CN116934760B - 用于橡胶手套防护性的监测告警方法及系统 - Google Patents

用于橡胶手套防护性的监测告警方法及系统 Download PDF

Info

Publication number
CN116934760B
CN116934760B CN202311201611.8A CN202311201611A CN116934760B CN 116934760 B CN116934760 B CN 116934760B CN 202311201611 A CN202311201611 A CN 202311201611A CN 116934760 B CN116934760 B CN 116934760B
Authority
CN
China
Prior art keywords
glove
protective
index
comprehensive
prediction
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
Application number
CN202311201611.8A
Other languages
English (en)
Other versions
CN116934760A (zh
Inventor
陆大伟
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.)
Zhangjiagang Dayu Rubber Products Co ltd
Original Assignee
Zhangjiagang Dayu Rubber Products 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 Zhangjiagang Dayu Rubber Products Co ltd filed Critical Zhangjiagang Dayu Rubber Products Co ltd
Priority to CN202311201611.8A priority Critical patent/CN116934760B/zh
Publication of CN116934760A publication Critical patent/CN116934760A/zh
Application granted granted Critical
Publication of CN116934760B publication Critical patent/CN116934760B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/0464—Convolutional networks [CNN, ConvNet]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Medical Informatics (AREA)
  • Gloves (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了用于橡胶手套防护性的监测告警方法及系统，涉及手套预警领域，其中，所述方法包括：基于手套图像采集结果进行目标橡胶手套的表层防护性校验，获得手套表层防护性校验结果；当手套表层防护性校验结果为通过时，调取目标橡胶手套的使用日志数据和初始防护性数据；基于手套数据集进行数据挖掘，构建手套防护性综合预测模型；基于使用日志数据和所述初始防护性数据，根据手套防护性综合预测模型，生成手套综合防护性预测系数；若手套综合防护性预测系数不满足预设综合防护性预测系数，生成手套综合防护性告警信号。解决了现有技术中橡胶手套的防护性预警准确性低，导致橡胶手套的防护性预警质量差的技术问题。

Description

用于橡胶手套防护性的监测告警方法及系统
技术领域
本发明涉及手套预警领域，具体地，涉及用于橡胶手套防护性的监测告警方法及系统。
背景技术
橡胶手套以优异的防护性能深受人们的青睐。防护性监测告警是保障橡胶手套正常使用的重要措施。现有技术中，存在橡胶手套的防护性预警准确性低，导致橡胶手套的防护性预警质量差的技术问题。
发明内容
本申请提供了用于橡胶手套防护性的监测告警方法及系统。解决了现有技术中橡胶手套的防护性预警准确性低，导致橡胶手套的防护性预警质量差的技术问题。达到了提高橡胶手套的防护性预警准确性，提升橡胶手套的防护性预警质量的技术效果。
鉴于上述问题，本申请提供了用于橡胶手套防护性的监测告警方法及系统。
第一方面，本申请提供了一种用于橡胶手套防护性的监测告警方法，其中，所述方法应用于一种用于橡胶手套防护性的监测告警系统，所述系统与图像采集装置通信连接，所述方法包括：采集目标橡胶手套的基础信息，获得手套数据集，其中，所述手套数据集包括手套类型标识、手套基础信息和手套防护性指标集，所述手套防护性指标集包括P个手套防护性指标，且，P为大于1的正整数；基于所述图像采集装置执行所述目标橡胶手套的图像采集，获得手套图像采集结果；基于所述手套图像采集结果进行所述目标橡胶手套的表层防护性校验，获得手套表层防护性校验结果；当所述手套表层防护性校验结果为通过时，调取所述目标橡胶手套的使用日志数据和初始防护性数据，其中，所述使用日志数据包括M个手套使用日志，所述初始防护性数据包括P个手套防护性初始指标值，且，M为大于1的正整数；基于所述手套数据集进行数据挖掘，构建手套防护性综合预测模型，其中，所述手套防护性综合预测模型包括P个防护性衰减分析通道和指标防护性预测通道和综合防护性预测通道；基于所述使用日志数据和所述初始防护性数据，根据所述手套防护性综合预测模型，生成手套综合防护性预测系数；若所述手套综合防护性预测系数不满足预设综合防护性预测系数，生成手套综合防护性告警信号。
第二方面，本申请还提供了一种用于橡胶手套防护性的监测告警系统，其中，所述系统与图像采集装置通信连接，所述系统包括：基础信息采集模块，所述基础信息采集模块用于采集目标橡胶手套的基础信息，获得手套数据集，其中，所述手套数据集包括手套类型标识、手套基础信息和手套防护性指标集，所述手套防护性指标集包括P个手套防护性指标，且，P为大于1的正整数；图像采集模块，所述图像采集模块用于基于所述图像采集装置执行所述目标橡胶手套的图像采集，获得手套图像采集结果；表层防护性校验模块，所述表层防护性校验模块用于基于所述手套图像采集结果进行所述目标橡胶手套的表层防护性校验，获得手套表层防护性校验结果；日志数据调取模块，所述日志数据调取模块用于当所述手套表层防护性校验结果为通过时，调取所述目标橡胶手套的使用日志数据和初始防护性数据，其中，所述使用日志数据包括M个手套使用日志，所述初始防护性数据包括P个手套防护性初始指标值，且，M为大于1的正整数；数据挖掘模块，所述数据挖掘模块用于基于所述手套数据集进行数据挖掘，构建手套防护性综合预测模型，其中，所述手套防护性综合预测模型包括P个防护性衰减分析通道和指标防护性预测通道和综合防护性预测通道；综合防护性预测系数生成模块，所述综合防护性预测系数生成模块用于基于所述使用日志数据和所述初始防护性数据，根据所述手套防护性综合预测模型，生成手套综合防护性预测系数；防护性告警模块，所述防护性告警模块用于若所述手套综合防护性预测系数不满足预设综合防护性预测系数，生成手套综合防护性告警信号。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
通过图像采集装置执行目标橡胶手套的图像采集，获得手套图像采集结果；根据手套图像采集结果进行目标橡胶手套的表层防护性校验，获得手套表层防护性校验结果；当手套表层防护性校验结果为通过时，调取目标橡胶手套的使用日志数据和初始防护性数据；基于使用日志数据和初始防护性数据，根据手套防护性综合预测模型，生成手套综合防护性预测系数；若手套综合防护性预测系数不满足预设综合防护性预测系数，生成手套综合防护性告警信号。达到了提高橡胶手套的防护性预警准确性，提升橡胶手套的防护性预警质量的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例的附图作简单地介绍。明显地，下面描述中的附图仅仅涉及本申请的一些实施例,而非对本申请的限制。
图1为本申请一种用于橡胶手套防护性的监测告警方法的流程示意图；
图2为本申请一种用于橡胶手套防护性的监测告警方法中获得第一区域表层防护性系数的流程示意图；
图3为本申请一种用于橡胶手套防护性的监测告警系统的结构示意图。
附图标记说明：基础信息采集模块11，图像采集模块12，表层防护性校验模块13，日志数据调取模块14，数据挖掘模块15，综合防护性预测系数生成模块16，防护性告警模块17。
具体实施方式
本申请通过提供用于橡胶手套防护性的监测告警方法及系统。解决了现有技术中橡胶手套的防护性预警准确性低，导致橡胶手套的防护性预警质量差的技术问题。达到了提高橡胶手套的防护性预警准确性，提升橡胶手套的防护性预警质量的技术效果。
实施例1
请参阅附图1，本申请提供一种用于橡胶手套防护性的监测告警方法，其中，所述方法应用于一种用于橡胶手套防护性的监测告警系统，所述系统与图像采集装置通信连接，所述方法具体包括如下步骤：
步骤S100：采集目标橡胶手套的基础信息，获得手套数据集，其中，所述手套数据集包括手套类型标识、手套基础信息和手套防护性指标集，所述手套防护性指标集包括P个手套防护性指标，且，P为大于1的正整数；
具体而言，连接所述一种用于橡胶手套防护性的监测告警系统，采集目标橡胶手套的基础信息，获得手套数据集。其中，所述目标橡胶手套可以为使用所述一种用于橡胶手套防护性的监测告警系统进行智能化防护性预警的任意橡胶手套。所述手套数据集包括手套类型标识、手套基础信息和手套防护性指标集。所述手套类型标识包括目标橡胶手套的类型信息。所述手套基础信息包括目标橡胶手套的尺寸信息、材料组成信息。所述手套防护性指标集包括目标橡胶手套的P个手套防护性指标，且，P为大于1的正整数。P个手套防护性指标包括目标橡胶手套对应的P个防护性能。例如，当目标橡胶手套为丁腈橡胶手套时，对应的手套类型标识为丁腈橡胶手套，对应的P个手套防护性指标包括防酸碱性能、耐油性能、防撕裂性能、耐磨损性能等。达到了采集目标橡胶手套的手套类型标识、手套基础信息和手套防护性指标集，为后续对目标橡胶手套进行防护性分析提供数据支持的技术效果。
步骤S200：基于所述图像采集装置执行所述目标橡胶手套的图像采集，获得手套图像采集结果；
步骤S300：基于所述手套图像采集结果进行所述目标橡胶手套的表层防护性校验，获得手套表层防护性校验结果；
进一步的，本申请步骤S300还包括：
步骤S310：基于所述手套图像采集结果进行网格划分，获得Q个区域手套图像，且，Q为大于1的正整数；
具体而言，通过图像采集装置对目标橡胶手套进行实时图像采集，获得手套图像采集结果，并对手套图像采集结果进行网格划分，获得Q个区域手套图像。其中，所述图像采集装置可为现有技术中任意类型的能够采集获取图像信息的摄像装置或它们的结合。所述手套图像采集结果包括目标橡胶手套的实时图像数据。Q个区域手套图像包括对手套图像采集结果进行网格划分，获得的手套图像采集结果对应的Q个网格图像数据。
步骤S320：遍历所述Q个区域手套图像进行表层防护性评价，获得Q个区域表层防护性系数，并对所述Q个区域表层防护性系数进行均值计算，获得手套表层防护性系数；
进一步的，如附图2所示，本申请步骤S320还包括：
步骤S321：遍历所述Q个区域手套图像，获得第一区域手套图像；
步骤S322：根据手套表面缺陷特征，获得预设缺陷卷积特征集合；
步骤S323：根据所述预设缺陷卷积特征集合对所述第一区域手套图像进行遍历卷积计算，获得手套缺陷卷积结果；
步骤S324：将所述手套缺陷卷积结果输入手套表层防护性评价表，获得第一区域表层防护性系数。
具体而言，分别将Q个区域手套图像中的每个区域手套图像设置为第一区域手套图像，并根据预设缺陷卷积特征集合对第一区域手套图像进行遍历卷积计算，获得手套缺陷卷积结果。继而，将手套缺陷卷积结果输入手套表层防护性评价表，获得第一区域表层防护性系数。其中，所述预设缺陷卷积特征集合包括多个手套表面缺陷特征。示例性地，多个手套表面缺陷特征包括污点、破损、针孔等橡胶手套表面缺陷特征。所述遍历卷积计算是指按照预设缺陷卷积特征集合对第一区域手套图像进行遍历特征识别。所述手套缺陷卷积结果包括第一区域手套图像中是否存在多个手套表面缺陷特征。当第一区域手套图像中存在多个手套表面缺陷特征时，手套缺陷卷积结果还包括多个手套表面缺陷特征对应的图像信息、面积信息、位置信息。所述手套表层防护性评价表包括多个历史手套缺陷卷积结果，以及多个历史手套缺陷卷积结果对应的多个历史区域表层防护性系数。所述第一区域表层防护性系数是用于表征手套缺陷卷积结果对应的手套外观防护性的数据信息。当手套缺陷卷积结果表明第一区域手套图像内的目标橡胶手套的破损面积越大、针孔越多时，则，第一区域手套图像的手套外观防护性越差，对应的第一区域表层防护性系数越小。Q个区域表层防护性系数与第一区域表层防护性系数的获得方式相同，为了说明书的简洁，在此不再赘述。
步骤S330：获得表层防护性系数约束；
步骤S340：判断所述手套表层防护性系数是否满足所述表层防护性系数约束；
步骤S350：当所述手套表层防护性系数不满足所述表层防护性系数约束，获得的所述手套表层防护性校验结果为不通过，并生成手套表层防护性告警指令。
步骤S400：当所述手套表层防护性校验结果为通过时，调取所述目标橡胶手套的使用日志数据和初始防护性数据，其中，所述使用日志数据包括M个手套使用日志，所述初始防护性数据包括P个手套防护性初始指标值，且，M为大于1的正整数；
具体而言，手套表层防护性校验结果包括通过/不通过。将Q个区域表层防护性系数的平均值设置为手套表层防护性系数。继而，对手套表层防护性系数是否满足表层防护性系数约束进行判断。当手套表层防护性系数不满足表层防护性系数约束时，获得的手套表层防护性校验结果为不通过，此时，所述一种用于橡胶手套防护性的监测告警系统自动生成手套表层防护性告警指令。当手套表层防护性系数满足表层防护性系数约束时，获得的手套表层防护性校验结果为通过，连接所述一种用于橡胶手套防护性的监测告警系统读取目标橡胶手套的使用日志数据和初始防护性数据。
其中，所述表层防护性系数约束包括由所述一种用于橡胶手套防护性的监测告警系统预先设置确定的手套表层防护性系数范围信息。所述手套表层防护性告警指令是用于表征手套表层防护性系数不满足表层防护性系数约束，目标橡胶手套的手套外观防护性较差的预警提示信息。所述使用日志数据包括M个手套使用日志。且，M为大于1的正整数。每个手套使用日志包括目标橡胶手套的历史使用时长、历史使用环境温度、历史使用环境酸碱度、历史使用环境湿度，以及在历史使用时长下，目标橡胶手套的使用过程中，目标橡胶手套是否接触热水、油污、腐蚀性物质，目标橡胶是否发生撕裂，目标橡胶是否漏气等。所述初始防护性数据包括P个手套防护性指标对应的P个手套防护性初始指标值。每个手套防护性初始指标值包括目标橡胶手套的每个手套防护性指标对应的手套生产防护性指标值。手套生产防护性指标值是用于表征目标橡胶手套生产时，手套防护性指标对应的防护性能的数据信息。手套生产防护性指标值越大，则，目标橡胶手套生产时，手套防护性指标对应的防护性能越好。达到了通过对目标橡胶手套进行表层防护性校验，获得准确的手套表层防护性校验结果，并根据手套表层防护性校验结果适应地对目标橡胶手套进行表层防护性告警，提高橡胶手套的防护性预警全面性的技术效果。
步骤S500：基于所述手套数据集进行数据挖掘，构建手套防护性综合预测模型，其中，所述手套防护性综合预测模型包括P个防护性衰减分析通道和指标防护性预测通道和综合防护性预测通道；
进一步的，本申请步骤S500还包括：
步骤S510：基于所述手套类型标识和所述手套基础信息，分别对所述P个手套防护性指标进行数据挖掘，生成所述P个手套防护性指标对应的所述P个防护性衰减分析通道；
进一步的，本申请步骤S510还包括：
步骤S511：遍历所述P个手套防护性指标，获得第一手套防护性指标；
步骤S512：基于所述手套类型标识和所述手套基础信息，获得同组橡胶手套；
步骤S513：以所述第一手套防护性指标和所述同组橡胶手套为检索约束，并根据所述检索约束进行大数据检索，获得第一防护性衰减分析记录库；
步骤S514：基于所述第一防护性衰减分析记录库执行数据划分，获得第一训练数据序列和第一测试数据序列；
步骤S515：基于全连接神经网络,根据所述第一训练数据序列和所述第一测试数据序列进行有监督训练，生成所述第一手套防护性指标对应的第一防护性衰减分析通道，且，所述第一防护性衰减分析通道具有输出准确率标识；
步骤S516：将所述第一防护性衰减分析通道添加至所述P个防护性衰减分析通道。
具体而言，分别将P个手套防护性指标中的每一个手套防护性指标设置为第一手套防护性指标。基于手套类型标识和手套基础信息进行同类型橡胶手套查询，获得同组橡胶手套。继而，将第一手套防护性指标和同组橡胶手套设置为检索约束，并按照检索约束进行大数据检索，获得第一防护性衰减分析记录库。其中，所述同组橡胶手套包括多个同类型橡胶手套。每个同类型橡胶手套与目标橡胶手套的手套类型标识、手套基础信息相同。所述第一防护性衰减分析记录库包括多个第一防护性衰减分析记录。每个第一防护性衰减分析记录包括历史手套使用日志，以及历史手套使用日志对应的历史指标防护性衰减系数。历史指标防护性衰减系数是用于表征历史手套使用日志对应的第一手套防护性指标的防护性衰减程度的数据信息。
进一步，对第一防护性衰减分析记录库进行数据划分，示例性地，将第一防护性衰减分析记录库中随机的80％的数据信息划分为第一训练数据序列，将第一防护性衰减分析记录库中随机的20％的数据信息划分为第一测试数据序列。继而，根据第一训练数据序列和第一测试数据序列进行有监督训练，即，基于全连接神经网络，将第一训练数据序列进行不断的自我训练学习至收敛状态，获得第一手套防护性指标对应的第一防护性衰减分析通道。将第一测试数据序列输入第一防护性衰减分析通道，通过第一测试数据序列对第一防护性衰减分析通道进行测试，获得第一防护性衰减分析通道的输出准确率标识，并第一防护性衰减分析通道添加至P个防护性衰减分析通道。其中，全连接神经网络又称多层感知机，全连接神经网络是一种连接方式较为简单的人工神经网络结构。全连接神经网络是一种由输入层、隐藏层、输出层构成的前馈神经网络。且，隐藏层中可以有多个神经元。所述第一防护性衰减分析通道包括输入层、隐藏层、输出层。输出准确率标识包括第一防护性衰减分析通道对第一测试数据序列的输出准确率参数。P个防护性衰减分析通道与第一防护性衰减分析通道的构建方式相同，为了说明书的简洁，在此不再赘述。且，P个防护性衰减分析通道与P个手套防护性指标一一对应，每个防护性衰减分析通道均具有对应的输出准确率标识。达到了分别对P个手套防护性指标进行数据挖掘，生成P个手套防护性指标对应的P个防护性衰减分析通道，从而提高手套防护性综合预测模型的全面性的技术效果。
步骤S520：基于所述共享指标防护性预测函数，生成所述指标防护性预测通道；
步骤S530：基于所述P个手套防护性指标进行价值度识别，获得P个指标价值度，并对所述P个指标价值度进行占比计算，获得P个指标置信权重；
步骤S540：以所述P个指标置信权重为所述预设防护性指标融合约束，并根据所述预设防护性指标融合约束，得到所述综合防护性预测通道；
步骤S550：以所述P个防护性衰减分析通道为一级并行网络层，以所述指标防护性预测通道为二级网络层，以所述综合防护性预测通道为三级网络层；
步骤S560：将所述一级并行网络层、所述二级网络层和所述三级网络层进行连接，生成所述手套防护性综合预测模型。
具体而言，将共享指标防护性预测函数添加至指标防护性预测通道中。继而，分别对P个手套防护性指标进行价值度识别，获得P个指标价值度。指标价值度是用于表征手套防护性指标的防护性能重要程度的数据信息。手套防护性指标的防护性能重要程度越高，对应的指标价值度越大。进而，对P个指标价值度进行占比计算，即，将P个指标价值度的和记为指标总价值度。分别将P个指标价值度与指标总价值度进行比值计算，获得P个手套防护性指标对应的P个指标置信权重。每个指标置信权重包括每个指标价值度与指标总价值度之间的比值信息。
进一步，将P个指标置信权重设置为预设防护性指标融合约束，并将预设防护性指标融合约束添加至综合防护性预测通道。将P个防护性衰减分析通道设置为一级并行网络层，将指标防护性预测通道设置为二级网络层，将综合防护性预测通道设置为三级网络层，并将一级并行网络层、二级网络层和三级网络层进行连接，生成手套防护性综合预测模型。所述手套防护性综合预测模型包括P个防护性衰减分析通道和指标防护性预测通道和综合防护性预测通道。指标防护性预测通道包括共享指标防护性预测函数。综合防护性预测通道包括预设防护性指标融合约束。预设防护性指标融合约束包括P个手套防护性指标对应的P个指标置信权重。
步骤S600：基于所述使用日志数据和所述初始防护性数据，根据所述手套防护性综合预测模型，生成手套综合防护性预测系数；
进一步的，本申请步骤S600还包括：
步骤S610：分别将所述M个手套使用日志输入所述P个防护性衰减分析通道，获得M个防护性衰减分析集合，其中，每个防护性衰减分析集合包括P个手套防护性指标对应的P个指标防护性衰减系数；
步骤S620：基于所述P个手套防护性指标对所述M个防护性衰减分析集合进行聚类，获得P个指标衰减聚类结果；
具体而言，手套防护性综合预测模型包括P个防护性衰减分析通道和指标防护性预测通道和综合防护性预测通道。分别将M个手套使用日志输入P个防护性衰减分析通道，获得M个防护性衰减分析集合，并根据P个手套防护性指标对M个防护性衰减分析集合进行聚类，获得P个指标衰减聚类结果。其中，M个防护性衰减分析集合与M个手套使用日志具有对应关系。每个防护性衰减分析集合包括每个手套使用日志下，P个手套防护性指标对应的P个指标防护性衰减系数。指标防护性衰减系数是用于表征手套使用日志下，手套防护性指标的防护性衰减程度的数据信息。手套使用日志下，手套防护性指标的防护性衰减程度越高，对应的指标防护性衰减系数越大。聚类是指将M个防护性衰减分析集合中，同一个手套防护性指标对应的指标防护性衰减系数归为一类。每个指标衰减聚类结果包括M个防护性衰减分析集合内，同一个手套防护性指标对应的多个指标防护性衰减系数。
步骤S630：分别将所述P个指标衰减聚类结果和所述P个手套防护性初始指标值输入所述指标防护性预测通道，获得P个预测手套防护性指标值；
其中，所述指标防护性预测通道包括共享指标防护性预测函数，所述共享指标防护性预测函数为
;
其中，Zi表征第i个手套防护性指标对应的预测手套防护性指标值，且，i为正整数，1≤i≤P，Zi0表征第i个手套防护性指标对应的手套防护性初始指标值，表征第i个手套防护性指标对应的指标衰减聚类结果的指标衰减支持算子，ω表征第i个手套防护性指标对应的指标衰减聚类结果的指标衰减置信算子。
步骤S640：将所述P个预测手套防护性指标值输入所述综合防护性预测通道，所述综合防护性预测通道根据预设防护性指标融合约束对所述P个预测手套防护性指标值进行加权，获得所述手套综合防护性预测系数。
步骤S700：若所述手套综合防护性预测系数不满足预设综合防护性预测系数，生成手套综合防护性告警信号。
具体而言，分别将P个指标衰减聚类结果和P个手套防护性初始指标值输入指标防护性预测通道，获得P个预测手套防护性指标值。其中，指标防护性预测通道包括共享指标防护性预测函数，共享指标防护性预测函数为
;
其中，Zi表征第i个手套防护性指标对应的预测手套防护性指标值，且，i为正整数，1≤i≤P，Zi0表征第i个手套防护性指标对应的手套防护性初始指标值，表征第i个手套防护性指标对应的指标衰减聚类结果的指标衰减支持算子，指标衰减支持算子即为第i个手套防护性指标对应的指标衰减聚类结果内的多个指标防护性衰减系数的平均值，ω表征第i个手套防护性指标对应的指标衰减聚类结果的指标衰减置信算子，指标衰减置信算子即为第i个手套防护性指标对应的防护性衰减分析通道的输出准确率标识。
进一步，将P个预测手套防护性指标值输入综合防护性预测通道，所述综合防护性预测通道包括预设防护性指标融合约束。根据预设防护性指标融合约束对P个预测手套防护性指标值进行加权，获得手套综合防护性预测系数。继而，对手套综合防护性预测系数是否满足预设综合防护性预测系数进行判断。如果手套综合防护性预测系数不满足预设综合防护性预测系数，所述一种用于橡胶手套防护性的监测告警系统自动生成手套综合防护性告警信号。其中，所述预设综合防护性预测系数包括由所述一种用于橡胶手套防护性的监测告警系统预先设置确定的手套综合防护性预测系数范围信息。所述手套综合防护性告警信号是用于表征手套综合防护性预测系数不满足预设综合防护性预测系数的预警提示信息。达到了通过手套防护性综合预测模型对使用日志数据进行防护性分析，并结合预设综合防护性预测系数适应性地生成手套综合防护性告警信号，从而提高橡胶手套的防护性预警质量的技术效果。
示例性地，在根据预设防护性指标融合约束对P个预测手套防护性指标值进行加权时，预设防护性指标融合约束包括P个手套防护性指标对应的P个指标置信权重。分别将P个预测手套防护性指标值与对应的P个指标置信权重进行乘法计算，获得P个置信预测手套防护性指标值，将P个置信预测手套防护性指标值的和输出为手套综合防护性预测系数。
综上所述，本申请所提供的一种用于橡胶手套防护性的监测告警方法具有如下技术效果：
1.通过图像采集装置执行目标橡胶手套的图像采集，获得手套图像采集结果；根据手套图像采集结果进行目标橡胶手套的表层防护性校验，获得手套表层防护性校验结果；当手套表层防护性校验结果为通过时，调取目标橡胶手套的使用日志数据和初始防护性数据；基于使用日志数据和初始防护性数据，根据手套防护性综合预测模型，生成手套综合防护性预测系数；若手套综合防护性预测系数不满足预设综合防护性预测系数，生成手套综合防护性告警信号。达到了提高橡胶手套的防护性预警准确性，提升橡胶手套的防护性预警质量的技术效果。
2.通过对目标橡胶手套进行表层防护性校验，获得准确的手套表层防护性校验结果，并根据手套表层防护性校验结果适应地对目标橡胶手套进行表层防护性告警，提高橡胶手套的防护性预警全面性。
实施例2
基于与前述实施例中一种用于橡胶手套防护性的监测告警方法，同样发明构思，本发明还提供了一种用于橡胶手套防护性的监测告警系统，所述系统与图像采集装置通信连接，请参阅附图3，所述系统包括：
基础信息采集模块11，所述基础信息采集模块11用于采集目标橡胶手套的基础信息，获得手套数据集，其中，所述手套数据集包括手套类型标识、手套基础信息和手套防护性指标集，所述手套防护性指标集包括P个手套防护性指标，且，P为大于1的正整数；
图像采集模块12，所述图像采集模块12用于基于所述图像采集装置执行所述目标橡胶手套的图像采集，获得手套图像采集结果；
表层防护性校验模块13，所述表层防护性校验模块13用于基于所述手套图像采集结果进行所述目标橡胶手套的表层防护性校验，获得手套表层防护性校验结果；
日志数据调取模块14，所述日志数据调取模块14用于当所述手套表层防护性校验结果为通过时，调取所述目标橡胶手套的使用日志数据和初始防护性数据，其中，所述使用日志数据包括M个手套使用日志，所述初始防护性数据包括P个手套防护性初始指标值，且，M为大于1的正整数；
数据挖掘模块15，所述数据挖掘模块15用于基于所述手套数据集进行数据挖掘，构建手套防护性综合预测模型，其中，所述手套防护性综合预测模型包括P个防护性衰减分析通道和指标防护性预测通道和综合防护性预测通道；
综合防护性预测系数生成模块16，所述综合防护性预测系数生成模块16用于基于所述使用日志数据和所述初始防护性数据，根据所述手套防护性综合预测模型，生成手套综合防护性预测系数；
防护性告警模块17，所述防护性告警模块17用于若所述手套综合防护性预测系数不满足预设综合防护性预测系数，生成手套综合防护性告警信号。
进一步的，所述系统还包括：
网格划分模块，所述网格划分模块用于基于所述手套图像采集结果进行网格划分，获得Q个区域手套图像，且，Q为大于1的正整数；
手套表层防护性系数获得模块，所述手套表层防护性系数获得模块用于遍历所述Q个区域手套图像进行表层防护性评价，获得Q个区域表层防护性系数，并对所述Q个区域表层防护性系数进行均值计算，获得手套表层防护性系数；
表层防护性系数约束获得模块，所述表层防护性系数约束获得模块用于获得表层防护性系数约束；
防护性系数判断模块，所述防护性系数判断模块用于判断所述手套表层防护性系数是否满足所述表层防护性系数约束；
表层防护性告警指令生成模块，所述表层防护性告警指令生成模块用于当所述手套表层防护性系数不满足所述表层防护性系数约束，获得的所述手套表层防护性校验结果为不通过，并生成手套表层防护性告警指令。
进一步的，所述系统还包括：
第一区域手套图像获得模块，所述第一区域手套图像获得模块用于遍历所述Q个区域手套图像，获得第一区域手套图像；
缺陷卷积特征获得模块，所述缺陷卷积特征获得模块用于根据手套表面缺陷特征，获得预设缺陷卷积特征集合；
卷积计算模块，所述卷积计算模块用于根据所述预设缺陷卷积特征集合对所述第一区域手套图像进行遍历卷积计算，获得手套缺陷卷积结果；
第一区域表层防护性系数获得模块，所述第一区域表层防护性系数获得模块用于将所述手套缺陷卷积结果输入手套表层防护性评价表，获得第一区域表层防护性系数。
进一步的，所述系统还包括：
防护性衰减分析集合获得模块，所述防护性衰减分析集合获得模块用于分别将所述M个手套使用日志输入所述P个防护性衰减分析通道，获得M个防护性衰减分析集合，其中，每个防护性衰减分析集合包括P个手套防护性指标对应的P个指标防护性衰减系数；
聚类模块，所述聚类模块用于基于所述P个手套防护性指标对所述M个防护性衰减分析集合进行聚类，获得P个指标衰减聚类结果；
预测手套防护性指标值确定模块，所述预测手套防护性指标值确定模块用于分别将所述P个指标衰减聚类结果和所述P个手套防护性初始指标值输入所述指标防护性预测通道，获得P个预测手套防护性指标值；
手套综合防护性预测系数确定模块，所述手套综合防护性预测系数确定模块用于将所述P个预测手套防护性指标值输入所述综合防护性预测通道，所述综合防护性预测通道根据预设防护性指标融合约束对所述P个预测手套防护性指标值进行加权，获得所述手套综合防护性预测系数。
其中，所述指标防护性预测通道包括共享指标防护性预测函数，所述共享指标防护性预测函数为
;
其中，Zi表征第i个手套防护性指标对应的预测手套防护性指标值，且，i为正整数，1≤i≤P，Zi0表征第i个手套防护性指标对应的手套防护性初始指标值，表征第i个手套防护性指标对应的指标衰减聚类结果的指标衰减支持算子，ω表征第i个手套防护性指标对应的指标衰减聚类结果的指标衰减置信算子。
进一步的，所述系统还包括：
第一执行模块，所述第一执行模块用于基于所述手套类型标识和所述手套基础信息，分别对所述P个手套防护性指标进行数据挖掘，生成所述P个手套防护性指标对应的所述P个防护性衰减分析通道；
第二执行模块，所述第二执行模块用于基于所述共享指标防护性预测函数，生成所述指标防护性预测通道；
指标置信权重获得模块，所述指标置信权重获得模块用于基于所述P个手套防护性指标进行价值度识别，获得P个指标价值度，并对所述P个指标价值度进行占比计算，获得P个指标置信权重；
第三执行模块，所述第三执行模块用于以所述P个指标置信权重为所述预设防护性指标融合约束，并根据所述预设防护性指标融合约束，得到所述综合防护性预测通道；
网络层设置模块，所述网络层设置模块用于以所述P个防护性衰减分析通道为一级并行网络层，以所述指标防护性预测通道为二级网络层，以所述综合防护性预测通道为三级网络层；
网络层连接模块，所述网络层连接模块用于将所述一级并行网络层、所述二级网络层和所述三级网络层进行连接，生成所述手套防护性综合预测模型。
进一步的，所述系统还包括：
第一手套防护性指标获得模块，所述第一手套防护性指标获得模块用于遍历所述P个手套防护性指标，获得第一手套防护性指标；
同组橡胶手套获得模块，所述同组橡胶手套获得模块用于基于所述手套类型标识和所述手套基础信息，获得同组橡胶手套；
数据检索模块，所述数据检索模块用于以所述第一手套防护性指标和所述同组橡胶手套为检索约束，并根据所述检索约束进行大数据检索，获得第一防护性衰减分析记录库；
数据划分模块，所述数据划分模块用于基于所述第一防护性衰减分析记录库执行数据划分，获得第一训练数据序列和第一测试数据序列；
数据训练模块，所述数据训练模块用于基于全连接神经网络,根据所述第一训练数据序列和所述第一测试数据序列进行有监督训练，生成所述第一手套防护性指标对应的第一防护性衰减分析通道，且，所述第一防护性衰减分析通道具有输出准确率标识；
第四执行模块，所述第四执行模块用于将所述第一防护性衰减分析通道添加至所述P个防护性衰减分析通道。
本发明实施例所提供的一种用于橡胶手套防护性的监测告警系统可执行本发明任意实施例所提供的一种用于橡胶手套防护性的监测告警方法，具备执行方法相应的功能模块和有益效果。
所包括的各个模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
本申请提供了一种用于橡胶手套防护性的监测告警方法，其中，所述方法应用于一种用于橡胶手套防护性的监测告警系统，所述方法包括：通过图像采集装置执行目标橡胶手套的图像采集，获得手套图像采集结果；根据手套图像采集结果进行目标橡胶手套的表层防护性校验，获得手套表层防护性校验结果；当手套表层防护性校验结果为通过时，调取目标橡胶手套的使用日志数据和初始防护性数据；基于使用日志数据和初始防护性数据，根据手套防护性综合预测模型，生成手套综合防护性预测系数；若手套综合防护性预测系数不满足预设综合防护性预测系数，生成手套综合防护性告警信号。解决了现有技术中橡胶手套的防护性预警准确性低，导致橡胶手套的防护性预警质量差的技术问题。达到了提高橡胶手套的防护性预警准确性，提升橡胶手套的防护性预警质量的技术效果。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (8)

1.一种用于橡胶手套防护性的监测告警方法，其特征在于，所述方法应用于一种用于橡胶手套防护性的监测告警系统，所述系统与图像采集装置通信连接，所述方法包括：
采集目标橡胶手套的基础信息，获得手套数据集，其中，所述手套数据集包括手套类型标识、手套基础信息和手套防护性指标集，所述手套防护性指标集包括P个手套防护性指标，且，P为大于1的正整数；
基于所述图像采集装置执行所述目标橡胶手套的图像采集，获得手套图像采集结果；
基于所述手套图像采集结果进行所述目标橡胶手套的表层防护性校验，获得手套表层防护性校验结果；
当所述手套表层防护性校验结果为通过时，调取所述目标橡胶手套的使用日志数据和初始防护性数据，其中，所述使用日志数据包括M个手套使用日志，所述初始防护性数据包括P个手套防护性初始指标值，且，M为大于1的正整数；
基于所述手套数据集进行数据挖掘，构建手套防护性综合预测模型，其中，所述手套防护性综合预测模型包括P个防护性衰减分析通道和指标防护性预测通道和综合防护性预测通道；
基于所述使用日志数据和所述初始防护性数据，根据所述手套防护性综合预测模型，生成手套综合防护性预测系数；
若所述手套综合防护性预测系数不满足预设综合防护性预测系数，生成手套综合防护性告警信号。
2.如权利要求1所述的方法，其特征在于，基于所述手套图像采集结果进行所述目标橡胶手套的表层防护性校验，获得手套表层防护性校验结果，包括：
基于所述手套图像采集结果进行网格划分，获得Q个区域手套图像，且，Q为大于1的正整数；
遍历所述Q个区域手套图像进行表层防护性评价，获得Q个区域表层防护性系数，并对所述Q个区域表层防护性系数进行均值计算，获得手套表层防护性系数；
获得表层防护性系数约束；
判断所述手套表层防护性系数是否满足所述表层防护性系数约束；
当所述手套表层防护性系数不满足所述表层防护性系数约束，获得的所述手套表层防护性校验结果为不通过，并生成手套表层防护性告警指令。
3.如权利要求2所述的方法，其特征在于，遍历所述Q个区域手套图像进行表层防护性评价，获得Q个区域表层防护性系数，包括：
遍历所述Q个区域手套图像，获得第一区域手套图像；
根据手套表面缺陷特征，获得预设缺陷卷积特征集合；
根据所述预设缺陷卷积特征集合对所述第一区域手套图像进行遍历卷积计算，获得手套缺陷卷积结果；
将所述手套缺陷卷积结果输入手套表层防护性评价表，获得第一区域表层防护性系数。
4.如权利要求1所述的方法，其特征在于，基于所述使用日志数据和所述初始防护性数据，根据所述手套防护性综合预测模型，生成手套综合防护性预测系数，包括：
分别将所述M个手套使用日志输入所述P个防护性衰减分析通道，获得M个防护性衰减分析集合，其中，每个防护性衰减分析集合包括P个手套防护性指标对应的P个指标防护性衰减系数；
基于所述P个手套防护性指标对所述M个防护性衰减分析集合进行聚类，获得P个指标衰减聚类结果；
分别将所述P个指标衰减聚类结果和所述P个手套防护性初始指标值输入所述指标防护性预测通道，获得P个预测手套防护性指标值；
将所述P个预测手套防护性指标值输入所述综合防护性预测通道，所述综合防护性预测通道根据预设防护性指标融合约束对所述P个预测手套防护性指标值进行加权，获得所述手套综合防护性预测系数。
5.如权利要求4所述的方法，其特征在于，所述方法包括：
所述指标防护性预测通道包括共享指标防护性预测函数，所述共享指标防护性预测函数为
;
其中，Zi表征第i个手套防护性指标对应的预测手套防护性指标值，且，i为正整数，1≤i≤P，Zi0表征第i个手套防护性指标对应的手套防护性初始指标值，表征第i个手套防护性指标对应的指标衰减聚类结果的指标衰减支持算子，ω表征第i个手套防护性指标对应的指标衰减聚类结果的指标衰减置信算子。
6.如权利要求5所述的方法，其特征在于，基于所述手套数据集进行数据挖掘，构建手套防护性综合预测模型，包括：
基于所述手套类型标识和所述手套基础信息，分别对所述P个手套防护性指标进行数据挖掘，生成所述P个手套防护性指标对应的所述P个防护性衰减分析通道；
基于所述共享指标防护性预测函数，生成所述指标防护性预测通道；
基于所述P个手套防护性指标进行价值度识别，获得P个指标价值度，并对所述P个指标价值度进行占比计算，获得P个指标置信权重；
以所述P个指标置信权重为所述预设防护性指标融合约束，并根据所述预设防护性指标融合约束，得到所述综合防护性预测通道；
以所述P个防护性衰减分析通道为一级并行网络层，以所述指标防护性预测通道为二级网络层，以所述综合防护性预测通道为三级网络层；
将所述一级并行网络层、所述二级网络层和所述三级网络层进行连接，生成所述手套防护性综合预测模型。
7.如权利要求6所述的方法，其特征在于，基于所述手套类型标识和所述手套基础信息，分别对所述P个手套防护性指标进行数据挖掘，包括：
遍历所述P个手套防护性指标，获得第一手套防护性指标；
基于所述手套类型标识和所述手套基础信息，获得同组橡胶手套；
以所述第一手套防护性指标和所述同组橡胶手套为检索约束，并根据所述检索约束进行大数据检索，获得第一防护性衰减分析记录库；
基于所述第一防护性衰减分析记录库执行数据划分，获得第一训练数据序列和第一测试数据序列；
基于全连接神经网络,根据所述第一训练数据序列和所述第一测试数据序列进行有监督训练，生成所述第一手套防护性指标对应的第一防护性衰减分析通道，且，所述第一防护性衰减分析通道具有输出准确率标识；
将所述第一防护性衰减分析通道添加至所述P个防护性衰减分析通道。
8.一种用于橡胶手套防护性的监测告警系统，其特征在于，所述系统与图像采集装置通信连接，所述系统包括：
基础信息采集模块，所述基础信息采集模块用于采集目标橡胶手套的基础信息，获得手套数据集，其中，所述手套数据集包括手套类型标识、手套基础信息和手套防护性指标集，所述手套防护性指标集包括P个手套防护性指标，且，P为大于1的正整数；
图像采集模块，所述图像采集模块用于基于所述图像采集装置执行所述目标橡胶手套的图像采集，获得手套图像采集结果；
表层防护性校验模块，所述表层防护性校验模块用于基于所述手套图像采集结果进行所述目标橡胶手套的表层防护性校验，获得手套表层防护性校验结果；
日志数据调取模块，所述日志数据调取模块用于当所述手套表层防护性校验结果为通过时，调取所述目标橡胶手套的使用日志数据和初始防护性数据，其中，所述使用日志数据包括M个手套使用日志，所述初始防护性数据包括P个手套防护性初始指标值，且，M为大于1的正整数；
数据挖掘模块，所述数据挖掘模块用于基于所述手套数据集进行数据挖掘，构建手套防护性综合预测模型，其中，所述手套防护性综合预测模型包括P个防护性衰减分析通道和指标防护性预测通道和综合防护性预测通道；
综合防护性预测系数生成模块，所述综合防护性预测系数生成模块用于基于所述使用日志数据和所述初始防护性数据，根据所述手套防护性综合预测模型，生成手套综合防护性预测系数；
防护性告警模块，所述防护性告警模块用于若所述手套综合防护性预测系数不满足预设综合防护性预测系数，生成手套综合防护性告警信号。
CN202311201611.8A 2023-09-18 2023-09-18 用于橡胶手套防护性的监测告警方法及系统 Active CN116934760B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311201611.8A CN116934760B (zh) 2023-09-18 2023-09-18 用于橡胶手套防护性的监测告警方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311201611.8A CN116934760B (zh) 2023-09-18 2023-09-18 用于橡胶手套防护性的监测告警方法及系统

Publications (2)

Publication Number Publication Date
CN116934760A CN116934760A (zh) 2023-10-24
CN116934760B true CN116934760B (zh) 2023-11-17

Family

ID=88382957

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311201611.8A Active CN116934760B (zh) 2023-09-18 2023-09-18 用于橡胶手套防护性的监测告警方法及系统

Country Status (1)

Country Link
CN (1) CN116934760B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013178819A1 (en) * 2012-06-01 2013-12-05 Dublin Institute Of Technology A method and apparatus for protective clothing compliance
CN112837295A (zh) * 2021-02-01 2021-05-25 北京工业大学 一种基于生成对抗网络的橡胶手套缺陷检测方法
CN115239725A (zh) * 2022-09-22 2022-10-25 张家港大裕橡胶制品有限公司 一种橡胶手套胶浸涂层视觉监测方法及系统
CN115758831A (zh) * 2022-11-23 2023-03-07 上海工程技术大学 一种劳动保护手套的防护效果预测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013178819A1 (en) * 2012-06-01 2013-12-05 Dublin Institute Of Technology A method and apparatus for protective clothing compliance
CN112837295A (zh) * 2021-02-01 2021-05-25 北京工业大学 一种基于生成对抗网络的橡胶手套缺陷检测方法
CN115239725A (zh) * 2022-09-22 2022-10-25 张家港大裕橡胶制品有限公司 一种橡胶手套胶浸涂层视觉监测方法及系统
CN115758831A (zh) * 2022-11-23 2023-03-07 上海工程技术大学 一种劳动保护手套的防护效果预测方法

Also Published As

Publication number Publication date
CN116934760A (zh) 2023-10-24

Similar Documents

Publication Publication Date Title
CN108764601A (zh) 一种基于计算机视觉和深度学习技术的结构健康监测异常数据诊断方法
CN110555617A (zh) 一种基于物联网的建筑火灾风险实时动态定量评估方法
CN110636066B (zh) 基于无监督生成推理的网络安全威胁态势评估方法
CN114509266B (zh) 一种基于故障特征融合的轴承健康监测方法
CN117034143B (zh) 一种基于机器学习的分布式系统故障诊断方法及装置
CN111191855B (zh) 一种基于管网多元水质时序数据的水质异常事件识别预警方法
CN114547541B (zh) 一种应用于河涌巡测的系统
CN111476102A (zh) 一种安全防护方法、中控设备及计算机存储介质
CN115035328A (zh) 转炉图像增量自动机器学习系统及其建立训练方法
CN115662066A (zh) 一种自然灾害检测装置及预测方法
CN116934760B (zh) 用于橡胶手套防护性的监测告警方法及系统
CN114841518A (zh) 一种内河助航标志服役状态评价方法
CN117191147A (zh) 一种泄洪大坝水位监测预警方法及系统
CN116186642B (zh) 一种基于多维特征融合的分布式光纤传感事件预警方法
CN114970743A (zh) 一种基于多模态深度学习的多源遥感降雨数据融合方法
CN111951505A (zh) 基于分布式光纤系统的围栏振动入侵定位和模式识别方法
CN111382147A (zh) 一种气象数据缺失插补方法和系统
CN115131943B (zh) 一种基于深度学习的声光联动预警方法
CN110598969B (zh) 一种海上通道突发事件风险预警方法
CN116739357B (zh) 多模态融合感知的城市既有建筑广域监测预警方法及装置
CN117648632B (zh) 光纤振动异常识别方法、装置、设备及计算机程序产品
Nagure et al. Rainfall Prediction for Flood Risk Assessment of Kolhapur Region Using Ai/Ml Models
CN117010060A (zh) 一种基于改进d-s证据理论的混凝土坝健康诊断方法及系统
CN117437460A (zh) 一种基于环境特征的空气质量智能评级方法及系统
CN115936442A (zh) 核电厂自然灾害响应方法和装置

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