CN116128199A - 一种基于人工智能的情报数据分析控制平台及方法 - Google Patents
一种基于人工智能的情报数据分析控制平台及方法 Download PDFInfo
- Publication number
- CN116128199A CN116128199A CN202211443392.XA CN202211443392A CN116128199A CN 116128199 A CN116128199 A CN 116128199A CN 202211443392 A CN202211443392 A CN 202211443392A CN 116128199 A CN116128199 A CN 116128199A
- Authority
- CN
- China
- Prior art keywords
- information
- component
- intelligence
- platform
- intelligent
- 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
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/0633—Workflow analysis
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
Abstract
本发明公开了一种基于人工智能的情报数据分析控制平台及方法,该平台包括:人工智能情报数据处理组件,用于对情报数据利用算法进行处理,得到计算结果;情报调度全过程组件,用于实现采集前端情报输送、数据库情报分析、数据库情报分配以及机密情报连接;智能算法模型理论协调组件,用于提供人工筛选算法和情报基本情报预处理算法;平台综合管理组件,用于将不同模型下的情报数据、智能算法模型理论协调组件、情报调度情报库,进行全过程的协调与监控;情报协调场景选择组件,用于在不同的场景下进行情报数据的调度方式的选择,本发明解决了情报行业分析中业务场景关联少等问题,对情报行业数字化及智能化发展有着重要作用。
Description
技术领域
本发明涉及情报分析领域,尤其涉及一种基于人工智能的情报数据分析控制平台及方法。
背景技术
现有技术存在着信息单一的问题,通常只能根据目标行为进行情报分析,往往错误率较高、多元化判断不够,很多情报信息存在空白;或是由于没有顾忌到多维度的需求,使得数据片面,得到的结果量比较少,虽然很注重情报等级,但忽略了其他方向的其他情报信息,比如黑客区域分布、黑客组织活动、作案手法攻击告警轨迹等,不能全面反馈情报信息。
发明内容
为了克服现有技术存在的缺点与不足,本发明提供一种基于人工智能的情报数据分析控制平台及方法。本发明所采用的技术方案是,本发明提供如下技术方案:
一方面,提供了一种基于人工智能的情报数据分析控制平台及方法,所述平台包括:
人工智能情报数据处理组件,用于对情报数据利用算法进行处理,得到计算结果;
情报调度全过程组件,用于实现采集前端情报输送、数据库情报分析、数据库情报分配以及机密情报连接;
智能算法模型理论协调组件,用于提供人工筛选算法和情报基本情报预处理算法;
所述智能算法模型,表达式:
Af=γAf-1+Gf·Sf
其中,Af表示情报协调函数,γ表示协调因子,Af-1表示前一时刻情报总量,Gf表示情报传输速度,Sf表示待协调的协调数;
平台综合管理组件,用于将不同模型下的情报数据、智能算法模型理论协调组件、情报调度情报库,进行全过程的协调与监控;
情报协调场景选择组件,用于在不同的场景下进行情报数据的调度方式的选择。
在一种可选的实施例中,所述情报调度决策组件包括:
情报采集组件,用于提供包括加密信号传输、云服务器、情报保存、情报分类、情报计算、情报编码;
情报处理组件,用于为处理海量不同模型下的情报数据体并提供情报运行环境;
情报综合组件,包括情报筛查、异常情报剔除以及情报评估;
服务实时更新组件,用于情报协调过程中的配套服务;
机密情报使用组件,用于对机密情报使用情况进行统计及预测。
在一种可选的实施例中,所述人工智能情报数据处理组件包括
基础情报库,用于数据库情报领域基础情报;
基础情报智能算法分类区,用于对数据库的情报领域基础情报进行分类打包;
异常情报剔除,用于根据情报行业已有的情报标准以及自定义标准对异常情报进行剔除;
情报通道管理区,用于直接提取所述基础情报库中的情报,以及对外开放情报服务通道,使所述平台根据需求快速调用所述基础情报库中的情报。
在一种可选的实施例中,所述情报调度全过程组件包括:
情报前段分析自动决断组件,用于实现从情报分析、情报传送、参数配置、情报分配、自动决断一体化筛选算法服务;
情报中段数据库情报分析组件,用于中段服务人员以及管理人员掌握情报的实时情报,为情报储运提供指导;
情报后段数据库情报分配组件,用于根据情报后段情报设施管理、情报需求、情报供应、机密情报使用量进行情报传送,实现情报输送的统一指导;
平台维护与控制组件,用于维护平台中的所有参数的正常运行,以及维护平台的稳定。
在一种可选的实施例中,所述智能算法模型理论协调组件包括:
由卷积神经网络算法以及决策树算法构成的人工融合算法库,
基于情报调度场景匹配的融合算法库。
在一种可选的实施例中,所述平台综合管理组件包括:
平台原始参数设定、平台更新参数设定、平台账号登录、平台定时维护、平台链接匹配、平台规模扩展、平台接口组成、平台后台更改与平台前端更改。
在一种可选的实施例中,所述情报前段分析自动决断组件包括:情报管理参数优化组件,新增情报目标智能决策组件,平台蓄能组件,平台规模组件,平台参数设定组件,情报传送组件,情报产能智能标定组件,情报转化效率组件。
在一种可选的实施例中,所述情报中段数据库情报分析组件包括:分析效率组件、情报分配组件、数据库管理组件以及情报传输线组件。
在一种可选的实施例中,所述情报后段数据库情报分配组件包括情报设施智慧管理组件、市场需求智能分析组件、情报供应情报传送组件、情报基础设施建设指导组件、情报分布组件以及情报管道管理组件。
另一方面,提供了一种基于人工智能的情报数据分析控制方法,所述方法包括:
步骤S1:通过人工智能情报数据处理组件根据情报行业已有的情报标准以及自定义标准对异常情报进行剔除、清洗补全、关联融合后,放入情报库或情报池中;
步骤S2:基于专家知识对情报前、中、后段业务进行全面的梳理,分析不同场景下情报的关联关系,建立情报数据知识图谱,将所有梳理的业务进行汇聚并构建业务架构;
步骤S3:集成传统数值模拟方法以及经典卷积神经网络算法方法,并可以根据不同应用场景自定义搭建融合物理约束的卷积神经网络算法模型,并通过智能算法模型理论协调组件根据特定情报和特定业务进行智能计算;
步骤S4:通过平台综合管理组件对不同模型下的情报数据、智能算法模型理论协调组件、情报调度情报库,进行全过程的协调与监控;
步骤S5:根据智能计算的结果通过情报协调场景选择组件在不同的场景下进行情报数据的调度方式的选择;
步骤S6:通过情报调度全过程组件实现采集前端情报输送、数据库情报分析、数据库情报分配以及机密情报连接。
本发明实施例提供的上述技术方案的有益效果如下:
本发明实施例提供的平台,通过人工智能情报数据处理组件建立了不同模型下的情报数据体的流水线式汇聚、集成、处理与融合的集成框架,实现情报种类多、结构复杂的情报领域情报一体化治理;通过情报调度全过程组件实现采集前端情报输送、数据库情报分析、数据库情报分配以及机密情报连接,增强行业知识紧密联系;通过智能算法模型理论协调组件融合了基于智能算法和人工智能的多场景分析调控预测技术,并形成了面向情报领域知识图谱以及不同场景下模型端到端无代码的自定义开发模式,提供人工筛选算法和情报基本情报预处理算法;通过平台综合管理组件,将不同模型下的情报数据、智能算法模型理论协调组件、情报调度情报库,进行全过程的协调与监控;通过情报协调场景选择组件,在不同的场景下进行情报数据的调度方式的选择,解决了情报行业分析中业务场景关联少等问题,通过上述模块配合实现对情报领域的分析进行自动决断。本发明实施例提供的平台对情报行业数字化及智能化发展有着重要作用,实现了降本增效的目的。
附图说明
图1为本发明第平台结构图;
图2为本发明方法流程图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互结合,下面结合附图和有具体实施例对本申请作进一步详细说明。
如图1所示,一种基于人工智能的情报数据分析控制平台,
请一并参见图1,本发明实施例提供了一种基于人工智能的情报数据分析控制平台及方法,平台包括:
人工智能情报数据处理组件,用于对情报数据利用算法进行处理,得到计算结果。
情报调度全过程组件,用于实现采集前端情报输送、数据库情报分析、数据库情报分配以及机密情报连接。
智能算法模型理论协调组件,用于提供人工筛选算法和情报基本情报预处理算法。
所述智能算法模型,表达式:
Af=γAf-1+Gf·Sf
其中,Af表示情报协调函数,γ表示协调因子,Af-1表示前一时刻情报总量,Gf表示情报传输速度,Sf表示待协调的协调数。
平台综合管理组件,用于将不同模型下的情报数据、智能算法模型理论协调组件、情报调度情报库,进行全过程的协调与监控。
情报协调场景选择组件,用于在不同的场景下进行情报数据的调度方式的选择。
本发明实施例提供的上述技术方案的有益效果如下:
本发明实施例提供的平台,通过人工智能情报数据处理组件建立了不同模型下的情报数据体的流水线式汇聚、集成、处理与融合的集成框架,实现情报种类多、结构复杂的情报领域情报一体化治理;通过情报调度全过程组件实现采集前端情报输送、数据库情报分析、数据库情报分配以及机密情报连接,增强行业知识紧密联系;通过智能算法模型理论协调组件融合了基于智能算法和人工智能的多场景分析调控预测技术,并形成了面向情报领域知识图谱以及不同场景下模型端到端无代码的自定义开发模式,提供人工筛选算法和情报基本情报预处理算法;通过平台综合管理组件,将不同模型下的情报数据、智能算法模型理论协调组件、情报调度情报库,进行全过程的协调与监控;通过情报协调场景选择组件,在不同的场景下进行情报数据的调度方式的选择,解决了情报行业分析中业务场景关联少等问题,通过上述模块配合实现对情报领域的分析进行自动决断。本发明实施例提供的平台对情报行业数字化及智能化发展有着重要作用,实现了降本增效的目的。
以下通过可选的实施例进一步解释和描述本发明实施例提供的平台。
在一种可选的实施例中,情报调度决策组件包括:
情报采集组件,用于提供包括加密信号传输、云服务器、情报保存、情报分类、情报计算、情报编码。
情报采集组件包括中国科技云云服务器,满足Windows、Linux以及Unix操作平台环境,提供包括加密信号传输、云服务器、情报保存、情报分类、情报计算、人工智能计算与情报服务等多项基础设施资源服务。
情报处理组件,用于为处理海量不同模型下的情报数据体并提供情报运行环境。
情报处理组件包括智能算法全栈组件管理平台,利用Hadoop分布式数据库为基础,以Apache Spark和Storm为混合计算框架,结合Piflow等情报流处理平台,构建了处理海量不同模型下的情报数据体的情报处理组件。
需要说明的是,Hadoop是一个由Apache基金会所开发的分布式平台基础架构。情报可以在不了解分布式底层细节的情况下,开发分布式程序。充分利用集群的威力进行高速运算和数据库。
情报综合组件,包括情报筛查、异常情报剔除以及情报评估。
需要说明的是,情报综合组件为一种基于人工智能的情报数据分析控制平台及方法的核心,包含情报筛查、异常情报剔除以及情报评估。
进一步地,情报筛查采集的情报的来源是开放知识情报,包括通过情报专业领域情报库(Oracle、Mysql,SQL等)、情报数值模拟软件(matlab、CMG、Eclipse等)以及情报物联网(Scada等),监测实验情报,包括能够提取结构化情报如动态分析情报以及地震反演情报;非结构化情报,如情报曲线以及数字岩心图片,半结构情报如地震解释以及情报报告等,形成情报智能算法分类区,数值模拟情报等。
异常情报剔除主要对不同模型下的情报数据体进行情报清洗和情报融合,利用局部清洗、全局清洗及统计学方法对缺失、异常情报进行清洗,通过建立面向情报领域的专业知识图谱对清洗后的情报进行关联融合,形成核心的研究情报库、方法库、成果库以及专家知识库。
情报计算主要包括了基于Hadoop中Ma pRed uce的情报批处理计算、Sparkstreaming流处理计算、自主开发的卷积神经网络算法库及情报数值模拟方法库,可以实现情报海量情报的批处理/流处理与离线/实时计算。
服务实时更新组件,用于情报协调过程中的配套服务。
服务实时更新组件是情报协调过程中的配套服务模块。
在一种可选的实施例中,服务实时更新组件包括情报上游分析开发组件,情报中段数据库情报分析组件,情报后段智慧销售组件,管理组件。
情报上游分析开发组件,包含了储层物性预测、情报产能标定、情报预测、参数配置等适用于现场开发人员的应用模块,实现对情报分析开发方面的针对性指导。情报后段智慧销售组件,包含了情报基础情报设施管理、情报供应预测及价格分析等模块,是面向情报后段销售及市场分析人员的专业化微服务应用;管理组件,专门针对采集前端情报输送平台的机密情报连接,对于不同部门与职务人员进行定制化管理以及权限分配,包括情报管理、角色管理、平台公告以及租户管理等。同时服务实时更新组件还有专门的API服务调用接口,用于对接情报专家平台或者租户体验平台等。
机密情报使用组件是面向机关单位、研究人员以及管理人员,实现不同人员对平台微服务功能以及情报数据使用。
机密情报使用组件,用于对机密情报使用情况进行统计及预测。作为一种示例,包括机关单位、研究人员和管理人员等。
在一种可选的实施例中,人工智能情报数据处理组件包括:基础情报库,用于数据库情报领域基础情报。
情报领域分析决策平台底层接入基础情报库,包括高校情报科研情报库、情报公司专业情报库、情报公司专业情报库以及经济评估情报库,情报库类型涵盖Oracle、Mysql,SQL等。
基础情报智能算法分类区,用于对数据库的情报领域基础情报进行分类打包。
异常情报剔除,用于根据情报行业已有的情报标准以及自定义标准对异常情报进行剔除。
异常情报剔除根据情报行业已有的情报标准以及自定义标准对异常情报进行剔除,并利用全局清洗算法搜索情报中缺失和异常问题,并进行情报的补全和除噪,将清洗过的情报通过各自的质量评估体系进行评估,评估不合格的情报需要根据其所属领域和情报特点进行二次清洗,直至通过情报评估,以此来提升情报质量。接着,以清洗后的情报实体为节点,以实体之间的关系作为边,通过专家的经验知识构建了面向情报领域的知识图谱,建立了情报领域的图情报库。
情报通道管理区,用于直接提取基础情报库中的情报,以及对外开放情报服务通道,使平台根据需求快速调用基础情报库中的情报。
情报通道管理区可以直接提取基础情报库中的情报,并对外开放情报服务通道,应用层中各个模块可以根据自己需求快速调用基础情报接口。最后,应用层包含了微服务应用、算法调用、可视化服务以及对外服务,可以直接调用通过了情报质量评估的核心情报、情报知识图谱构建的图情报库以及基础情报智能算法分类区。人工智能情报数据处理组件实现了情报采集-清洗-提取-融合的一体化情报治理体系。
在一种可选的实施例中,情报调度全过程组件包括:
情报前段分析自动决断组件,用于实现从情报分析、情报传送、参数配置、情报分配、自动决断一体化筛选算法服务。
在一种可选的实施例中,情报前段分析自动决断组件包括:情报管理参数优化组件,新增情报目标智能决策组件,平台蓄能组件,平台规模组件,平台参数设定组件,情报传送组件,情报产能智能标定组件,情报转化效率组件。
情报前段分析自动决断组件主要包含了八个集成好的算法模块,每个功能模块下包含了对应各个不同场景的筛选算法及应用实例,形成从情报分析-情报传送-参数配置-情报分配-自动决断一体化筛选算法服务体系。
情报中段数据库情报分析组件,用于中段服务人员以及管理人员掌握情报的实时情报,为情报储运提供指导。
在一种可选的实施例中,情报中段数据库情报分析组件包括:分析效率组件、情报分配组件、数据库管理组件以及情报传输线组件。情报中段数据库情报分析组件面向中段服务人员以及管理人员,能够掌握情报从采集、运输、接收的实时情报,为情报储运提供指导。
情报后段数据库情报分配组件,用于根据情报后段情报设施管理、情报需求、情报供应、机密情报使用量进行情报传送,实现情报输送的统一指导。
在一种可选的实施例中,情报后段数据库情报分配组件包括情报设施智慧管理组件、市场需求智能分析组件、情报供应情报传送组件、情报基础设施建设指导组件、情报分布组件以及情报管道管理组件。
情报后段数据库情报分配组件通过情报基础情报设施管理可以了解发平台及城市燃气的详细情报,基于基础情报用于市场价格智能分析以及情报供应情报传送,实现情报贸易智慧指导。
平台维护与控制组件,用于控制不同情报面向平台中每个模块的操作权限。
平台维护与控制组件主要包含了情报管理、角色管理、部门管理、职务管理、租户管理以及情报字典,可以控制不同部门以及职务的人员对一种基于人工智能的情报数据分析控制平台及方法各模块的操作权限,从而使得上游开发人员、下段销售人员、平台测试人员以及平台租赁人员操作各自领域的模块而互不干扰。
在一种可选的实施例中,智能算法模型理论协调组件包括:
由卷积神经网络算法以及决策树算法构成的人工融合算法库。
智能算法模型理论协调组件面向情报领域物理规律与AI的集成算法图,主要由两部分组成,一部分是由卷积神经网络算法以及决策树算法构成的人工融合算法库,其中卷积神经网络算法库是基于Python环境,通过sklearn、keras、TensorFlow等学习库直接调用支撑向量机、随机森林、神经网络、朴素贝叶斯等筛选算法;经典算法则是基于matlab和Python语言,自主开发了有限元、有限差分和有限体积等经典算法,同时也能调用已经集成好的算法如有限元、有限体积、有限差分、Kriging差值、三次样条插值以及函数拟合等。
基于情报调度场景匹配的融合算法库。
基于情报调度场景匹配的筛选算法,核心思想是以卷积神经网络算法(支撑向量机、随机森林、决策树、人工神经网络、Xgboost、K近邻、朴素贝叶斯等)为基础,将决策树算法中的控制方程、边界条件、初始条件作为约束,以构建新的损失函数的形式融入到卷积神经网络算法中,基于上述算法的开发模式,建立了储层物性情报传送、情报产能智能标定、压裂效果智能评价等特色算法。除此之外,考虑到情报领域人员的编程能力,建立了端到端的无代码操作平台,将人工筛选算法以及定制化算法集成封装成结构化的算法模块(H5、PTH、T7、PKL、MAT等格式),通过拖拽式的方式进行调用,前端通过点击拖拽图标触发算法事件,后端根据前端响应自动搭建模型,实现算法的快速组装与流水线调用模式。
在一种可选的实施例中,平台综合管理组件包括:
平台原始参数设定、平台更新参数设定、平台账号登录、平台定时维护、平台链接匹配、平台规模扩展、平台接口组成、平台后台更改与平台前端更改。
进一步地,平台综合管理组件采用云原生构架下的Docker技术,将分析运营情报、筛选算法、智能服务构件库等进行容器化封装,主要是包括分布式数据库、缓存读写、接口认证、统一认证、访问控制、服务控制、设备服务、情报服务、分析接口等,形成应用程序部署的独立组件,实现高水平资源隔离;采用云原生架构下的Kubernetes技术进行全过程的协调与监控,将容器组织成组,并且提供容器间的负载均衡,可实现随时扩展或收缩容器规模,采用滚动发布功能,在应用不停机的情况下将应用程序从一个环境提升到另一个环境,形成分布式模型输出、读取和利用的云原生模型管理。以“功能即服务”为落脚点,通过松耦合方式,采用云原生架构下的Dapr框架,将接口认证、网站认证、访问控制、路由控制、融合算法库、设备服务、知识服务、模型服务按照业务能力进行组织、分离,可以更轻松的更新代码,彼此独立的进行缩放,实现微服务化应用的快速构建和协调调用。
在一种可选的实施例中,情报协调场景选择组件,用于在不同的场景下进行情报数据的调度方式的选择。
情报登录平台后可以通过本地上传、在线导入以及网络爬虫三种方式获取所需情报集,上传的情报会暂时保存在后台情报库中,并赋予特定的标签编码,一种基于人工智能的情报数据分析控制平台及方法考虑到情报各个行业情报以及算法的复杂性,构建了模型编辑器,在编辑器上导入所需的情报,选择对应的情报清洗算法来提高情报质量,基于封装好的算法构件库通过拖拽的形式来在不同的场景下进行情报数据的调度方式的选择,通过图形化的方式更好的帮助情报建立复杂的自主学习模型,通过可视化技术可以看到模型的输出结果以及应用效果,自主搭建好的模型也可以进行流程化封装,方便下次一键式调用,同时这些定制化算法模型具有API接口,可以允许其他软件进行调用,内部情报也可以通过Url进行访问。
如图2所示,提供了一种基于人工智能的情报数据分析控制方法,方法包括:
步骤S1:通过人工智能情报数据处理组件根据情报行业已有的情报标准以及自定义标准对异常情报进行剔除、清洗补全、关联融合后,放入情报库或情报池中;
步骤S2:基于专家知识对情报前、中、后段业务进行全面的梳理,分析不同场景下情报的关联关系,建立情报数据知识图谱,将所有梳理的业务进行汇聚并构建业务架构;
步骤S3:集成传统数值模拟方法以及经典卷积神经网络算法方法,并可以根据不同应用场景自定义搭建融合物理约束的卷积神经网络算法模型,并通过智能算法模型理论协调组件根据特定情报和特定业务进行智能计算;
步骤S4:通过平台综合管理组件104对不同模型下的情报数据、智能算法模型理论协调组件、情报调度情报库,进行全过程的协调与监控;
步骤S5:根据智能计算的结果通过情报协调场景选择组件在不同的场景下进行情报数据的调度方式的选择;
步骤S6:通过情报调度全过程组件实现采集前端情报输送、数据库情报分析、数据库情报分配以及机密情报连接。
本发明实施例提供的方法囊括了情报上游分析开发、中段储运集输和下段分析销售各个模块,流程化自动化处理不同模型下的情报数据,提高了管理人员和服务人员你的工作效率。
提出了针对不同模型下的情报数据的治理体系,能够打破行业壁垒,高效整合来自不同机构不同类型的情报库,并进行情报标准化、清洗及融合,根据专家经验建立情报领域知识图谱,实现了情报采集-清洗-提取-融合的一体化情报治理体系,加强了行业知识的融合。
提出了针对情报领域的平台业务架构,将情报上游分析模块、中段输运模块、下段销售模块以及平台内部的平台管理模块进行了一体化集成,形成了完整的一站式服务模式,从整体提高了管理人员的决策能力。
提出了面向情报领域的智能算法模型理论协调组件,不但将卷积神经网络算法和决策树算法集成到了人工融合算法库,还将两种算法进行了深度结合,形成了基于不同场景下的特色算法,构建了情报领域特色算法构件库,实现了无代码的封装调用模式,提高了科研人员的建模效率。
提出了情报上中下段各模块的容器化封装与自动化管理模式,将情报数据运营、筛选算法调用和特色算法展示容器化封装和独立化部署,实现微服务化应用的快速构建和协调调用,加强了应用层的可扩展性和移植性。
提出了模型自定义开发模式,利用平台内部算法库以及面向情报领域知识图谱情报,形成了拖拽式流程化的模型编辑器,提高了开发人员的工作效率。
在本发明描述中,需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”、“固定”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以通过具体情况理解上述术语在本发明中的具体含义。
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,可以理解的是,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等效的变化、修改、替换和变型,本发明的范围由所附权利要求及其等同范围限定。
Claims (10)
1.一种基于人工智能的情报数据分析控制平台,其特征在于,该平台包括:
人工智能情报数据处理组件,用于对情报数据利用算法进行处理,得到计算结果;
情报调度全过程组件,用于实现采集前端情报输送、数据库情报分析、数据库情报分配以及机密情报连接;
智能算法模型理论协调组件,用于提供人工筛选算法和情报基本情报预处理算法;
所述智能算法模型,表达式:
Af=γAf-1+Gf·Sf
其中,Af表示情报协调函数,γ表示协调因子,Af-1表示前一时刻情报总量,Gf表示情报传输速度,Sf表示待协调的协调数;
平台综合管理组件,用于将不同模型下的情报数据、智能算法模型理论协调组件、情报调度情报库,进行全过程的协调与监控;
情报协调场景选择组件,用于在不同的场景下进行情报数据的调度方式的选择。
2.根据权利要求1所述的一种基于人工智能的情报数据分析控制平台及,其特征在于,所述情报调度决策组件包括:
情报采集组件,用于提供包括加密信号传输、云服务器、情报保存、情报分类、情报计算、情报编码;
情报处理组件,用于为处理海量不同模型下的情报数据体并提供情报运行环境;
情报综合组件,包括情报筛查、异常情报剔除以及情报评估;
服务实时更新组件,用于情报协调过程中的配套服务;
机密情报使用组件,用于对机密情报使用情况进行统计及预测。
3.根据权利要求1所述的一种基于人工智能的情报数据分析控制平台,其特征在于,所述人工智能情报数据处理组件包括基础情报库,用于数据库情报领域基础情报;
基础情报智能算法分类区,用于对数据库的情报领域基础情报进行分类打包;
异常情报剔除,用于根据情报行业已有的情报标准以及自定义标准对异常情报进行剔除;
情报通道管理区,用于直接提取所述基础情报库中的情报,以及对外开放情报服务通道,使所述平台根据需求快速调用所述基础情报库中的情报。
4.根据权利要求1所述的一种基于人工智能的情报数据分析控制平台,其特征在于,所述情报调度全过程组件包括:
情报前段分析自动决断组件,用于实现从情报分析、情报传送、参数配置、情报分配、自动决断一体化筛选算法服务;
情报中段数据库情报分析组件,用于中段服务人员以及管理人员掌握情报的实时情报,为情报储运提供指导。
5.根据权利要求1所述的一种基于人工智能的情报数据分析控制平台,其特征在于,所述情报调度全过程组件还包括:
情报后段数据库情报分配组件,用于根据情报后段情报设施管理、情报需求、情报供应、机密情报使用量进行情报传送,实现情报输送的统一指导;
平台维护与控制组件,用于维护平台中的所有参数的正常运行,以及维护平台的稳定。
6.根据权利要求1所述的一种基于人工智能的情报数据分析控制平台,其特征在于,所述智能算法模型理论协调组件包括:由卷积神经网络算法以及决策树算法构成的人工融合算法库,基于情报调度场景匹配的融合算法库。
7.根据权利要求4所述的一种基于人工智能的情报数据分析控制平台,其特征在于,所述情报前段分析自动决断组件包括:情报管理参数优化组件,新增情报目标智能决策组件,平台蓄能组件,平台规模组件,平台参数设定组件,情报传送组件,情报产能智能标定组件,情报转化效率组件。
8.根据权利要求4所述的一种基于人工智能的情报数据分析控制平台,其特征在于,所述情报中段数据库情报分析组件包括:分析效率组件、情报分配组件、数据库管理组件以及情报传输线组件。
9.根据权利要求4所述的一种基于人工智能的情报数据分析控制平台,其特征在于,所述情报后段数据库情报分配组件包括情报设施智慧管理组件、市场需求智能分析组件、情报供应情报传送组件、情报基础设施建设指导组件、情报分布组件以及情报管道管理组件。
10.一种基于人工智能的情报数据分析控制方法,其特征在于,所述方法包括:
步骤S1:通过人工智能情报数据处理组件根据情报行业已有的情报标准以及自定义标准对异常情报进行剔除、清洗补全、关联融合后,放入情报库或情报池中;
步骤S2:基于专家知识对情报前、中、后段业务进行全面的梳理,分析不同场景下情报的关联关系,建立情报数据知识图谱,将所有梳理的业务进行汇聚并构建业务架构;
步骤S3:集成传统数值模拟方法以及卷积神经网络算法方法,并根据不同应用场景自定义搭建融合物理约束的卷积神经网络算法模型,并通过智能算法模型理论协调组件根据特定情报和特定业务进行智能计算;
步骤S4:通过平台综合管理组件对不同模型下的情报数据、智能算法模型理论协调组件、情报调度情报库,进行全过程的协调与监控;
步骤S5:根据智能计算的结果通过情报协调场景选择组件在不同的场景下进行情报数据的调度方式的选择;
步骤S6:通过情报调度全过程组件实现采集前端情报输送、数据库情报分析、数据库情报分配以及机密情报连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211443392.XA CN116128199A (zh) | 2022-11-18 | 2022-11-18 | 一种基于人工智能的情报数据分析控制平台及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211443392.XA CN116128199A (zh) | 2022-11-18 | 2022-11-18 | 一种基于人工智能的情报数据分析控制平台及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116128199A true CN116128199A (zh) | 2023-05-16 |
Family
ID=86305249
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211443392.XA Pending CN116128199A (zh) | 2022-11-18 | 2022-11-18 | 一种基于人工智能的情报数据分析控制平台及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116128199A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116737671A (zh) * | 2023-08-14 | 2023-09-12 | 云南喜岁科技有限公司 | 用于电力工程项目全过程管理的数据文件分析处理方法 |
-
2022
- 2022-11-18 CN CN202211443392.XA patent/CN116128199A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116737671A (zh) * | 2023-08-14 | 2023-09-12 | 云南喜岁科技有限公司 | 用于电力工程项目全过程管理的数据文件分析处理方法 |
CN116737671B (zh) * | 2023-08-14 | 2023-10-31 | 云南喜岁科技有限公司 | 用于电力工程项目全过程管理的数据文件分析处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114362367B (zh) | 面向云边协同的输电线路监测系统和方法、识别系统和方法 | |
CN113450065B (zh) | 一种用于风电场的生产运营管理系统及方法 | |
CN102882969B (zh) | 一种工矿企业的安全生产云服务平台 | |
CN102917032B (zh) | 一种工矿企业的安全生产云服务平台 | |
CN102903011A (zh) | 一种用于面向工矿企业的安全生产云服务平台的海量数据处理系统 | |
CN102880802A (zh) | 一种用于面向工矿企业安全生产云服务平台系统的重大危险源的分析评价方法 | |
CN102903010A (zh) | 一种用于面向工矿企业的安全生产云服务平台的基于支持向量机的异常判断方法 | |
CN102930372A (zh) | 一种用于面向工矿企业安全生产云服务平台系统的关联规则的数据分析方法 | |
CN109242248A (zh) | 卷烟设备多维数据综合分析平台及方法 | |
CN116128199A (zh) | 一种基于人工智能的情报数据分析控制平台及方法 | |
CN112651872A (zh) | 一种基于数据中台的社区综合治理的系统和方法 | |
CN102903009B (zh) | 一种用于面向工矿企业的安全生产云服务平台的基于广义规则推理的异常诊断方法 | |
CN116468287A (zh) | 一种基于数字孪生的智慧园区控制系统 | |
CN114757307A (zh) | 一种人工智能自动训练方法、系统、装置及存储介质 | |
CN113516331A (zh) | 一种建筑数据处理方法及装置 | |
CN115934856A (zh) | 一种构造综合能源数据资产的方法和系统 | |
Zhang et al. | Application of Internet of Things Technology Based on Artificial Intelligence in Electronic Information Engineering | |
US20230281544A1 (en) | Oil and gas production-oriented intelligent decision-making system and method | |
CN113807599B (zh) | 一种智慧建造信息化综合管理云平台 | |
CN115809795A (zh) | 一种基于数字化的生产班组的承载能力评估方法和装置 | |
Chen et al. | Research on key technologies of equipment support intelligent system | |
CN116051126A (zh) | 一种标识解析产品质量追溯系统 | |
CN115687299A (zh) | 基于大数据的用户营销管理方法及系统 | |
CN115879691A (zh) | 基于大数据的人工智能电力调度决策系统及方法 | |
CN117442130A (zh) | 一种基于bim的机器人智能调度系统及方法 |
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 |