的气象环境监测报告进行数据采样操作,不仅能够及时得到气象环境数据采样结果,提高气象环境数据采样的及时度,还可以提高气象环境数据采样结果的可信度和丰富度,保障气象环境数据采样尽可能不出现误差。因此,通过目标气象环境数据采样线程以及资源节约化调参,可以保障气象环境数据采样结果的可用性。
对于一些可能的实施例而言,所述目标气象环境数据采样线程的调参步骤包括:获取参考化气象环境监测报告并确定参考化气象环境监测报告的调参依据;将所述参考化气象环境监测报告加载至待调气象环境数据采样线程的浅层式气象环境指标提取单元,确定所述参考化气象环境监测报告对应的目标气象环境指标关系网;其中,所述浅层式气象环境指标提取单元包括需进行调参的注意力权重调参系数;按照预设指示将所述目标气象环境指标关系网分治成若干个阶段气象环境指标集,并将所述目标气象环境指标关系网加载至气象环境指标关联单元,所述气象环境指标关联单元包括若干个浅层式气象环境指标处理节点,每个浅层式气象环境指标处理节点用于对所述阶段气象环境指标集进行气象环境指标关联和趋势化气象环境指标预测;通过所述气象环境指标关联单元确定的气象环境指标质检标签图谱,以及所述参考化气象环境监测报告的调参依据对所述待调气象环境数据采样线程进行调参。
这样一来,待调气象环境数据采样线程的浅层式气象环境指标提取单元中,包括需进行调参的注意力权重调参系数,注意力权重调参系数可以对浅层式气象环境指标提取单元提取的参考化气象环境监测报告的第一气象环境指标关系网进行注意力权重变更,基于该设计思路,对注意力权重完成变更的第一气象环境指标关系网进行资源节约化处理,可以理解为智能化地确定二分类鉴别信息,从而减少了资源节约化异常气象指标采样和非资源节约化异常气象指标采样之间的差异,气象环境指标关联单元可以对若干个阶段气象环境指标集进行气象环境指标关联和趋势化气象环境指标预测,从而保障确定的气象环境指标质检标签图谱能够关注不同类型的气象环境指标,可以提高基于气象环境指标质检标签图谱和调参依据调参的气象环境数据采样线程的预测可信度和丰富度。
对于一些可能的实施例而言,所述将所述参考化气象环境监测报告加载至待调气象环境数据采样线程的浅层式气象环境指标提取单元,确定所述参考化气象环境监测报告对应的目标气象环境指标关系网,包括:对所述参考化气象环境监测报告进行气象环境指标联合处理,确定所述参考化气象环境监测报告对应的第一气象环境指标关系网;通过所述注意力权重调参系数对所述第一气象环境指标关系网的注意力权重进行第一变更,确定完成变更的第二气象环境指标关系网;通过所述参考化气象环境监测报告和所述第二气象环境指标关系网进行基于资源节约规则的转换,确定第三气象环境指标关系网;对所述第三气象环境指标关系网进行异常气象指标采样,确定所述参考化气象环境监测报告对应的目标气象环境指标关系网。
这样一来,考虑到所述注意力权重调参系数是动态而非固定的,这样能够减少资源节约化异常气象指标采样和非资源节约化异常气象指标采样之间的数据质量偏差。
对于一些可能的实施例而言,所述通过所述参考化气象环境监测报告和所述第二气象环境指标关系网进行基于资源节约规则的转换,确定第三气象环境指标关系网,包括:基于AI激活策略的第一鉴别信息、以及所述参考化气象环境监测报告和所述第二气象环境指标关系网对应注意力权重的代价运算值,确定所述第三气象环境指标关系网。
对于一些可能的实施例而言,所述对所述第三气象环境指标关系网进行异常气象指标采样,确定所述参考化气象环境监测报告对应的目标气象环境指标关系网,包括:对所述第三气象环境指标关系网进行异常气象指标采样,确定第四气象环境指标关系网;通过所述注意力权重调参系数对所述第一气象环境指标关系网的环境指标风险等级进行第二变更,确定完成变更的第五气象环境指标关系网;对所述第四气象环境指标关系网和所述第五气象环境指标关系网进行气象环境指标关联,确定所述目标气象环境指标关系网。
这样一来,为避免二分类对于提取的气象环境指标的精度和内容的负面影响,可选择性地所述第四气象环境指标关系网中额外配置之前的参考化气象环境监测报告的气象环境指标,比如将对第一气象环境指标关系网进行第二完成变更的第五气象环境指标关系网和第四气象环境指标关系网进行关联。
对于一些可能的实施例而言,所述气象环境指标关联单元中的第K个浅层式气象环境指标处理节点的处理结果为第K+1个浅层式气象环境指标处理节点的处理依据,第1个浅层式气象环境指标处理节点的处理依据为所述目标气象环境指标关系网,最后一个浅层式气象环境指标处理节点的处理结果为所述气象环境指标质检标签图谱,K为正整数。
这样一来,通过浅层式气象环境指标处理节点进行趋势化异常气象指标采样,可以准确完整地预测气象环境指标质检标签图谱,从而提高环境质检分析预测的可靠性。
对于一些可能的实施例而言,对于其中一个浅层式气象环境指标处理节点,该浅层式气象环境指标处理节点依据以下思路,对加载至该浅层式气象环境指标处理节点的输入型气象环境指标关系网的阶段气象环境指标集进行气象环境指标关联和趋势化气象环境指标预测:对输入型气象环境指标关系网进行基于资源节约规则的转换,确定第六气象环境指标关系网;基于一个或多于一个灾害预测向量,对所述第六气象环境指标关系网的阶段气象环境指标集进行气象环境趋势预测,得到气象环境指标趋势集;对所述气象环境指标趋势集和所述第六气象环境指标关系网分别进行异常气象指标采样后,与所述输入型气象环境指标关系网进行气象环境指标关联,得到已关联气象环境指标关系网;对所述已关联气象环境指标关系网进行处理,得到该浅层式气象环境指标处理节点的气象环境指标关系网处理信息。
这样一来,可以确保关联得到的气象环境指标关系网的丰富程度。
对于一些可能的实施例而言,对于其中一个灾害预测向量,所述对所述第六气象环境指标关系网的阶段气象环境指标集进行气象环境趋势预测,得到气象环境指标趋势集,包括:对于其中一个阶段气象环境指标集,基于该灾害预测向量,确定所述第六气象环境指标关系网中与该阶段气象环境指标集对应的待预测阶段气象环境指标集;基于待预测阶段气象环境指标集在对应灾害关注层面下的安全指数,确定该阶段气象环境指标集在进行气象环境趋势预测后各灾害关注层面下的安全指数。
这样一来,通过不同灾害关注层面的趋势预测分析,可以提高气象环境指标趋势集的可信度。
对于一些可能的实施例而言,所述对所述气象环境指标趋势集和所述第六气象环境指标关系网分别进行异常气象指标采样后,与所述输入型气象环境指标关系网进行气象环境指标关联,得到已关联气象环境指标关系网,包括:基于浅层式气象环境指标处理单元对所述气象环境指标趋势集和所述第六气象环境指标关系网分别进行异常气象指标采样,确定若干个趋势化气象环境指标关系网;对所述若干个趋势化气象环境指标关系网进行标准化处理后,与所述输入型气象环境指标关系网进行气象环境指标关联,得到所述已关联气象环境指标关系网。
这样一来,通过标准化处理可以在一定程度上提高已关联气象环境指标关系网的资源节约程度。
对于一些可能的实施例而言,所述通过所述气象环境指标关联单元确定的气象环境指标质检标签图谱,以及所述参考化气象环境监测报告的调参依据对所述待调气象环境数据采样线程进行调参,包括:获得所述待调气象环境数据采样线程对应的目标GCN网络;通过所述气象环境指标关联单元确定的气象环境指标质检标签图谱、所述参考化气象环境监测报告的调参依据、以及所述目标GCN网络对所述待调气象环境数据采样线程进行调参。
由于目标GCN网络可以是完成调参的,所述目标GCN网络的调参目标与所述待调气象环境数据采样线程的调参目标可以相同。考虑到所述目标GCN网络的网络参数的完整程度,因而所述目标GCN网络的网络质量相对于所述待调气象环境数据采样线程而言更大,通过所述目标GCN网络对所述待调气象环境数据采样线程进行灵活调参,可以保障所述待调气象环境数据采样线程的运行质量。
对于一些可能的实施例而言,所述通过所述气象环境指标关联单元确定的气象环境指标质检标签图谱、所述参考化气象环境监测报告的调参依据、以及所述目标GCN网络对所述待调气象环境数据采样线程进行调参,包括:通过所述气象环境指标质检标签图谱和所述目标GCN网络对所述参考化气象环境监测报告的第一易用传递数据,确定第一网络代价分析系数;以及,通过所述气象环境指标质检标签图谱和所述参考化气象环境监测报告的调参依据确定第二网络代价分析系数;通过所述第一网络代价分析系数和所述第二网络代价分析系数对所述待调气象环境数据采样线程进行调参。
对于一些可能的实施例而言,所述通过所述气象环境指标质检标签图谱和所述目标GCN网络对所述参考化气象环境监测报告的第一易用传递数据,确定第一网络代价分析系数,包括:基于调参依据兼容单元和所述气象环境指标质检标签图谱,确定所述待调气象环境数据采样线程的第二易用传递数据;其中,所述调参依据兼容单元的单元参数架构与所述目标GCN网络的变量一致;通过所述第一易用传递数据和所述第二易用传递数据确定所述第一网络代价分析系数。
这样一来,可以确保通过所述调参依据兼容单元能够共享所述目标GCN网络的相关信息。
对于一些可能的实施例而言,所述通过所述气象环境指标质检标签图谱和所述参考化气象环境监测报告的调参依据确定第二网络代价分析系数,包括:基于气象敏感度优化单元和所述气象环境指标质检标签图谱,确定所述待调气象环境数据采样线程的第三易用传递数据;通过所述第三易用传递数据和所述参考化气象环境监测报告的调参依据,确定所述第二网络代价分析系数。
对于一些可能的实施例而言,在所述待调气象环境数据采样线程调参完成之后,所述方法还包括:基于完成调参的所述调参依据兼容单元和所述气象敏感度优化单元,部署气象环境评估单元,所述气象环境评估单元用于在进行气象环境评估时,基于完成调参的所述待调气象环境数据采样线程的气象环境指标关联单元的处理结果确定气象环境评估信息。
这样一来,可以高效地部署气象环境评估单元,提高气象环境评估单元的运行速度。
本发明还提供了一种数据采样电子设备,包括处理器和存储器;所述处理器和所述存储器通信连接,所述处理器用于从所述存储器中读取计算机程序并执行,以实现上述方法。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在运行时实现上述的方法。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并于说明书一起用于解释本发明的原理。
图1是本发明实施例提供的一种数据采样电子设备的硬件结构示意图。
图2是本发明实施例提供的一种应用于环境分析的数据采样方法的流程示意图。
图3是本发明实施例提供的一种应用于环境分析的数据采样装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
本发明实施例所提供的方法实施例可以在数据采样电子设备、计算机设备或者类似的运算装置中执行。以运行在数据采样电子设备上为例,图1是本发明实施例的实施应用于环境分析的数据采样方法的数据采样电子设备的硬件结构框图。如图1所示,数据采样电子设备10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104,可选地,上述数据采样电子设备10还可以包括用于通信功能的传输装置106。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述数据采样电子设备10的结构造成限定。例如,数据采样电子设备10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本发明实施例中的应用于环境分析的数据采样方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至数据采样电子设备10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括数据采样电子设备10的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(RadioFrequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
为解决背景技术存在的技术问题,请结合图2,图2是本发明实施例所提供的一种应用于环境分析的数据采样方法的流程示意图,应用于数据采样电子设备,该方法具体可以包括如下步骤110和步骤120所描述的技术方案。
步骤110、在获取到所述环境分析服务器上传的气象环境数据采样指令时,通过所述气象环境数据采样指令,从环境监测数据共享系统中确定满足气象环境数据采样要求的气象环境监测报告。
对于本发明实施例而言,气象环境数据采样指令可以理解为环境分析服务器向与环境分析服务器存在交互的数据采样电子设备上传的气象环境数据采样申请,以便数据采样电子设备根据气象环境数据采样申请进行气象环境数据采样处理,从而避免直接对复杂的气象环境数据集直接需进行分析处理。进一步地,环境监测数据共享系统可以理解为环境监测数据共享平台,该平台用于存储不同的气象环境监测报告,该气象环境监测报告的数据量较为庞大,如果直接用于气象分析和预测,会降低处理效率并难以保障处理精度,因此,需要通过对气象环境监测报告进行采样以得到具有分析价值的、噪声较低的气象环境数据采样结果。
步骤120、将所述满足气象环境数据采样要求的气象环境监测报告加载至目标气象环境数据采样线程,通过所述目标气象环境数据采样线程采样得到所述满足气象环境数据采样要求的气象环境监测报告的气象环境数据采样结果。
对于本发明实施例而言,所述目标气象环境数据采样线程为利用资源节约化方式调参得到。进一步地,目标气象环境数据采样线程可以理解为数据采样模型或者数据采样网络,比如可以是神经网络模型。而资源节约化的调参方式侧重于保障模型精度的前提下简化模型的深度和层数,从而减少线程的资源消耗(比如电子设备的处理内存资源消耗)。气象环境数据采样结果中包括分析价值的、噪声较低的气象环境采样数据,该气象环境采样数据可以用于进行气象环境预测等处理。
应用步骤110和步骤120时,考虑到目标气象环境数据采样线程为利用资源节约化方式调参得到,因而通过目标气象环境数据采样线程对满足气象环境数据采样要求的气象环境监测报告进行数据采样操作,不仅能够及时得到气象环境数据采样结果,提高气象环境数据采样的及时度,还可以提高气象环境数据采样结果的可信度和丰富度,保障气象环境数据采样尽可能不出现误差。因此,通过目标气象环境数据采样线程以及资源节约化调参,可以保障气象环境数据采样结果的可用性,提高针对气象环境监测报告的采样效率和精度。
对于一种可能的实施例而言,所述目标气象环境数据采样线程的调参步骤可以包括以下步骤210-步骤240。
步骤210、获取参考化气象环境监测报告并确定参考化气象环境监测报告的调参依据。
举例而言,参考化气象环境监测报告可以理解为气象环境监测报告样本,调参依据可以理解为调参的标注信息或者注释标签。
步骤220、将所述参考化气象环境监测报告加载至待调气象环境数据采样线程的浅层式气象环境指标提取单元,确定所述参考化气象环境监测报告对应的目标气象环境指标关系网。
对于本发明实施例而言,所述浅层式气象环境指标提取单元包括需进行调参的注意力权重调参系数。不同注意力权重可以对应不同的特征维度,浅层式气象环境指标提取单元可以理解为模型深度较少的特征提取单元,目标气象环境指标关系网可以理解为目标气象环境指标的特征图,也可以理解为样本气象采样环境数据。
步骤230、按照预设指示将所述目标气象环境指标关系网分治成若干个阶段气象环境指标集,并将所述目标气象环境指标关系网加载至气象环境指标关联单元。
对于本发明实施例而言,所述气象环境指标关联单元包括若干个浅层式气象环境指标处理节点,每个浅层式气象环境指标处理节点用于对所述阶段气象环境指标集进行气象环境指标关联和趋势化气象环境指标预测。进一步地,预设指示可以是预设的分治参考,比如预设指示可以是“目标气象环境指标关系网的分治数量为10”,这样可以实现对目标气象环境指标关系网的分治化处理,提高处理效率。气象环境指标关联可以理解为气象环境指标的融合处理或者联动处理,以充分挖掘不同指标之间的潜在联系,从而综合全面地进行气象环境分析,趋势化气象环境指标可以理解为后续可能出现的气象环境指标。
步骤240、通过所述气象环境指标关联单元确定的气象环境指标质检标签图谱,以及所述参考化气象环境监测报告的调参依据对所述待调气象环境数据采样线程进行调参。
对于本发明实施例而言,气象环境指标质检标签图谱包括不同气象环境指标的质检标签,比如多分类质检标签“优”、“良”、“正常”、“差”、“低风险”、“中风险”、“高风险”等,在此不作限定。
可以理解是,所述气象环境指标关联单元中的第K个浅层式气象环境指标处理节点的处理结果为第K+1个浅层式气象环境指标处理节点的处理依据,第1个浅层式气象环境指标处理节点的处理依据为所述目标气象环境指标关系网,最后一个浅层式气象环境指标处理节点的处理结果为所述气象环境指标质检标签图谱,K为正整数。如此,通过浅层式气象环境指标处理节点进行趋势化异常气象指标采样,可以准确完整地预测气象环境指标质检标签图谱,从而提高环境质检分析预测的可靠性。
应用以上步骤210-步骤240时,基于该设计思路,对注意力权重完成变更的第一气象环境指标关系网进行资源节约化处理,可以理解为智能化地确定二分类鉴别信息,从而减少了资源节约化异常气象指标采样和非资源节约化异常气象指标采样之间的差异,气象环境指标关联单元可以对若干个阶段气象环境指标集进行气象环境指标关联和趋势化气象环境指标预测,从而保障确定的气象环境指标质检标签图谱能够关注不同类型的气象环境指标,可以提高基于气象环境指标质检标签图谱和调参依据调参的气象环境数据采样线程的预测可信度和丰富度。
对于一种可能的实施例而言,以上步骤220所记录的将所述参考化气象环境监测报告加载至待调气象环境数据采样线程的浅层式气象环境指标提取单元,确定所述参考化气象环境监测报告对应的目标气象环境指标关系网,可以包括如下步骤2201-步骤2204所记录的内容。
步骤2201、对所述参考化气象环境监测报告进行气象环境指标联合处理,确定所述参考化气象环境监测报告对应的第一气象环境指标关系网。
步骤2202、通过所述注意力权重调参系数对所述第一气象环境指标关系网的注意力权重进行第一变更,确定完成变更的第二气象环境指标关系网。
步骤2203、通过所述参考化气象环境监测报告和所述第二气象环境指标关系网进行基于资源节约规则的转换,确定第三气象环境指标关系网。
步骤2204、对所述第三气象环境指标关系网进行异常气象指标采样,确定所述参考化气象环境监测报告对应的目标气象环境指标关系网。
对于本发明实施例而言,基于资源节约规则的转换可以理解为关系网简化或者关系网重构,从而得到对应的第三气象环境指标关系网。异常气象指标采样可以理解为特征抽取或者数据筛选。
应用以上步骤2201-步骤2204所记录的内容,考虑到所述注意力权重调参系数是动态而非固定的,这样能够减少资源节约化异常气象指标采样和非资源节约化异常气象指标采样之间的数据质量偏差。
对于一种可能的实施例而言,以上步骤2203所记录的所述通过所述参考化气象环境监测报告和所述第二气象环境指标关系网进行基于资源节约规则的转换,确定第三气象环境指标关系网,可以包括如下内容:基于AI激活策略的第一鉴别信息、以及所述参考化气象环境监测报告和所述第二气象环境指标关系网对应注意力权重的代价运算值,确定所述第三气象环境指标关系网。
对于本发明实施例而言,AI激活策略可以理解为激活函数RELU,鉴别信息可以是激活阈值或者激活限值。进一步地,代价运算值可以是调参过程中的损失值。
对于一种可能的实施例而言,以上步骤2204所记录的对所述第三气象环境指标关系网进行异常气象指标采样,确定所述参考化气象环境监测报告对应的目标气象环境指标关系网,可以通过如下步骤22041-22043所记录的内容实现。
步骤22041、对所述第三气象环境指标关系网进行异常气象指标采样,确定第四气象环境指标关系网。
步骤22042、通过所述注意力权重调参系数对所述第一气象环境指标关系网的环境指标风险等级进行第二变更,确定完成变更的第五气象环境指标关系网。
举例而言,环境指标风险等级可以用于表征第一气象环境指标关系网对应的气象灾害风险程度。
步骤22043、对所述第四气象环境指标关系网和所述第五气象环境指标关系网进行气象环境指标关联,确定所述目标气象环境指标关系网。
应用以上步骤22041-22043时,为了避免二分类对于提取的气象环境指标的精度和内容的负面影响,可选择性地所述第四气象环境指标关系网中额外配置之前的参考化气象环境监测报告的气象环境指标,比如将对第一气象环境指标关系网进行第二完成变更的第五气象环境指标关系网和第四气象环境指标关系网进行关联。
对于一种可能的实施例而言,对于其中一个浅层式气象环境指标处理节点,该浅层式气象环境指标处理节点依据以下思路实现:对加载至该浅层式气象环境指标处理节点的输入型气象环境指标关系网的阶段气象环境指标集进行气象环境指标关联和趋势化气象环境指标预测。进一步地,具体可以包括如下步骤310-步骤340。
步骤310、对输入型气象环境指标关系网进行基于资源节约规则的转换,确定第六气象环境指标关系网。
步骤320、基于一个或多于一个灾害预测向量,对所述第六气象环境指标关系网的阶段气象环境指标集进行气象环境趋势预测,得到气象环境指标趋势集。
示例性的,灾害预测向量还可以理解为映射向量或者映射指示,气象环境趋势预测可以用于进行灾害预测分析,从而得到气象环境指标趋势集(比如预测指标向量)。
步骤330、对所述气象环境指标趋势集和所述第六气象环境指标关系网分别进行异常气象指标采样后,与所述输入型气象环境指标关系网进行气象环境指标关联,得到已关联气象环境指标关系网。
步骤340、对所述已关联气象环境指标关系网进行处理,得到该浅层式气象环境指标处理节点的气象环境指标关系网处理信息。
实施步骤310-步骤340时,可以确保关联得到的气象环境指标关系网的丰富程度。
对于一种可能的实施例而言,步骤320所记录的对于其中一个灾害预测向量,所述对所述第六气象环境指标关系网的阶段气象环境指标集进行气象环境趋势预测,得到气象环境指标趋势集,可以包括如下内容:对于其中一个阶段气象环境指标集,基于该灾害预测向量,确定所述第六气象环境指标关系网中与该阶段气象环境指标集对应的待预测阶段气象环境指标集;基于待预测阶段气象环境指标集在对应灾害关注层面下的安全指数,确定该阶段气象环境指标集在进行气象环境趋势预测后各灾害关注层面下的安全指数。举例而言,灾害关注层面可以理解为灾害影响层面,安全指数用于反映灾害影响层面的大小。如此一来,通过不同灾害关注层面的趋势预测分析,可以提高气象环境指标趋势集的可信度。
对于一种可能的实施例而言,步骤330所记录的对所述气象环境指标趋势集和所述第六气象环境指标关系网分别进行异常气象指标采样后,与所述输入型气象环境指标关系网进行气象环境指标关联,得到已关联气象环境指标关系网,可以包括如下内容:基于浅层式气象环境指标处理单元对所述气象环境指标趋势集和所述第六气象环境指标关系网分别进行异常气象指标采样,确定若干个趋势化气象环境指标关系网;对所述若干个趋势化气象环境指标关系网进行标准化处理后,与所述输入型气象环境指标关系网进行气象环境指标关联,得到所述已关联气象环境指标关系网。如此一来,通过标准化处理可以在一定程度上提高已关联气象环境指标关系网的资源节约程度。
对于一种可能的实施例而言,步骤240所记录的通过所述气象环境指标关联单元确定的气象环境指标质检标签图谱,以及所述参考化气象环境监测报告的调参依据对所述待调气象环境数据采样线程进行调参,可以包括如下内容:获得所述待调气象环境数据采样线程对应的目标GCN网络;通过所述气象环境指标关联单元确定的气象环境指标质检标签图谱、所述参考化气象环境监测报告的调参依据、以及所述目标GCN网络对所述待调气象环境数据采样线程进行调参。
对于本发明实施例而言,GCN可以是图卷积神经网络,这样一来,能够实现对可视化的气象环境监测报告进行准确识别分析。
可以理解,实施以上内容,由于目标GCN网络可以是完成调参的,所述目标GCN网络的调参目标与所述待调气象环境数据采样线程的调参目标可以相同。考虑到所述目标GCN网络的网络参数的完整程度,因而所述目标GCN网络的网络质量相对于所述待调气象环境数据采样线程而言更大,通过所述目标GCN网络对所述待调气象环境数据采样线程进行灵活调参,可以保障所述待调气象环境数据采样线程的运行质量。
对于一种可能的实施例而言,以上所记录的通过所述气象环境指标关联单元确定的气象环境指标质检标签图谱、所述参考化气象环境监测报告的调参依据、以及所述目标GCN网络对所述待调气象环境数据采样线程进行调参,可以包括如下内容:通过所述气象环境指标质检标签图谱和所述目标GCN网络对所述参考化气象环境监测报告的第一易用传递数据,确定第一网络代价分析系数;以及,通过所述气象环境指标质检标签图谱和所述参考化气象环境监测报告的调参依据确定第二网络代价分析系数;通过所述第一网络代价分析系数和所述第二网络代价分析系数对所述待调气象环境数据采样线程进行调参。
对于本发明实施例而言,易用传递数据可以理解为迁移学习数据,网络代价分析系数可以理解为网络损失函数值。
对于一种可能的实施例而言,以上所记录的通过所述气象环境指标质检标签图谱和所述目标GCN网络对所述参考化气象环境监测报告的第一易用传递数据,确定第一网络代价分析系数,可以包括如下内容:基于调参依据兼容单元和所述气象环境指标质检标签图谱,确定所述待调气象环境数据采样线程的第二易用传递数据。如此,可以确保通过所述调参依据兼容单元能够共享所述目标GCN网络的相关信息。
对于本发明实施例而言,所述调参依据兼容单元的单元参数架构与所述目标GCN网络的单元参数架构相同;通过所述第一易用传递数据和所述第二易用传递数据确定所述第一网络代价分析系数。
对于一种可能的实施例而言,以上所记录的通过所述气象环境指标质检标签图谱和所述参考化气象环境监测报告的调参依据确定第二网络代价分析系数,可以包括如下内容:基于气象敏感度优化单元和所述气象环境指标质检标签图谱,确定所述待调气象环境数据采样线程的第三易用传递数据;通过所述第三易用传递数据和所述参考化气象环境监测报告的调参依据,确定所述第二网络代价分析系数。
对于本发明实施例而言,气象敏感度优化单元可以理解为气象敏感度更新子线程,用于进行气象敏感度的调整处理,气象敏感度优化单元可以对相关气象环境指标的灾害预警敏感度进行配置或者优化,从而实现后续的气象环境灾害预测评估处理。
对于一种可能的实施例而言,在所述待调气象环境数据采样线程调参完成之后,该方法还可以包括内容:基于完成调参的所述调参依据兼容单元和所述气象敏感度优化单元,部署气象环境评估单元,所述气象环境评估单元用于在进行气象环境评估时,基于完成调参的所述待调气象环境数据采样线程的气象环境指标关联单元的处理结果确定气象环境评估信息。进一步地,该气象环境评估信息可以理解为气象灾害预测结果,比如暴雪、暴雨、暴风、冰雹等气象灾害。如此一来,可以高效地部署气象环境评估单元,提高气象环境评估单元的运行速度。
在上述基础上,请结合图3,本发明还提供了一种应用于环境分析的数据采样装置30框图,所述装置包括以下功能模块。
监测报告确定模块31,用于在获取到所述环境分析服务器上传的气象环境数据采样指令时,通过所述气象环境数据采样指令,从环境监测数据共享系统中确定满足气象环境数据采样要求的气象环境监测报告。
环境数据采样模块32,用于将所述满足气象环境数据采样要求的气象环境监测报告加载至目标气象环境数据采样线程,通过所述目标气象环境数据采样线程采样得到所述满足气象环境数据采样要求的气象环境监测报告的气象环境数据采样结果;其中,所述目标气象环境数据采样线程为利用资源节约化方式调参得到。
进一步地,还提供了一种可读存储介质,其上存储有程序,该程序被处理器执行时实现上述的方法。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。

Claims (10)

1.一种应用于环境分析的数据采样方法,其特征为,应用于与环境分析服务器存在交互的数据采样电子设备,所述方法至少包括:
在获取到所述环境分析服务器上传的气象环境数据采样指令时,通过所述气象环境数据采样指令,从环境监测数据共享系统中确定满足气象环境数据采样要求的气象环境监测报告;
将所述满足气象环境数据采样要求的气象环境监测报告加载至目标气象环境数据采样线程,通过所述目标气象环境数据采样线程采样得到所述满足气象环境数据采样要求的气象环境监测报告的气象环境数据采样结果;其中,所述目标气象环境数据采样线程为利用资源节约化方式调参得到。
2.如权利要求1所述的方法,其特征为,所述目标气象环境数据采样线程的调参步骤包括:
获取参考化气象环境监测报告并确定参考化气象环境监测报告的调参依据;
将所述参考化气象环境监测报告加载至待调气象环境数据采样线程的浅层式气象环境指标提取单元,确定所述参考化气象环境监测报告对应的目标气象环境指标关系网;其中,所述浅层式气象环境指标提取单元包括需进行调参的注意力权重调参系数;
按照预设指示将所述目标气象环境指标关系网分治成若干个阶段气象环境指标集,并将所述目标气象环境指标关系网加载至气象环境指标关联单元,所述气象环境指标关联单元包括若干个浅层式气象环境指标处理节点,每个浅层式气象环境指标处理节点用于对所述阶段气象环境指标集进行气象环境指标关联和趋势化气象环境指标预测;
通过所述气象环境指标关联单元确定的气象环境指标质检标签图谱,以及所述参考化气象环境监测报告的调参依据对所述待调气象环境数据采样线程进行调参。
3.如权利要求2所述的方法,其特征为,所述将所述参考化气象环境监测报告加载至待调气象环境数据采样线程的浅层式气象环境指标提取单元,确定所述参考化气象环境监测报告对应的目标气象环境指标关系网,包括:
对所述参考化气象环境监测报告进行气象环境指标联合处理,确定所述参考化气象环境监测报告对应的第一气象环境指标关系网;
通过所述注意力权重调参系数对所述第一气象环境指标关系网的注意力权重进行第一变更,确定完成变更的第二气象环境指标关系网;
通过所述参考化气象环境监测报告和所述第二气象环境指标关系网进行基于资源节约规则的转换,确定第三气象环境指标关系网;
对所述第三气象环境指标关系网进行异常气象指标采样,确定所述参考化气象环境监测报告对应的目标气象环境指标关系网;
其中,所述通过所述参考化气象环境监测报告和所述第二气象环境指标关系网进行基于资源节约规则的转换,确定第三气象环境指标关系网,包括:
基于AI激活策略的第一鉴别信息、以及所述参考化气象环境监测报告和所述第二气象环境指标关系网对应注意力权重的代价运算值,确定所述第三气象环境指标关系网。
4.如权利要求3所述的方法,其特征为,所述对所述第三气象环境指标关系网进行异常气象指标采样,确定所述参考化气象环境监测报告对应的目标气象环境指标关系网,包括:
对所述第三气象环境指标关系网进行异常气象指标采样,确定第四气象环境指标关系网;
通过所述注意力权重调参系数对所述第一气象环境指标关系网的环境指标风险等级进行第二变更,确定完成变更的第五气象环境指标关系网;
对所述第四气象环境指标关系网和所述第五气象环境指标关系网进行气象环境指标关联,确定所述目标气象环境指标关系网。
5.如权利要求2所述的方法,其特征为,所述气象环境指标关联单元中的第K个浅层式气象环境指标处理节点的处理结果为第K+1个浅层式气象环境指标处理节点的处理依据,第1个浅层式气象环境指标处理节点的处理依据为所述目标气象环境指标关系网,最后一个浅层式气象环境指标处理节点的处理结果为所述气象环境指标质检标签图谱,K为正整数。
6.如权利要求2所述的方法,其特征为,对于其中一个浅层式气象环境指标处理节点,该浅层式气象环境指标处理节点依据以下思路,对加载至该浅层式气象环境指标处理节点的输入型气象环境指标关系网的阶段气象环境指标集进行气象环境指标关联和趋势化气象环境指标预测:
对输入型气象环境指标关系网进行基于资源节约规则的转换,确定第六气象环境指标关系网;
基于一个或多于一个灾害预测向量,对所述第六气象环境指标关系网的阶段气象环境指标集进行气象环境趋势预测,得到气象环境指标趋势集;
对所述气象环境指标趋势集和所述第六气象环境指标关系网分别进行异常气象指标采样后,与所述输入型气象环境指标关系网进行气象环境指标关联,得到已关联气象环境指标关系网;
对所述已关联气象环境指标关系网进行处理,得到该浅层式气象环境指标处理节点的气象环境指标关系网处理信息;
其中,对于其中一个灾害预测向量,所述对所述第六气象环境指标关系网的阶段气象环境指标集进行气象环境趋势预测,得到气象环境指标趋势集,包括:对于其中一个阶段气象环境指标集,基于该灾害预测向量,确定所述第六气象环境指标关系网中与该阶段气象环境指标集对应的待预测阶段气象环境指标集;基于待预测阶段气象环境指标集在对应灾害关注层面下的安全指数,确定该阶段气象环境指标集在进行气象环境趋势预测后各灾害关注层面下的安全指数;
其中,所述对所述气象环境指标趋势集和所述第六气象环境指标关系网分别进行异常气象指标采样后,与所述输入型气象环境指标关系网进行气象环境指标关联,得到已关联气象环境指标关系网,包括:基于浅层式气象环境指标处理单元对所述气象环境指标趋势集和所述第六气象环境指标关系网分别进行异常气象指标采样,确定若干个趋势化气象环境指标关系网;对所述若干个趋势化气象环境指标关系网进行标准化处理后,与所述输入型气象环境指标关系网进行气象环境指标关联,得到所述已关联气象环境指标关系网。
7.如权利要求2所述的方法,其特征为,所述通过所述气象环境指标关联单元确定的气象环境指标质检标签图谱,以及所述参考化气象环境监测报告的调参依据对所述待调气象环境数据采样线程进行调参,包括:
获得所述待调气象环境数据采样线程对应的目标GCN网络;
通过所述气象环境指标关联单元确定的气象环境指标质检标签图谱、所述参考化气象环境监测报告的调参依据、以及所述目标GCN网络对所述待调气象环境数据采样线程进行调参。
8.如权利要求7所述的方法,其特征为,所述通过所述气象环境指标关联单元确定的气象环境指标质检标签图谱、所述参考化气象环境监测报告的调参依据、以及所述目标GCN网络对所述待调气象环境数据采样线程进行调参,包括:
通过所述气象环境指标质检标签图谱和所述目标GCN网络对所述参考化气象环境监测报告的第一易用传递数据,确定第一网络代价分析系数;
以及,通过所述气象环境指标质检标签图谱和所述参考化气象环境监测报告的调参依据确定第二网络代价分析系数;
通过所述第一网络代价分析系数和所述第二网络代价分析系数对所述待调气象环境数据采样线程进行调参;
其中,所述通过所述气象环境指标质检标签图谱和所述目标GCN网络对所述参考化气象环境监测报告的第一易用传递数据,确定第一网络代价分析系数,包括:基于调参依据兼容单元和所述气象环境指标质检标签图谱,确定所述待调气象环境数据采样线程的第二易用传递数据;其中,所述调参依据兼容单元的单元参数架构与所述目标GCN网络的单元参数架构相同;通过所述第一易用传递数据和所述第二易用传递数据确定所述第一网络代价分析系数;
其中,所述通过所述气象环境指标质检标签图谱和所述参考化气象环境监测报告的调参依据确定第二网络代价分析系数,包括:基于气象敏感度优化单元和所述气象环境指标质检标签图谱,确定所述待调气象环境数据采样线程的第三易用传递数据;通过所述第三易用传递数据和所述参考化气象环境监测报告的调参依据,确定所述第二网络代价分析系数;
其中,在所述待调气象环境数据采样线程调参完成之后,所述方法还包括:基于完成调参的所述调参依据兼容单元和所述气象敏感度优化单元,部署气象环境评估单元,所述气象环境评估单元用于在进行气象环境评估时,基于完成调参的所述待调气象环境数据采样线程的气象环境指标关联单元的处理结果确定气象环境评估信息。
9.一种数据采样电子设备,其特征在于,包括处理器和存储器;所述处理器和所述存储器通信连接,所述处理器用于从所述存储器中读取计算机程序并执行,以实现上述权利要求1-8任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序在运行时实现上述权利要求1-8任一项所述的方法。
CN202211078211.8A 2022-09-05 2022-09-05 应用于环境分析的数据采样方法及电子设备 Active CN115455038B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211078211.8A CN115455038B (zh) 2022-09-05 2022-09-05 应用于环境分析的数据采样方法及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211078211.8A CN115455038B (zh) 2022-09-05 2022-09-05 应用于环境分析的数据采样方法及电子设备

Publications (2)

Publication Number Publication Date
CN115455038A true CN115455038A (zh) 2022-12-09
CN115455038B CN115455038B (zh) 2023-06-09

Family

ID=84302417

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211078211.8A Active CN115455038B (zh) 2022-09-05 2022-09-05 应用于环境分析的数据采样方法及电子设备

Country Status (1)

Country Link
CN (1) CN115455038B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140046722A1 (en) * 2012-08-10 2014-02-13 Sample6 Technologies, Inc. System for on-site environment monitoring
CN104950760A (zh) * 2015-06-17 2015-09-30 中国海洋大学 一种集供电管理的海洋监测通用数据采集器
CN107490537A (zh) * 2017-08-11 2017-12-19 王帅 环境监测系统及监测方法
CN111814203A (zh) * 2020-09-08 2020-10-23 江苏神彩科技股份有限公司 一种环境数据的处理方法、装置、设备及存储介质
CN113267833A (zh) * 2021-05-20 2021-08-17 国网福建省电力有限公司电力科学研究院 一种气象环境数据实时监测系统
CN114018317A (zh) * 2021-09-30 2022-02-08 北京航天华腾科技有限公司 一种用于海洋环境的数据采集装置及方法
CN114529182A (zh) * 2022-02-11 2022-05-24 广西壮族自治区生态环境监测中心 一种生态环境监测质量管理系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140046722A1 (en) * 2012-08-10 2014-02-13 Sample6 Technologies, Inc. System for on-site environment monitoring
CN104950760A (zh) * 2015-06-17 2015-09-30 中国海洋大学 一种集供电管理的海洋监测通用数据采集器
CN107490537A (zh) * 2017-08-11 2017-12-19 王帅 环境监测系统及监测方法
CN111814203A (zh) * 2020-09-08 2020-10-23 江苏神彩科技股份有限公司 一种环境数据的处理方法、装置、设备及存储介质
CN113267833A (zh) * 2021-05-20 2021-08-17 国网福建省电力有限公司电力科学研究院 一种气象环境数据实时监测系统
CN114018317A (zh) * 2021-09-30 2022-02-08 北京航天华腾科技有限公司 一种用于海洋环境的数据采集装置及方法
CN114529182A (zh) * 2022-02-11 2022-05-24 广西壮族自治区生态环境监测中心 一种生态环境监测质量管理系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
KING TIN LAM 等: "Adaptive sampling-based profiling techniques for optimizing the distributed JVM runtime", 《2010 IEEE INTERNATIONAL SYMPOSIUM ON PARALLEL & DISTRIBUTED PROCESSING (IPDPS)》, pages 1 - 11 *
唐巧玲 等: "山东省雷电灾害风险评估系统的开发", 《 山东气象 》, pages 36 - 39 *
朱智翔: "金华市环境自动监控与信息管理系统设计与实现", 《中国优秀硕士学位论文全文数据库》, pages 138 - 174 *
顾红兵;: "基于数据库同步技术的综合气象灾害监测预警系统设计研究", 环境科学与管理, no. 09, pages 141 - 146 *

Also Published As

Publication number Publication date
CN115455038B (zh) 2023-06-09

Similar Documents

Publication Publication Date Title
CN113884961A (zh) Soc校准方法、建模方法、建模装置、计算机设备及介质
CN112118551B (zh) 设备风险识别方法及相关设备
CN110554958A (zh) 图数据库测试方法、系统、设备和存储介质
CN112231663A (zh) 结合rpa和ai的数据采集方法、装置、设备及存储介质
CN113505537A (zh) 楼宇能耗检测方法、装置、计算机设备和存储介质
CN111507541B (zh) 货量预测模型构建方法、货量测量方法、装置及电子设备
CN115495608B (zh) 基于模型的缺陷检测方法及系统
CN112527676A (zh) 模型自动化测试方法、装置及存储介质
CN110378739B (zh) 一种数据流量匹配方法及装置
CN115423040A (zh) 互动营销平台的用户画像识别方法及ai系统
CN110232130B (zh) 元数据管理谱系生成方法、装置、计算机设备和存储介质
CN113342799B (zh) 一种数据修正方法及系统
CN113935390A (zh) 数据处理方法、系统、设备及存储介质
CN115455038A (zh) 应用于环境分析的数据采样方法及电子设备
CN113516251A (zh) 一种机器学习系统及模型训练方法
CN115130926B (zh) 应用人工智能的环境监测大数据分析方法及电子设备
CN111259975B (zh) 分类器的生成方法及装置、文本的分类方法及装置
CN115529315B (zh) 一种云边协同系统
CN115617633A (zh) 一种覆冰监测终端维护方法及相关设备
CN110471708B (zh) 基于可重用组件的配置项获取的方法及装置
CN112882937A (zh) 测试用例的处理方法、装置、计算机设备及存储介质
CN113946611A (zh) 一种基于ai网络的信息挖掘方法及智能化运算服务器
CN112015659A (zh) 基于网络模型的预测方法及装置
US20230004763A1 (en) Radio frequency environment awareness with explainable results
WO2022156743A1 (zh) 特征构建方法和装置、模型训练方法和装置、设备、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