CN115567582B - 一种智能化工业互联网数据服务系统及方法 - Google Patents
一种智能化工业互联网数据服务系统及方法 Download PDFInfo
- Publication number
- CN115567582B CN115567582B CN202211394727.3A CN202211394727A CN115567582B CN 115567582 B CN115567582 B CN 115567582B CN 202211394727 A CN202211394727 A CN 202211394727A CN 115567582 B CN115567582 B CN 115567582B
- Authority
- CN
- China
- Prior art keywords
- data
- module
- industrial internet
- analysis
- representing
- 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 50
- 238000007405 data analysis Methods 0.000 claims abstract description 55
- 238000012545 processing Methods 0.000 claims abstract description 45
- 230000009467 reduction Effects 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims description 21
- 230000006870 function Effects 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 11
- 230000001360 synchronised effect Effects 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 230000000750 progressive effect Effects 0.000 claims description 4
- 230000008447 perception Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 2
- 238000013480 data collection Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000004075 alteration Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000002716 delivery method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
Classifications
-
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1095—Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及数据处理技术领域，具体公开了一种智能化工业互联网数据服务系统及方法，包括数据采集模块，预处理模块，标准化处理模块，数据库，数据解析模块，数据同步模块，工业互联网控制模块。利用数据采集模块对工业互联网数据进行采集，并将采集到的数据进行编码处理，将编码后的数据通过预处理模块进行降噪预处理，再将预处理后的数据送至标准化处理模块进行标准化处理；通过数据解析模块对标准化处理的数据进行智能解析，再将解析后的数据通过数据同步模块进行同步处理，最终将同步处理后的数据生成分类控制指令，以控制工业互联网中工业设备。本发明解决了现有工业互联网数据服务系统及方法安全性较低、效率较低、质量较差的技术问题。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种智能化工业互联网数据服务系统及方法。
背景技术
工业互联网是新一代信息通信技术与工业经济深度融合的新型基础设施、应用模式和工业生态，是第四次工业革命的重要基石；它以网络为基础、平台为中枢、数据为要素、安全为保障，既是工业数字化、网络化、智能化转型的基础设施，也是互联网、大数据、人工智能与实体经济深度融合的应用模式，同时也是一种新业态、新产业，讲重塑企业形态、供应链和产业链。工业互联网数据特性有重要性、专业性、复杂性；数据是实现数字化、网络化、智能化的基础，工业互联网数据的价值在于分析利用，只有深耕细作才能发挥数据价值；工业互联网运用的数据维度和复杂度远超消费互联网，面临采集困难、格式各异、分析复杂等挑战。
对于工业互联网数据服务系统及方法有很多，中国专利公开号CN113569117A，公开了一种基于工业互联网大数据服务的云平台系统及方法，主要包括：数据采集模块，数据分类模块，压缩聚类模块，上传解析模块，工业控制模块；具体方法为：在数据感知层，基于预设的数据同步网络获取工业设备生成的工业数据；对工业数据进行分类，确定所述工业数据对应的数据类型；基于所述工业数据的数据类型，对所述工业数据进行压缩，得到压缩数据；将所述压缩数据上传至云平台，以对所述压缩数据进行解析得到各数据类型对应的分类数据；基于所述分类数据生成控制指令，以控制所述工业设备运行。
但上述发明的技术方案至少存在如下技术问题：安全性较低、效率较低、质量较差。
发明内容
本发明通过提供一种智能化工业互联网数据服务系统及方法，解决了现有工业互联网数据服务系统及方法安全性较低、效率较低、质量较差的技术问题，实现了较安全、高效性以及高质量的技术效果。
本发明具体包括以下技术方案：
一种智能化工业互联网数据服务系统，包括以下部分：
数据采集模块，预处理模块，标准化处理模块，数据库，数据解析模块，数据同步模块，工业互联网控制模块；
所述数据采集模块，对工业互联网中的数据进行采集，并将采集到的数据进行编码，得到易处理的工业互联网数据，所述数据为多源异构数据，即多种类型的数据；
所述预处理模块，对数据采集模块采集到的多源异构数据进行降噪预处理，得到降噪后的多源异构数据；
所述标准化处理模块，将预处理的多源异构数据进行标准化处理，得到统一标准的多源异构数据；
所述数据库，包含协议数据库，数据解析方法库；
所述数据解析模块，通过构建模型对标准化后的数据条用数据解析方法库中的解析方法完成数据智能解析；
所述数据同步模块，将数据解析模块解析后的数据进行数据同步处理；
所述工业互联网控制模块，基于数据同步模块处理后的数据生成控制指令，以控制工业互联网中工业设备。
一种智能化工业互联网数据服务方法，包括以下步骤：
步骤S1. 利用数据采集模块对工业互联网数据进行采集，并将采集到的数据进行编码处理，将编码后的数据通过预处理模块进行降噪预处理，再将预处理后的数据送至标准化处理模块进行标准化处理；
步骤S2. 通过数据解析模块对标准化处理的数据进行智能解析，再将解析后的数据通过数据同步模块进行同步处理，最终将同步处理后的数据生成分类控制指令，以控制工业互联网中工业设备。
进一步，所述步骤S1具体包括：
对所述数据采集模块采集到的多源异构数据进行编码处理。
进一步，所述步骤S1还包括：
在所述预处理模块中利用中值滤波、高斯滤波以及优化的小波变换对编码处理后的数据进行降噪预处理。
进一步，所述步骤S1还包括：
在所述标准化处理模块中，对降噪预处理后的数据进行标准化处理，得到统一标准的工业互联网数据。
进一步，所述步骤S2具体包括：
在所述数据解析模块中，通过构建自适应解析模型对标准化处理后的数据进行数据解析，得到解析数据。
进一步，所述步骤S2还包括：
在所述数据同步模块中，对解析数据解码后，利用优化循环迭代递法进行同步处理，得到同步数据。
本发明至少具有如下技术效果或优点：
1、本发明通过对采集到的数据进行编码，直观且避免了数据间的干扰，同时保障设备安全以及采集到的工业互联网数据后续处理的安全，进一步保障了设备控制安全，提高了智能化工业互联网数据服务系统的安全性。
2、本发明利用中值滤波以及高斯滤波滤波处理后的数据集合矩阵的近似表达式的性质将其作为小波包变换的尺度函数，如此利用其本身性质来构造的尺度函数能更好的发挥小波包变换效果，得到更好的降噪预处理，进一步实现工业互联网的高质量高效率生产。
3、本发明通过构建自适应数据解析模型，通过对标准化后的数据信息进行提取得到数据解析数据信息，自适应的选择数据解析方法，提高了标数据智能解析系统的准确性以及数据解析的自适应性，进一步提高智能化工业互联网数据服务系统的高效性以及准确性。
4、本发明采用优化循环迭代递进法对所述多源异构数据进行数据同步，通过引入优化特征权重因子、迭代优化因子、迭代误差，对数据进行同步，提高了追踪速度，进一步，通过迭代误差大小对迭代系数进行调整，得到最终同步迭代公式，自适应地提高了同步的鲁棒性以及准确性，最终提高所述工业互联网数据服务的效率以及准确率。
附图说明
图1为本发明所述一种智能化工业互联网数据服务系统框图；
图2为本发明所述一种智能化工业互联网数据服务方法流程图。
具体实施方式
本申请实施例通过提供一种智能化工业互联网数据服务系统及方法，解决了现有技术中安全性较低、效率较低、质量较差的技术问题，总体思路如下：
首先，利用数据采集模块对工业互联网数据进行采集，并将采集到的数据进行编码处理，将编码后的数据通过预处理模块进行降噪预处理，再将预处理后的数据送至标准化处理模块进行标准化处理；通过数据解析模块对标准化处理的数据进行智能解析，再将解析后的数据通过数据同步模块进行同步处理，最终将同步处理后的数据生成分类控制指令，以控制工业互联网中工业设备。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
参照附图1，本发明所述的一种智能化工业互联网数据服务系统包括以下部分：
数据采集模块010，预处理模块020，标准化处理模块030，数据库040，数据解析模块050，数据同步模块060，工业互联网控制模块070；
所述数据采集模块，对工业互联网中的数据进行采集，并将采集到的数据进行编码，得到易处理的工业互联网数据，所述数据为多源异构数据，即多种类型的数据；
所述预处理模块，对数据采集模块采集到的多源异构数据进行降噪预处理，得到降噪后的多源异构数据；
所述标准化处理模块，将预处理的多源异构数据进行标准化处理，得到统一标准的多源异构数据；
所述数据库，包含协议数据库，数据解析方法库；
所述数据解析模块，通过构建模型对标准化后的数据条用数据解析方法库中的解析方法完成数据智能解析；
所述数据同步模块，将数据解析模块解析后的数据进行数据同步处理；
所述工业互联网控制模块，基于数据同步模块处理后的数据生成控制指令，以控制工业互联网中工业设备。
参照附图2，本发明所述一种智能化工业互联网数据服务方法包括以下步骤：
S1. 首先，利用数据采集模块对工业互联网数据进行采集，并将采集到的数据进行编码处理，将编码后的数据通过预处理模块进行降噪预处理，再将预处理后的数据送至标准化处理模块进行标准化处理；
S11. 对工业互联网数据进行采集，得到多源异构的工业互联网数据，对采集到的数据进行编码处理，保障后续数据处理的安全性。
将数据采集模块采集到的多元异构数据用集合表示，其中/> ，可用/>表示集合的任意一个元素，N表示数据个数。
对集合进行编码处理，即利用交织排序准则对集合/>进行矩阵构造，具体可表示为：
其中，m，n为交织编码后的数据矩阵的行数与列数，且N = m╳n。
本发明通过对采集到的数据进行编码，直观且避免了数据间的干扰，同时保障设备安全以及采集到的工业互联网数据后续处理的安全，进一步保障了设备控制安全，提高了智能化工业互联网数据服务系统的安全性。
S12. 对编码处理后的数据通过预处理模块对其进行降噪预处理，得到更为准确的多源异构数据。
通过利用中值滤波以及高斯滤波对编码后的数据集合进行滤波降噪处理，得到数据集合/>、/>，并将降噪处理后的数据分别进行利用最小二乘法进行拟合进行插值得到近似表达式/>；
本发明定义匹配矩阵集合：
其中，表示单位阵。根据匹配矩阵集合得到较准确的数据集合/>；
根据上述所述近似表达式的性质，即拟合表达式的可微性，利用其可微性质将/>作为小波包变换的尺度函数，利用其本身性质来构造的尺度函数能更好的发挥小波包变换效果，得到更好的降噪效果。
本发明选择小波包变换对采集内容进行降噪预处理，首先进行小波包分解，即在每一级采集内容分解时，除了对低频子带进行进一步分解，也对高频子带进行进一步分解。最后通过最小化一个代价函数计算出最优数据分解路径，并以此对原采集内容进行分解。
对待处理内容做/>层的小波包分解，在第/>层就可以得到/>个小波包；对这个小波包按能量从大到小进行排序，其能量定义为/>，其中/>表示第j层上的第i个小波包的能量，J表示总层数；取前N个能量大的小波包对采集内容进行重构，得到重构数据/>与原始数据/>之间的均方误差（MSE）达到最小，最后得到最终降噪预处理后的多源异构数据集合矩阵/>。
本发明利用中值滤波以及高斯滤波滤波处理后的数据集合矩阵的近似表达式的性质将其作为小波包变换的尺度函数，如此利用其本身性质来构造的尺度函数能更好的发挥小波包变换效果，得到更好的降噪预处理，进一步实现工业互联网的高质量高效率生产。
S13. 将降噪预处理后的数据进行标准化处理，得到同标准的数据，为后续数据处理奠定基础。
将降噪预处理后的数据送至标准化处理模块，所述标准化处理模块调用数据库中的协议数据库，并利用现有数据标准化技术对降噪预处理后的数据进行标准化处理，得到标准化处理后数据集合矩阵。
S2. 通过数据解析模块对标准化处理的数据进行智能解析，再将解析后的数据通过数据同步模块进行同步处理，最终将同步处理后的数据生成分类控制指令，以控制工业互联网中工业设备。
S21. 通过数据解析模块对标准化处理的数据进行智能解析，得到解析后的数据。
通过构建自适应数据解析模型，对标准化处理后的数据进行数据解析，得到数据解析结果进行数据同步；模型具体如下：
其中，表示待解析数据信息集合，/>表示数据信息提取集合，/>表示数据解析方法集合，/>表示数据解析输出结果；通过数据信息提取集合/>对感知数据信息集合/>进行信息提取，得到与数据解析相关的数据信息，利用得到的数据信息调用数据解析方法集合/>中对应的数据解析方法，进一步输出数据解析结果/>。
特别地，在选取解析方法时，针对提取到的数据信息集合中的元素对待解析的数据进行特征计算，根据特征计算结果对数据进行划分，进一步自适应选择解析方法；
所述数据解析方法集合中元素取自数据库中的数据解析方法库；
优选地，通过在系统运行过程中，找到新的数据解析方法，或因设备增加而增加对应数据解析法，将所述数据解析方法存放数据解析方法库中，对数据解析方法库进行优化更新。
本发明通过构建自适应数据解析模型，通过对标准化后的数据信息进行提取得到数据解析数据信息，自适应的选择数据解析方法，提高了标数据智能解析系统的准确性以及数据解析的自适应性，进一步提高智能化工业互联网数据服务系统的高效性以及准确性。
S22. 将解析后的数据通过数据同步模块进行解码以及同步处理，得到同步后的数据。
在数据同步模块中将解析数据进行解码处理（解交织），得到解码数据集合，然后对/>进行优化循环迭代递进同步，首先对解析后的数据提取数据特征，得到特征集合/>，其中， l表示数据特征个数，本发明引入优化特征权重因子：
同时引入迭代优化因子：
其中，表示均值计算，/>表示方差计算；
进一步，，具体迭代公式如下：
其中，、/>表示迭代系数，/>表示第i个数据；
定义迭代误差为：
通过迭代误差大小对迭代系数进行调整，得到迭代系数为：
表示取余，设定误差系数/>，当/>时，数据同步成功，直接获取同步后的数据。
本发明采用优化循环迭代递进法对所述多源异构数据进行数据同步，通过引入优化特征权重因子、迭代优化因子、迭代误差，对数据进行同步，提高了追踪速度，进一步，通过迭代误差大小对迭代系数进行调整，得到最终同步迭代公式，自适应地提高了同步的鲁棒性以及准确性，最终提高所述工业互联网数据服务的效率以及准确率。
S23. 将同步后的数据进行分类，并生成分类控制指令，以控制工业互联网中的工业设备。
根据工业互联网数据的多源异构性，进行分类，得到不同类型的数据，进一步生成分类控制指令，以控制工业互联网中的工业设备，实现智能化工业互联网数据服务系统。
综上所述，便完成了本发明所述的一种智能化工业互联网数据服务系统及方法。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (3)
1.一种智能化工业互联网数据服务系统，包括以下部分：
数据采集模块，预处理模块，标准化处理模块，数据库，数据解析模块，数据同步模块，工业互联网控制模块；
所述数据采集模块，对工业互联网中的数据进行采集，并将采集到的数据进行编码，得到易处理的工业互联网数据，所述数据为多源异构数据，即多种类型的数据；
所述预处理模块，对数据采集模块采集到的多源异构数据进行降噪预处理，得到降噪后的多源异构数据；
所述标准化处理模块，将预处理的多源异构数据进行标准化处理，得到统一标准的多源异构数据；
所述数据库，包含协议数据库，数据解析方法库；
所述数据解析模块，通过构建模型对标准化后的数据条用数据解析方法库中的解析方法完成数据智能解析；
所述数据同步模块，将数据解析模块解析后的数据进行数据同步处理；
所述工业互联网控制模块，基于数据同步模块处理后的数据生成控制指令，以控制工业互联网中工业设备；
所述智能化工业互联网数据服务系统的实现方法包括以下步骤：
步骤S1. 利用数据采集模块对工业互联网数据进行采集，并将采集到的数据进行编码处理，将编码后的数据通过预处理模块进行降噪预处理，再将预处理后的数据送至标准化处理模块进行标准化处理；
步骤S2. 通过数据解析模块对标准化处理的数据进行智能解析，再将解析后的数据通过数据同步模块进行同步处理，最终将同步处理后的数据生成分类控制指令，以控制工业互联网中工业设备；
所述步骤S1具体包括：
对工业互联网数据进行采集，得到多源异构的工业互联网数据，对采集到的数据进行编码处理，保障后续数据处理的安全性；
将数据采集模块采集到的多元异构数据用集合表示，其中，/>表示集合的任意一个元素，N表示数据个数；
对集合进行编码处理，即利用交织排序准则对集合/>进行矩阵构造，具体可表示为：
，
其中，m，n为交织编码后的数据矩阵的行数与列数，且N = m╳n；
对编码处理后的数据通过预处理模块对其进行降噪预处理，得到更为准确的多源异构数据；
通过利用中值滤波以及高斯滤波对编码后的数据集合进行滤波降噪处理，得到数据集合/>、/>，并将降噪处理后的数据分别进行利用最小二乘法进行拟合进行插值得到近似表达式/>；
定义匹配矩阵集合：
，
其中，表示单位阵；根据匹配矩阵集合得到较准确的数据集合/>；
根据上述所述近似表达式的性质，即拟合表达式的可微性，利用其可微性质将作为小波包变换的尺度函数，利用其本身性质来构造的尺度函数能更好的发挥小波包变换效果，得到更好的降噪效果；
所述步骤S2中，将解析后的数据通过数据同步模块进行解码以及同步处理，得到同步后的数据；
在数据同步模块中将解析数据进行解码处理，得到解码数据集合，然后对进行优化循环迭代递进同步，首先对解析后的数据提取数据特征，得到特征集合，其中， l表示数据特征个数，引入优化特征权重因子：
，
同时引入迭代优化因子：
，
其中，表示均值计算，/>表示方差计算；
，具体迭代公式如下：
，
其中，、/>表示迭代系数，/>表示第i个数据；
定义迭代误差为：
，
通过迭代误差大小对迭代系数进行调整，得到迭代系数为：
，
，
表示取余，设定误差系数/>，当/>时，数据同步成功，直接获取同步后的数据。
2.根据权利要求1所述的一种智能化工业互联网数据服务系统，其特征在于，所述步骤S1还包括：
在所述标准化处理模块中，对降噪预处理后的数据进行标准化处理，得到统一标准的工业互联网数据。
3.根据权利要求1所述的一种智能化工业互联网数据服务系统，其特征在于，所述步骤S2具体包括：
通过数据解析模块对标准化处理的数据进行智能解析，得到解析后的数据；
通过构建自适应数据解析模型，对标准化处理后的数据进行数据解析，得到数据解析结果进行数据同步；模型具体如下：
，
其中，表示待解析数据信息集合，/>表示数据信息提取集合，/>表示数据解析方法集合，/>表示数据解析输出结果；通过数据信息提取集合/>对感知数据信息集合进行信息提取，得到与数据解析相关的数据信息，利用得到的数据信息调用数据解析方法集合/>中对应的数据解析方法，输出数据解析结果/>；
在选取解析方法时，针对提取到的数据信息集合中的元素对待解析的数据进行特征计算，根据特征计算结果对数据进行划分，自适应选择解析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211394727.3A CN115567582B (zh) | 2022-11-09 | 2022-11-09 | 一种智能化工业互联网数据服务系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211394727.3A CN115567582B (zh) | 2022-11-09 | 2022-11-09 | 一种智能化工业互联网数据服务系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115567582A CN115567582A (zh) | 2023-01-03 |
| CN115567582B true CN115567582B (zh) | 2023-09-15 |
Family
ID=84768249
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211394727.3A Active CN115567582B (zh) | 2022-11-09 | 2022-11-09 | 一种智能化工业互联网数据服务系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115567582B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110955725A (zh) * | 2019-11-25 | 2020-04-03 | 北京工业大学 | 一种工业互联网标识解析根节点数据同步方法 |
| CN113569117A (zh) * | 2021-09-27 | 2021-10-29 | 深圳市玄羽科技有限公司 | 一种基于工业互联网大数据服务的云平台系统及方法 |
| CN113676525A (zh) * | 2021-08-09 | 2021-11-19 | 武汉卓尔信息科技有限公司 | 面向网络协同制造的工业互联网公共服务平台 |
| CN113746855A (zh) * | 2021-09-09 | 2021-12-03 | 国网电子商务有限公司 | 一种能源工业云网的数据接入方法及相关设备 |
| CN113810489A (zh) * | 2021-09-14 | 2021-12-17 | 广东三水合肥工业大学研究院 | 一种工业互联网控制系统及方法 |
| WO2022047677A1 (zh) * | 2020-09-02 | 2022-03-10 | 深圳晶泰科技有限公司 | 药物分子筛选方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR3105845B1 (fr) * | 2019-12-31 | 2021-12-31 | Bull Sas | PROCEDE ET système DE TRAITEMENT DE DONNEES POUR LA PREPARATION D’UN JEU DE DONNEES |
-
2022
- 2022-11-09 CN CN202211394727.3A patent/CN115567582B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110955725A (zh) * | 2019-11-25 | 2020-04-03 | 北京工业大学 | 一种工业互联网标识解析根节点数据同步方法 |
| WO2022047677A1 (zh) * | 2020-09-02 | 2022-03-10 | 深圳晶泰科技有限公司 | 药物分子筛选方法及系统 |
| CN113676525A (zh) * | 2021-08-09 | 2021-11-19 | 武汉卓尔信息科技有限公司 | 面向网络协同制造的工业互联网公共服务平台 |
| CN113746855A (zh) * | 2021-09-09 | 2021-12-03 | 国网电子商务有限公司 | 一种能源工业云网的数据接入方法及相关设备 |
| CN113810489A (zh) * | 2021-09-14 | 2021-12-17 | 广东三水合肥工业大学研究院 | 一种工业互联网控制系统及方法 |
| CN113569117A (zh) * | 2021-09-27 | 2021-10-29 | 深圳市玄羽科技有限公司 | 一种基于工业互联网大数据服务的云平台系统及方法 |
Non-Patent Citations (2)
| Title |
|---|
| Liu Yang ; Xie Bin ; Han Tianyu ; Tian Juan.Modeling Identifiable Data in Industrial Internet.IEEE Access.2020,全文. * |
| 余思聪 ; 黄颖 ; 刘阳 ; 李海花.工业互联网信息模型发展现状及趋势研究.信息通信技术与政策.2020,全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115567582A (zh) | 2023-01-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113627266B (zh) | 基于Transformer时空建模的视频行人重识别方法 | |
| CN110995475A (zh) | 一种基于迁移学习的电力通信网故障检测方法 | |
| CN113569117B (zh) | 一种基于工业互联网大数据服务的云平台系统及方法 | |
| CN101827266A (zh) | 一种具有视频结构化描述功能的网络视频服务器及利用其实现视频分析描述的方法 | |
| CN109831650A (zh) | 一种监控视频的处理系统及方法 | |
| CN109062811B (zh) | 一种基于神经风格迁移的测试用例生成方法 | |
| CN113810489A (zh) | 一种工业互联网控制系统及方法 | |
| CN111866882B (zh) | 一种基于生成对抗网络的移动应用流量生成方法 | |
| CN115567582B (zh) | 一种智能化工业互联网数据服务系统及方法 | |
| CN113780398A (zh) | 一种无线网络链路质量预测方法及系统 | |
| CN114169506A (zh) | 一种基于工业物联网平台的深度学习边缘计算系统框架 | |
| CN116306780B (zh) | 一种动态图链接生成方法 | |
| CN114640669A (zh) | 边缘计算方法及装置 | |
| CN106708876B (zh) | 一种基于Lucene的相似视频检索方法及系统 | |
| CN111586151A (zh) | 基于区块链的智慧城市数据共享系统及方法 | |
| CN116050579A (zh) | 基于深度特征融合网络的建筑能耗预测方法及系统 | |
| CN110958449B (zh) | 三维视频主观感知质量预测方法 | |
| CN109492130B (zh) | 一种数据操作方法及系统 | |
| CN104361060A (zh) | 一种应用于制造物联网的数据挖掘方法及系统 | |
| CN112800140A (zh) | 一种基于区块链预言机的高可信数据获取方法 | |
| CN112434804A (zh) | 一种深度Transformer级联神经网络模型压缩算法 | |
| Zhou et al. | Hierarchical channel-spatial encoding for communication-efficient collaborative learning | |
| Amaizu et al. | Edge-enhanced QoS aware compression learning for sustainable data stream analytics | |
| CN117409354B (zh) | 基于三路视频流和上下文感知的视频异常检测方法及系统 | |
| CN113537042B (zh) | 一种共享可更新的Deepfake视频内容监管方法 |
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 |