CN117421611B - 一种水泥制造厂的废气成分过滤方法及系统 - Google Patents
一种水泥制造厂的废气成分过滤方法及系统 Download PDFInfo
- Publication number
- CN117421611B CN117421611B CN202311744562.2A CN202311744562A CN117421611B CN 117421611 B CN117421611 B CN 117421611B CN 202311744562 A CN202311744562 A CN 202311744562A CN 117421611 B CN117421611 B CN 117421611B
- Authority
- CN
- China
- Prior art keywords
- exhaust gas
- cement plant
- tag
- attribute
- gas data
- 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
- 239000004568 cement Substances 0.000 title claims abstract description 318
- 238000001914 filtration Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 17
- 239000002912 waste gas Substances 0.000 title claims description 20
- 239000013598 vector Substances 0.000 claims abstract description 84
- 238000012216 screening Methods 0.000 claims abstract description 32
- 239000007789 gas Substances 0.000 claims description 494
- 238000012545 processing Methods 0.000 claims description 34
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 38
- 239000010908 plant waste Substances 0.000 description 20
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 8
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 4
- 238000012806 monitoring device Methods 0.000 description 4
- 239000000428 dust Substances 0.000 description 3
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- KRHYYFGTRYWZRS-UHFFFAOYSA-N Fluorane Chemical compound F KRHYYFGTRYWZRS-UHFFFAOYSA-N 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 229910002091 carbon monoxide Inorganic materials 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 150000002222 fluorine compounds Chemical class 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D46/00—Filters or filtering processes specially modified for separating dispersed particles from gases or vapours
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D46/00—Filters or filtering processes specially modified for separating dispersed particles from gases or vapours
- B01D46/42—Auxiliary equipment or operation thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/211—Selection of the most significant subset of features
- G06F18/2113—Selection of the most significant subset of features by ranking or filtering the set of features, e.g. using a measure of variance or of feature cross-correlation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Processing Of Solid Wastes (AREA)
Abstract
本申请提供的一种水泥制造厂的废气成分过滤方法及系统，通过筛选水泥厂废气数据二元组中每一个第一废气属性标签的描述知识向量和每一个第二废气属性标签的描述知识向量，实现更精细化地理解水泥厂废气数据二元组中的废气属性标签的关键，实现对已经对齐完成的水泥厂废气数据二元组进行准确地局部判断。这样，再计算两两废气属性标签的描述知识向量之间的属性共享因子，进而基于属性共享因子准确地确定水泥厂废气数据二元组的水泥厂废气数据关联结果，针对所述水泥厂废气数据关联结果进行过滤处理，获得过滤处理结果，提升关联的准确性，能够精确地确定出水泥厂废气数据中存在问题的信息，在进行废气过滤时，能够更加精确地对废气进行过滤。
Description
技术领域
本申请涉及废气过滤技术领域，具体而言，涉及一种水泥制造厂的废气成分过滤方法及系统。
背景技术
水泥厂废气的来源：二氧化硫、氮氧化物、二氧化碳、氢氟酸、粉尘等；水泥厂废气的来源中水泥生产过程中不仅产生大量烟尘、粉尘，还生成二氧化硫、氮氧化物（NOX）、氟化物、二氧化碳、一氧化碳（CO）等有害气体是污染大气的主要来源。
随着环境保护的意识的增强，对水泥厂的废气排放有严格的要求，针对废气如何进行处理是现目前亟需要克服的一个技术问题。
发明内容
为改善相关技术中存在的技术问题，本申请提供了一种水泥制造厂的废气成分过滤方法及系统。
第一方面，提供一种水泥制造厂的废气成分过滤方法，所述方法包括：获得不少于一个水泥厂废气数据二元组，每一个所述水泥厂废气数据二元组包括第一水泥厂废气数据和第二水泥厂废气数据，所述第二水泥厂废气数据的搜集片段先于所述第一水泥厂废气数据的搜集片段，所述第一水泥厂废气数据包括不少于一个第一废气属性标签，所述第二水泥厂废气数据包括不少于一个第二废气属性标签，每一个所述第一废气属性标签用于表征所述第一水泥厂废气数据中所表示的废气标签，每一个所述第二废气属性标签用于表征所述第二水泥厂废气数据中所表示的废气标签；针对每一个所述水泥厂废气数据二元组，筛选每一个所述第一废气属性标签的描述知识向量，以及每一个所述第二废气属性标签的描述知识向量；将每一个所述第一废气属性标签的描述知识向量分别与每一个所述第二废气属性标签的描述知识向量进行两两之间的差异计算，得到对应所述第一废气属性标签与所述第二废气属性标签之间的属性共享因子；基于每一个所述属性共享因子确定对应所述水泥厂废气数据二元组的水泥厂废气数据关联结果，针对所述水泥厂废气数据关联结果进行过滤处理，获得过滤处理结果。
在一种独立实施的实施例中，所述筛选每一个所述第一废气属性标签的描述知识向量，包括：基于指定描述知识筛选线程筛选所述第一水泥厂废气数据的水泥厂废气数据描述知识；基于不少于一个指定待定识别窗口对所述第一水泥厂废气数据的水泥厂废气数据描述知识进行描述知识筛选，得到每一个所述第一废气属性标签的描述知识向量。
在一种独立实施的实施例中，筛选每一个所述第二废气属性标签的描述知识向量，包括：基于指定描述知识筛选线程筛选所述第二水泥厂废气数据的水泥厂废气数据描述知识；基于不少于一个指定待定识别窗口对所述第二水泥厂废气数据的水泥厂废气数据描述知识进行描述知识筛选，得到每一个所述第二废气属性标签的描述知识向量。
在一种独立实施的实施例中，每一个所述第一废气属性标签的描述知识向量包括对应所述第一废气属性标签的第一定位描述知识、第一分析维度描述知识以及第一关键描述知识中的至少一个，每一个所述第二废气属性标签的描述知识向量包括对应所述第二废气属性标签的第二定位描述知识、第二分析维度描述知识以及第二关键描述知识中的至少一个；所述将每一个所述第一废气属性标签的描述知识向量分别与每一个所述第二废气属性标签的描述知识向量进行两两之间的差异计算，得到对应所述第一废气属性标签与所述第二废气属性标签之间的属性共享因子，包括：计算第一局部标签的所述第一定位描述知识与第二局部标签的所述第二定位描述知识之间的第一差异，所述第一局部标签为所述不少于一个第一废气属性标签中的其中一个，所述第二局部标签为所述不少于一个第二废气属性标签中的其中一个；计算所述第一局部标签的所述第一分析维度描述知识与所述第二局部标签的所述第二分析维度描述知识之间的第二差异；计算所述第一局部标签的所述第一关键描述知识与所述第二局部标签的所述第二关键描述知识之间的第三差异；对所述第一差异、所述第二差异以及所述第三差异中的至少一个进行函数处理，得到所述第一局部标签与所述第二局部标签之间的属性共享因子。
在一种独立实施的实施例中，所述计算第一局部标签的所述第一定位描述知识与第二局部标签的所述第二定位描述知识之间的第一差异，包括：基于指定共享系数网络对第一局部标签的所述第一定位描述知识与第二局部标签的所述第二定位描述知识进行计算，得到第一局部标签的所述第一定位描述知识与第二局部标签的所述第二定位描述知识之间的第一差异。
在一种独立实施的实施例中，所述计算所述第一局部标签的所述第一分析维度描述知识与所述第二局部标签的所述第二分析维度描述知识之间的第二差异，包括：计算所述第一局部标签中的所述第一分析维度描述知识中每一个因子与所述第二局部标签中的所述第二分析维度描述知识中相同因子定位上的因子之间的比较结果；计算每一个所述比较结果的绝对值之和，得到所述第一局部标签的所述第一分析维度描述知识与所述第二局部标签的所述第二分析维度描述知识之间的第二差异。
在一种独立实施的实施例中，所述计算所述第一局部标签的所述第一关键描述知识与所述第二局部标签的所述第二关键描述知识之间的第三差异，包括：对所述第一局部标签的所述第一关键描述知识与所述第二局部标签的所述第二关键描述知识进行向量计算，得到所述第一局部标签的所述第一关键描述知识与所述第二局部标签的所述第二关键描述知识之间的第三差异。
在一种独立实施的实施例中，所述基于每一个所述属性共享因子确定对应所述水泥厂废气数据二元组的水泥厂废气数据关联结果，针对所述水泥厂废气数据关联结果进行过滤处理，获得过滤处理结果，包括：将每一个所述属性共享因子分别与第一指定目标值进行对比，确定目标废气属性标签二元组，所述目标废气属性标签二元组所对应的属性共享因子大于所述第一指定目标值；统计所述目标废气属性标签二元组的数量、所述第一废气属性标签的数量以及所述第二废气属性标签的数量；结合所述目标废气属性标签二元组的数量、所述第一废气属性标签的数量以及所述第二废气属性标签的数量确定对应所述水泥厂废气数据二元组的水泥厂废气数据关联结果，针对所述水泥厂废气数据关联结果进行过滤处理，获得过滤处理结果。
在一种独立实施的实施例中，所述结合所述目标废气属性标签二元组的数量、所述第一废气属性标签的数量以及所述第二废气属性标签的数量确定对应所述水泥厂废气数据二元组中的水泥厂废气数据关联结果，包括：结合所述目标废气属性标签二元组的数量、所述第一废气属性标签的数量以及所述第二废气属性标签的数量计算第一值，所述第一值用于表征对应所述水泥厂废气数据二元组的所述第一水泥厂废气数据与所述第二水泥厂废气数据中废气属性标签的关联程度；在所述第一值小于第二指定目标值时，确定对应所述水泥厂废气数据二元组的水泥厂废气数据关联结果，针对所述水泥厂废气数据关联结果进行过滤处理，获得过滤处理结果为第一结果，所述第一结果用于表征所述第一水泥厂废气数据与所述第二水泥厂废气数据之间存在废气属性标签差异。
在一种独立实施的实施例中，所述结合所述目标废气属性标签二元组的数量、所述第一废气属性标签的数量以及所述第二废气属性标签的数量计算第一值，包括：从所述第一废气属性标签的数量和所述第二废气属性标签的数量中确定最大数量；将所述目标废气属性标签二元组的数量除以所述最大数量，得到所述第一值。
在一种独立实施的实施例中，在所述第一值小于第二指定目标值时，确定对应所述水泥厂废气数据二元组的水泥厂废气数据关联结果，针对所述水泥厂废气数据关联结果进行过滤处理，获得过滤处理结果为第一结果之后，所述方法还包括：结合所述第一结果确定所述第一水泥厂废气数据与所述第二水泥厂废气数据中的废气属性标签变化范围；结合所述废气属性标签变化范围对所述第二水泥厂废气数据进行水泥厂废气数据优化。
在一种独立实施的实施例中，在获得不少于一个水泥厂废气数据二元组之前，所述方法还包括：获得不少于一个第一水泥厂废气数据和不少于一个第二水泥厂废气数据；对每一个所述第一水泥厂废气数据和每一个所述第二水泥厂废气数据分别进行两两水泥厂废气数据二元比较处理，得到水泥厂废气数据二元比较结果，所述水泥厂废气数据二元比较结果包括不少于一个所述水泥厂废气数据二元组。
第二方面，提供一种水泥制造厂的废气成分过滤系统，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。
本申请实施例所提供的一种水泥制造厂的废气成分过滤方法及系统，首先获得不少于一个水泥厂废气数据二元组，并且每一个水泥厂废气数据二元组包括第一水泥厂废气数据和第二水泥厂废气数据，第二水泥厂废气数据的搜集片段先于第一水泥厂废气数据的搜集片段。另外，在第一水泥厂废气数据中，包括不少于一个第一废气属性标签，并且每一个第一废气属性标签能够指示出第一水泥厂废气数据中所表示的废气标签。同样地，第二水泥厂废气数据包括不少于一个第二废气属性标签，并且每一个第二废气属性标签用来指示第二水泥厂废气数据中所表示的废气标签。针对每一个水泥厂废气数据二元组，通过筛选每一个第一废气属性标签的描述知识向量以及每一个第二废气属性标签的描述知识向量，进而将每一个所述第一废气属性标签的描述知识向量分别与每一个所述第二废气属性标签的描述知识向量进行两两之间的差异计算，得到对应所述第一废气属性标签与所述第二废气属性标签之间的属性共享因子。这样，再基于每一个属性共享因子确定对应水泥厂废气数据二元组的水泥厂废气数据关联结果，针对所述水泥厂废气数据关联结果进行过滤处理，获得过滤处理结果。通过上述方式，通过筛选水泥厂废气数据二元组中每一个第一废气属性标签的描述知识向量和每一个第二废气属性标签的描述知识向量，实现更精细化地理解水泥厂废气数据二元组中的废气属性标签的关键，实现对已经对齐完成的水泥厂废气数据二元组进行准确地局部判断。这样，再计算两两废气属性标签的描述知识向量之间的属性共享因子，进而基于属性共享因子准确地确定水泥厂废气数据二元组的水泥厂废气数据关联结果，针对所述水泥厂废气数据关联结果进行过滤处理，获得过滤处理结果，提升关联的准确性，能够精确地确定出水泥厂废气数据中存在问题的信息，在进行废气过滤时，能够更加精确地对废气进行过滤。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例所提供的一种水泥制造厂的废气成分过滤方法的流程图。
具体实施方式
为了更好的理解上述技术方案，下面通过附图以及具体实施例对本申请技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。
请参阅图1，示出了一种水泥制造厂的废气成分过滤方法，该方法可以包括以下步骤201-204所描述的技术方案。
201、获得不少于一个水泥厂废气数据二元组，每一个水泥厂废气数据二元组包括第一水泥厂废气数据和第二水泥厂废气数据，第二水泥厂废气数据的搜集片段先于第一水泥厂废气数据的搜集片段，第一水泥厂废气数据包括不少于一个第一废气属性标签，第二水泥厂废气数据包括不少于一个第二废气属性标签，每一个第一废气属性标签用于表征第一水泥厂废气数据中所表示的废气标签，每一个第二废气属性标签用于表征第二水泥厂废气数据中所表示的废气标签。
示例性的，水泥厂废气数据二元组是两个水泥厂废气数据组成的，也可以理解为水泥厂废气数据对。
进一步地，片段可以理解为时间。
示例性的，通过监测装置对水泥厂的废气进行监测，能够搜集到当前搜集片段下的不少于一个第一水泥厂废气数据，以形成第一水泥厂废气数据集合。随后，监测装置将第一水泥厂废气数据集合发送至水泥厂废气数据处理设备。另外，在该当前搜集片段之前，监测装置也同样地搜集到不少于一个第二水泥厂废气数据，形成第二水泥厂废气数据集合，并将第二水泥厂废气数据集合发送至水泥厂废气数据处理设备。
这样，水泥厂废气数据处理设备在接收到监测装置发送的第一水泥厂废气数据集合和第二水泥厂废气数据集合后，能够对该第一水泥厂废气数据集合中的每一个第一水泥厂废气数据和第二水泥厂废气数据集合中的每一个第二水泥厂废气数据分别进行两两水泥厂废气数据二元比较处理，得到水泥厂废气数据二元比较结果。作为一个示意性的描述，以其中一个第一水泥厂废气数据（譬如第一水泥厂废气数据）和其中一个第二水泥厂废气数据（譬如第二水泥厂废气数据）。
在该水泥厂废气数据二元比较结果中，包括不少于一个水泥厂废气数据二元组，并且每一个水泥厂废气数据二元组中包括第一水泥厂废气数据和第二水泥厂废气数据。由此，水泥厂废气数据处理设备可以从水泥厂废气数据二元比较结果中获得得到不少于一个水泥厂废气数据二元组。
202、针对每一个水泥厂废气数据二元组，筛选每一个第一废气属性标签的描述知识向量，以及每一个第二废气属性标签的描述知识向量。
示例性的，描述知识可以理解为特征。
示例性的，虽然上述所描述的水泥厂废气数据二元组中的第一水泥厂废气数据和第二水泥厂废气数据已经经过水泥厂废气数据二元比较处理，即对同一场景中的不同搜集时刻的水泥厂废气数据进行了初步适配。但是即便了对同一场景的水泥厂废气数据进行关联，也无法直接判定两个不同搜集片段所搜集到的水泥厂废气数据是描述同一标识。
因此，若要判断水泥厂废气数据二元组中的第一水泥厂废气数据与第二水泥厂废气数据是否为同一物理点或者是否为描述同一个标识等，此时需要水泥厂废气数据处理设备对水泥厂废气数据二元组中的水泥厂废气数据做更精细化对比判断处理。示例性地，水泥厂废气数据处理设备在获得得到每一个水泥厂废气数据二元组后，以其中一个水泥厂废气数据二元组为例，可筛选得到该水泥厂废气数据二元组中第一水泥厂废气数据中的每一个第一废气属性标签的描述知识向量，以及第二水泥厂废气数据中每一个第二废气属性标签的描述知识向量。
示例性地，本申请实施例提供的描述知识筛选的流程，水泥厂废气数据处理设备在获得得到水泥厂废气数据二元组后，可以将该水泥厂废气数据二元组中的第一水泥厂废气数据和第二水泥厂废气数据分别作为卷积神经网络的输入，以通过该卷积神经网络筛选到相应水泥厂废气数据的水泥厂废气数据描述知识。
水泥厂废气数据处理设备在获得得到每一个水泥厂废气数据二元组后，可以先将第一水泥厂废气数据输入至指定描述知识筛选线程中的预测单元中，以通过该预测单元筛选相应的描述知识向量。进一步地，将预测单元输出的描述知识向量作为无量纲简化单元的输入，以通过该无量纲简化单元按照正态分布对预测单元输出的描述知识向量进行无量纲简化处理，过滤掉描述知识向量中的噪声描述知识，得到过滤后的描述知识向量。最后，将无量纲简化单元所输出的过滤后的描述知识向量作为决策单元的输入，以通过决策单元完成对过滤后的描述知识向量的非线性映射处理，从而筛选得到该第一水泥厂废气数据的水泥厂废气数据描述知识。
水泥厂废气数据处理设备在筛选得到第一水泥厂废气数据的水泥厂废气数据描述知识后，还可以通过譬如范围筛选网络等线程，基于不少于一个指定待定识别窗口对第一水泥厂废气数据的水泥厂废气数据描述知识进行描述知识筛选，得到每一个第一废气属性标签的描述知识向量。通过每一个第一废气属性标签的描述知识向量，能够表征出对应的第一废气属性标签。
需说明，所提及的每一个第一废气属性标签的描述知识向量，可以包括但不限于对应的第一废气属性标签的第一定位描述知识、第一分析维度描述知识以及第一关键描述知识中的至少一个，具体本申请实施例中不做限定。所提及的第一定位描述知识能够用于明确该第一废气属性标签在第一水泥厂废气数据中的坐标定位。第一分析维度描述知识用于表征对应的第一废气属性标签在第一水泥厂废气数据中的分析维度属性。第一关键描述知识能够指示对应的第一废气属性标签的关键信息。
同样地，针对如何筛选第二水泥厂废气数据中每一个第二废气属性标签的描述知识向量，水泥厂废气数据处理设备也可将第二水泥厂废气数据输入至指定描述知识筛选线程的预测单元中，以通过该预测单元筛选相应的描述知识向量。进一步地，将预测单元输出的描述知识向量作为无量纲简化单元的输入，以通过该无量纲简化单元按照正态分布对预测单元输出的描述知识向量进行无量纲简化处理，过滤掉描述知识向量中的噪声描述知识，得到过滤后的描述知识向量。最后，将所输出的过滤后的描述知识向量作为决策单元的输入，以通过决策单元完成对无量纲简化单元描述知识向量的非线性映射处理，从而筛选得到该第二水泥厂废气数据的水泥厂废气数据描述知识。这样，水泥厂废气数据处理设备在筛选得到第二水泥厂废气数据的水泥厂废气数据描述知识后，基于不少于一个指定待定识别窗口对第二水泥厂废气数据的水泥厂废气数据描述知识进行描述知识筛选，得到每一个第二废气属性标签的描述知识向量。需说明，此处所描述的指定待定识别窗口。
需说明，所提及的每一个第二废气属性标签的描述知识向量，可以包括但不限于对应的第二废气属性标签的第二定位描述知识、第二分析维度描述知识以及第二关键描述知识中的至少一个，具体本申请实施例中不做限定。所提及的第二定位描述知识能够用于明确该第二废气属性标签在第二水泥厂废气数据中的坐标定位。第二分析维度描述知识，能够用于表征对应的第二废气属性标签在第二水泥厂废气数据中的分析维度属性。第二关键描述知识能够指示对应的第二废气属性标签的关键信息。
203、将每一个第一废气属性标签的描述知识向量分别与每一个第二废气属性标签的描述知识向量进行两两之间的差异计算，得到对应第一废气属性标签与第二废气属性标签之间的属性共享因子。
示例性的，共享因子可以理解为相似度。
示例性的，在进行精细化比对的过程中，针对每一个水泥厂废气数据二元组，水泥厂废气数据处理设备在筛选到每一个第一废气属性标签的描述知识向量以及每一个第二废气属性标签的描述知识向量后，可以将每一个第一废气属性标签的描述知识向量分别与每一个第二废气属性标签的描述知识向量进行两两之间的差异计算，得到对应第一废气属性标签与第二废气属性标签之间的属性共享因子。
从前述步骤202所描述的内容可知，每一个第一废气属性标签的描述知识向量包括对应第一废气属性标签的第一定位描述知识、第一分析维度描述知识以及第一关键描述知识中的至少一个；以及每一个第二废气属性标签的描述知识向量包括对应第二废气属性标签的第二定位描述知识、第二分析维度描述知识以及第二关键描述知识中的至少一个。那么，以不少于一个第一废气属性标签中的其中一个部件（即第一局部标签）、以不少于一个第二废气属性标签中的其中一个部件（即第二局部标签）为例，针对如何计算第一废气属性标签与第二废气属性标签两两之间的属性共享因子，其过程可以参照下述方式来实现，即：水泥厂废气数据处理设备可以计算第一局部标签的第一定位描述知识与第二局部标签的第二定位描述知识之间的第一差异。作为一个示意性的描述，可以基于指定共享系数网络对第一对第一局部标签的第一定位描述知识与第二局部标签的第二定位描述知识进行计算，由此计算得到第一局部标签的第一定位描述知识与第二局部标签的第二定位描述知识之间的第一差异。所描述的指定共享系数网络包括但不限于正弦共享系数网络等，具体本申请实施例中不做限定。
同样地，水泥厂废气数据处理设备还可以计算第一局部标签的第一分析维度描述知识与第二局部标签的第二分析维度描述知识之间的第二差异。
同样地，水泥厂废气数据处理设备还可以计算第一局部标签的第一关键描述知识与第二局部标签的第二关键描述知识之间的第三差异。作为一个示意性的描述，水泥厂废气数据处理设备可以对第一局部标签的第一关键描述知识与第二局部标签的第二关键描述知识进行向量计算，以此计算出第一局部标签的第一关键描述知识与第二局部标签的第二关键描述知识之间的第三差异。
204、基于每一个属性共享因子确定对应水泥厂废气数据二元组的水泥厂废气数据关联结果，针对所述水泥厂废气数据关联结果进行过滤处理，获得过滤处理结果。
示例性的，水泥厂废气数据处理设备在确定每一个水泥厂废气数据二元组中的每两个废气属性标签的属性共享因子度后，可以基于每一个属性共享因子确定对应水泥厂废气数据二元组的水泥厂废气数据关联结果，针对所述水泥厂废气数据关联结果进行过滤处理，获得过滤处理结果。通过该水泥厂废气数据关联结果，能够用来判断对应水泥厂废气数据二元组中的第一水泥厂废气数据与第二水泥厂废气数据是否为相同的场景水泥厂废气数据。
在基于每一个属性共享因子确定对应水泥厂废气数据二元组的水泥厂废气数据关联结果，针对所述水泥厂废气数据关联结果进行过滤处理，获得过滤处理结果的过程中，可以参照下述方式进行理解，即：首先，水泥厂废气数据处理设备可以将每一个属性共享因子分别与第一指定目标值进行对比，进而将属性共享因子大于第一指定目标值时的废气属性标签二元组确定为目标废气属性标签二元组。需说明，所描述的目标废气属性标签二元组中包括一个第一废气属性标签和一个第二废气属性标签。
这样，水泥厂废气数据处理设备再基于目标废气属性标签二元组的数量、第一废气属性标签的数量以及第二废气属性标签的数量确定对应水泥厂废气数据二元组的水泥厂废气数据关联结果，针对所述水泥厂废气数据关联结果进行过滤处理，获得过滤处理结果。示例性地，在确定水泥厂废气数据关联结果的过程中，水泥厂废气数据处理设备可以先基于目标废气属性标签二元组的数量、第一废气属性标签的数量以及第二废气属性标签的数量计算第一值。作为一个示意性的描述，水泥厂废气数据处理设备在计算第一值的过程中，可以先从第一废气属性标签的数量和第二废气属性标签的数量中确定最大数量，进而再将目标废气属性标签二元组的数量除以最大数量，得到第一值。
反之，在比较出第一值大于或等于第二指定目标值的情况下，说明第一水泥厂废气数据与第二水泥厂废气数据之间的废气属性标签并没有存在差异或者差异可以忽略不计，此时则确定出对应水泥厂废气数据二元组的水泥厂废气数据关联结果，针对所述水泥厂废气数据关联结果进行过滤处理，获得过滤处理结果为第二结果。即通过第二结果第一水泥厂废气数据与第二水泥厂废气数据之间的废气属性标签并没有存在差异或者差异可以忽略不计。
本申请实施例中，通过筛选水泥厂废气数据二元组中每一个第一废气属性标签的描述知识向量和每一个第二废气属性标签的描述知识向量，实现更精细化地理解水泥厂废气数据二元组中的废气属性标签的关键，实现对已经对齐完成的水泥厂废气数据二元组进行准确地局部判断。这样，再计算两两废气属性标签的描述知识向量之间的属性共享因子，进而基于属性共享因子准确地确定水泥厂废气数据二元组的水泥厂废气数据关联结果，针对所述水泥厂废气数据关联结果进行过滤处理，获得过滤处理结果，提升关联的准确性，能够精确地确定出水泥厂废气数据中存在问题的信息，在进行废气过滤时，能够更加精确地对废气进行过滤，从而提升地图优化的能力。
在上述基础上，提供了一种水泥制造厂的废气成分过滤装置，所述装置包括：
数据获得模块，用于获得不少于一个水泥厂废气数据二元组，每一个所述水泥厂废气数据二元组包括第一水泥厂废气数据和第二水泥厂废气数据，所述第二水泥厂废气数据的搜集片段先于所述第一水泥厂废气数据的搜集片段，所述第一水泥厂废气数据包括不少于一个第一废气属性标签，所述第二水泥厂废气数据包括不少于一个第二废气属性标签，每一个所述第一废气属性标签用于表征所述第一水泥厂废气数据中所表示的废气标签，每一个所述第二废气属性标签用于表征所述第二水泥厂废气数据中所表示的废气标签；
向量筛选模块，用于针对每一个所述水泥厂废气数据二元组，筛选每一个所述第一废气属性标签的描述知识向量，以及每一个所述第二废气属性标签的描述知识向量；
共享因子模块，用于将每一个所述第一废气属性标签的描述知识向量分别与每一个所述第二废气属性标签的描述知识向量进行两两之间的差异计算，得到对应所述第一废气属性标签与所述第二废气属性标签之间的属性共享因子；
结果过滤模块，用于基于每一个所述属性共享因子确定对应所述水泥厂废气数据二元组的水泥厂废气数据关联结果，针对所述水泥厂废气数据关联结果进行过滤处理，获得过滤处理结果。
在上述基础上，示出了一种水泥制造厂的废气成分过滤系统，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。
在上述基础上，还提供了一种计算机可读存储介质，其上存储的计算机程序在运行时实现上述的方法。
综上，基于上述方案，首先获得不少于一个水泥厂废气数据二元组，并且每一个水泥厂废气数据二元组包括第一水泥厂废气数据和第二水泥厂废气数据，第二水泥厂废气数据的搜集片段先于第一水泥厂废气数据的搜集片段。另外，在第一水泥厂废气数据中，包括不少于一个第一废气属性标签，并且每一个第一废气属性标签能够指示出第一水泥厂废气数据中所表示的废气标签。同样地，第二水泥厂废气数据包括不少于一个第二废气属性标签，并且每一个第二废气属性标签用来指示第二水泥厂废气数据中所表示的废气标签。针对每一个水泥厂废气数据二元组，通过筛选每一个第一废气属性标签的描述知识向量以及每一个第二废气属性标签的描述知识向量，进而将每一个所述第一废气属性标签的描述知识向量分别与每一个所述第二废气属性标签的描述知识向量进行两两之间的差异计算，得到对应所述第一废气属性标签与所述第二废气属性标签之间的属性共享因子。这样，再基于每一个属性共享因子确定对应水泥厂废气数据二元组的水泥厂废气数据关联结果，针对所述水泥厂废气数据关联结果进行过滤处理，获得过滤处理结果。通过上述方式，通过筛选水泥厂废气数据二元组中每一个第一废气属性标签的描述知识向量和每一个第二废气属性标签的描述知识向量，实现更精细化地理解水泥厂废气数据二元组中的废气属性标签的关键，实现对已经对齐完成的水泥厂废气数据二元组进行准确地局部判断。这样，再计算两两废气属性标签的描述知识向量之间的属性共享因子，进而基于属性共享因子准确地确定水泥厂废气数据二元组的水泥厂废气数据关联结果，针对所述水泥厂废气数据关联结果进行过滤处理，获得过滤处理结果，提升关联的准确性，能够精确地确定出水泥厂废气数据中存在问题的信息，在进行废气过滤时，能够更加精确地对废气进行过滤。
应当理解，上述所示的系统及其模块可以利用各种方式来实现。例如，在一些实施例中，系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中，硬件部分可以利用专用逻辑来实现；软件部分则可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本申请的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用例如由各种类型的处理器所执行的软件实现，还可以由上述硬件电路和软件的结合(例如，固件)来实现。
需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。
Claims (7)
1.一种水泥制造厂的废气成分过滤方法，其特征在于，所述方法包括：
获得不少于一个水泥厂废气数据二元组，每一个所述水泥厂废气数据二元组包括第一水泥厂废气数据和第二水泥厂废气数据，所述第二水泥厂废气数据的搜集片段先于所述第一水泥厂废气数据的搜集片段，所述第一水泥厂废气数据包括不少于一个第一废气属性标签，所述第二水泥厂废气数据包括不少于一个第二废气属性标签，每一个所述第一废气属性标签用于表征所述第一水泥厂废气数据中所表示的废气标签，每一个所述第二废气属性标签用于表征所述第二水泥厂废气数据中所表示的废气标签；
针对每一个所述水泥厂废气数据二元组，筛选每一个所述第一废气属性标签的描述知识向量，以及每一个所述第二废气属性标签的描述知识向量；
将每一个所述第一废气属性标签的描述知识向量分别与每一个所述第二废气属性标签的描述知识向量进行两两之间的差异计算，得到对应所述第一废气属性标签与所述第二废气属性标签之间的属性共享因子；
基于每一个所述属性共享因子确定对应所述水泥厂废气数据二元组的水泥厂废气数据关联结果，针对所述水泥厂废气数据关联结果进行过滤处理，获得过滤处理结果；
其中，所述筛选每一个所述第一废气属性标签的描述知识向量，包括：
基于指定描述知识筛选线程筛选所述第一水泥厂废气数据的水泥厂废气数据描述知识；
基于不少于一个指定待定识别窗口对所述第一水泥厂废气数据的水泥厂废气数据描述知识进行描述知识筛选，得到每一个所述第一废气属性标签的描述知识向量；
其中，筛选每一个所述第二废气属性标签的描述知识向量，包括：
基于指定描述知识筛选线程筛选所述第二水泥厂废气数据的水泥厂废气数据描述知识；
基于不少于一个指定待定识别窗口对所述第二水泥厂废气数据的水泥厂废气数据描述知识进行描述知识筛选，得到每一个所述第二废气属性标签的描述知识向量；
其中，每一个所述第一废气属性标签的描述知识向量包括对应所述第一废气属性标签的第一定位描述知识、第一分析维度描述知识以及第一关键描述知识中的至少一个，每一个所述第二废气属性标签的描述知识向量包括对应所述第二废气属性标签的第二定位描述知识、第二分析维度描述知识以及第二关键描述知识中的至少一个；所述将每一个所述第一废气属性标签的描述知识向量分别与每一个所述第二废气属性标签的描述知识向量进行两两之间的差异计算，得到对应所述第一废气属性标签与所述第二废气属性标签之间的属性共享因子，包括：
计算第一局部标签的所述第一定位描述知识与第二局部标签的所述第二定位描述知识之间的第一差异，所述第一局部标签为所述不少于一个第一废气属性标签中的其中一个，所述第二局部标签为所述不少于一个第二废气属性标签中的其中一个；
计算所述第一局部标签的所述第一分析维度描述知识与所述第二局部标签的所述第二分析维度描述知识之间的第二差异；
计算所述第一局部标签的所述第一关键描述知识与所述第二局部标签的所述第二关键描述知识之间的第三差异；
对所述第一差异、所述第二差异以及所述第三差异中的至少一个进行函数处理，得到所述第一局部标签与所述第二局部标签之间的属性共享因子。
2.根据权利要求1所述的方法，其特征在于，所述计算第一局部标签的所述第一定位描述知识与第二局部标签的所述第二定位描述知识之间的第一差异，包括：基于指定共享系数网络对第一局部标签的所述第一定位描述知识与第二局部标签的所述第二定位描述知识进行计算，得到第一局部标签的所述第一定位描述知识与第二局部标签的所述第二定位描述知识之间的第一差异。
3.根据权利要求1所述的方法，其特征在于，所述计算所述第一局部标签的所述第一分析维度描述知识与所述第二局部标签的所述第二分析维度描述知识之间的第二差异，包括：
计算所述第一局部标签中的所述第一分析维度描述知识中每一个因子与所述第二局部标签中的所述第二分析维度描述知识中相同因子定位上的因子之间的比较结果；
计算每一个所述比较结果的绝对值之和，得到所述第一局部标签的所述第一分析维度描述知识与所述第二局部标签的所述第二分析维度描述知识之间的第二差异。
4.根据权利要求1所述的方法，其特征在于，所述计算所述第一局部标签的所述第一关键描述知识与所述第二局部标签的所述第二关键描述知识之间的第三差异，包括：对所述第一局部标签的所述第一关键描述知识与所述第二局部标签的所述第二关键描述知识进行向量计算，得到所述第一局部标签的所述第一关键描述知识与所述第二局部标签的所述第二关键描述知识之间的第三差异。
5.根据权利要求1所述的方法，其特征在于，所述基于每一个所述属性共享因子确定对应所述水泥厂废气数据二元组的水泥厂废气数据关联结果，针对所述水泥厂废气数据关联结果进行过滤处理，获得过滤处理结果，包括：
将每一个所述属性共享因子分别与第一指定目标值进行对比，确定目标废气属性标签二元组，所述目标废气属性标签二元组所对应的属性共享因子大于所述第一指定目标值；
统计所述目标废气属性标签二元组的数量、所述第一废气属性标签的数量以及所述第二废气属性标签的数量；
结合所述目标废气属性标签二元组的数量、所述第一废气属性标签的数量以及所述第二废气属性标签的数量确定对应所述水泥厂废气数据二元组的水泥厂废气数据关联结果，针对所述水泥厂废气数据关联结果进行过滤处理，获得过滤处理结果；
其中，所述结合所述目标废气属性标签二元组的数量、所述第一废气属性标签的数量以及所述第二废气属性标签的数量确定对应所述水泥厂废气数据二元组中的水泥厂废气数据关联结果，包括：
结合所述目标废气属性标签二元组的数量、所述第一废气属性标签的数量以及所述第二废气属性标签的数量计算第一值，所述第一值用于表征对应所述水泥厂废气数据二元组的所述第一水泥厂废气数据与所述第二水泥厂废气数据中废气属性标签的关联程度；
在所述第一值小于第二指定目标值时，确定对应所述水泥厂废气数据二元组的水泥厂废气数据关联结果，针对所述水泥厂废气数据关联结果进行过滤处理，获得过滤处理结果为第一结果，所述第一结果用于表征所述第一水泥厂废气数据与所述第二水泥厂废气数据之间存在废气属性标签差异；
其中，所述结合所述目标废气属性标签二元组的数量、所述第一废气属性标签的数量以及所述第二废气属性标签的数量计算第一值，包括：
从所述第一废气属性标签的数量和所述第二废气属性标签的数量中确定最大数量；
将所述目标废气属性标签二元组的数量除以所述最大数量，得到所述第一值；
其中，在所述第一值小于第二指定目标值时，确定对应所述水泥厂废气数据二元组的水泥厂废气数据关联结果，针对所述水泥厂废气数据关联结果进行过滤处理，获得过滤处理结果为第一结果之后，所述方法还包括：
结合所述第一结果确定所述第一水泥厂废气数据与所述第二水泥厂废气数据中的废气属性标签变化范围；
结合所述废气属性标签变化范围对所述第二水泥厂废气数据进行水泥厂废气数据优化。
6.根据权利要求1所述的方法，其特征在于，在获得不少于一个水泥厂废气数据二元组之前，所述方法还包括：
获得不少于一个第一水泥厂废气数据和不少于一个第二水泥厂废气数据；
对每一个所述第一水泥厂废气数据和每一个所述第二水泥厂废气数据分别进行两两水泥厂废气数据二元比较处理，得到水泥厂废气数据二元比较结果，所述水泥厂废气数据二元比较结果包括不少于一个所述水泥厂废气数据二元组。
7.一种水泥制造厂的废气成分过滤系统，其特征在于，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现权利要求1-6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311744562.2A CN117421611B (zh) | 2023-12-19 | 2023-12-19 | 一种水泥制造厂的废气成分过滤方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311744562.2A CN117421611B (zh) | 2023-12-19 | 2023-12-19 | 一种水泥制造厂的废气成分过滤方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117421611A CN117421611A (zh) | 2024-01-19 |
| CN117421611B true CN117421611B (zh) | 2024-04-30 |
Family
ID=89525173
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311744562.2A Active CN117421611B (zh) | 2023-12-19 | 2023-12-19 | 一种水泥制造厂的废气成分过滤方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117421611B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021184630A1 (zh) * | 2020-03-19 | 2021-09-23 | 平安国际智慧城市科技股份有限公司 | 基于知识图谱定位排污对象的方法及相关设备 |
| CN115082652A (zh) * | 2022-06-09 | 2022-09-20 | 杭州电子科技大学 | 一种基于可控光源采集装置的面料成分识别系统 |
| CN115292345A (zh) * | 2022-08-05 | 2022-11-04 | 神彩科技股份有限公司 | 一种污染源数据解析方法、装置、设备以及存储介质 |
| CN115373688A (zh) * | 2022-09-23 | 2022-11-22 | 曹昭强 | 一种软件开发线程的优化方法、系统及云平台 |
| CN116859006A (zh) * | 2023-09-04 | 2023-10-10 | 北京亦庄智能城市研究院集团有限公司 | 基于大气扩散机制的空气污染监测系统及其监测方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10895518B2 (en) * | 2016-05-27 | 2021-01-19 | International Business Machines Corporation, Armonk, Ny | Air quality monitoring, analysis and reporting system |
| US20230168648A1 (en) * | 2021-11-29 | 2023-06-01 | Airsset Technologies Inc. | Enviromental parameter determination based on indoor air quality |
-
2023
- 2023-12-19 CN CN202311744562.2A patent/CN117421611B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021184630A1 (zh) * | 2020-03-19 | 2021-09-23 | 平安国际智慧城市科技股份有限公司 | 基于知识图谱定位排污对象的方法及相关设备 |
| CN115082652A (zh) * | 2022-06-09 | 2022-09-20 | 杭州电子科技大学 | 一种基于可控光源采集装置的面料成分识别系统 |
| CN115292345A (zh) * | 2022-08-05 | 2022-11-04 | 神彩科技股份有限公司 | 一种污染源数据解析方法、装置、设备以及存储介质 |
| CN115373688A (zh) * | 2022-09-23 | 2022-11-22 | 曹昭强 | 一种软件开发线程的优化方法、系统及云平台 |
| CN116859006A (zh) * | 2023-09-04 | 2023-10-10 | 北京亦庄智能城市研究院集团有限公司 | 基于大气扩散机制的空气污染监测系统及其监测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117421611A (zh) | 2024-01-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112035359B (zh) | 程序测试方法、装置、电子设备及存储介质 | |
| CN111563074B (zh) | 一种基于多维标签的数据质量检测方法和系统 | |
| CN105930257B (zh) | 一种确定目标测试用例的方法及装置 | |
| CN111813845B (zh) | 基于etl任务的增量数据抽取方法、装置、设备及介质 | |
| CN111782460A (zh) | 大规模日志数据的异常检测方法、装置和存储介质 | |
| CN114491566B (zh) | 一种基于代码相似性的模糊测试方法、装置及存储介质 | |
| KR102549313B1 (ko) | 오염물질 배출수준 산정 시스템 및 방법 | |
| CN111541559A (zh) | 一种基于因果规则的故障定位方法 | |
| CN114757517A (zh) | 一种设备零部件的生产智能管理方法及系统 | |
| CN115392812B (zh) | 一种异常根因定位方法、装置、设备及介质 | |
| CN115098292B (zh) | 应用程序崩溃根原因识别方法、装置及电子设备 | |
| CN115659335A (zh) | 基于混合模糊测试的区块链智能合约漏洞检测方法及装置 | |
| CN116361974A (zh) | 一种基于公路业务及数据网络的数据源重要性判别方法 | |
| CN113806343B (zh) | 一种车联网数据质量的评估方法和系统 | |
| CN117421611B (zh) | 一种水泥制造厂的废气成分过滤方法及系统 | |
| CN117765737A (zh) | 交通异常检测方法、装置、设备、介质及程序产品 | |
| CN117610895A (zh) | 重点污染源管控时间的确定方法、装置、电子设备及介质 | |
| CN116228501B (zh) | 排污超标区域行业确定方法、装置、存储介质及电子设备 | |
| CN112631925A (zh) | 一种单变量原子违背缺陷的检测方法 | |
| CN114066619B (zh) | 担保圈风险确定方法、装置、电子设备和存储介质 | |
| CN111368782B (zh) | 煤火区域识别模型的训练方法、煤火区域识别方法及装置 | |
| Hong et al. | Drainage network flow anomaly classification based on XGBoost | |
| CN112990466A (zh) | 一种冗余规则检测方法、装置以及服务器 | |
| CN113568894A (zh) | 数据库的数据冗余处理方法、装置、电子设备及存储介质 | |
| CN113051307A (zh) | 告警信号的分析方法、设备、存储介质及装置 |
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 |