[发明专利]一种时钟同步测试巡检方法和系统有效

专利信息
申请号: 201911028111.2 申请日: 2019-10-28
公开(公告)号: CN110969082B 公开(公告)日: 2023-05-26
发明(设计)人: 潘峰;吕博 申请(专利权)人: 中国信息通信研究院
主分类号: G06V20/10 分类号: G06V20/10;G06V10/22;G06V10/25;G06V10/764
代理公司: 北京德琦知识产权代理有限公司 11018 代理人: 杜志敏;宋志强
地址: 100191 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 时钟 同步 测试 巡检 方法 系统
【权利要求书】:

1.一种时钟同步测试巡检系统,其特征在于,所述系统包括:图像获取装置、测试装置和服务器;

所述图像获取装置,按照预设周期获取所述测试装置所在测试环境的图片,并发送给服务器;

所述测试装置,在进行时钟同步性能测试时,进行性能数据收集,并按照预设周期以图片的形式截取性能测试结果,将获取的图片发送给所述服务器;

所述服务器,在接收图像获取装置和、或测试装置发送的同步图片时,基于预设AI模型确定所述图片的分类标签;当确定的分类标签表示性能测试异常时,输出告警信息;

其中,

训练所述预设AI模型时,若训练集的数据规模小于预设值,则使用逻辑回归或支持向量机算法建立初始AI模型;

若训练集的数据规模不小于预设值,则使用深度学习算法建立所述初始AI模型。

2.根据权利要求1所述的系统,其特征在于,所述图像获取装置包括:摄像头和第一电子设备;

所述摄像头用于采集所述测试装置所在测试环境的视频,并传输给所述电子设备;

所述第一电子设备将所述摄像头传输的视频按照预设周期截取图片,并发送给所述服务器。

3.根据权利要求1所述的系统,其特征在于,所述测试装置包括:测试仪表和第二电子设备;

所述测试仪表用于进行时钟同步性能测试;

所述第二电子设备,在所述测试仪表进行时钟同步性能测试时,进行性能数据收集;并按照预设周期以图片的形式截取性能测试结果,将获取的图片发送给所述服务器。

4.根据权利要求1所述的系统,其特征在于,所述测试装置包括:测试仪表;

所述测试仪表在进行时钟同步性能测试时,进行性能数据收集,并按照预设周期以图片的形式截取性能测试结果,将获取的图片发送给所述服务器。

5.根据权利要求1所述的系统,其特征在于,

所述服务器包括:本地服务器,和/或云端服务器;

当所述服务器包括本地服务器和云端服务器时,所述本地服务器和所述云端服务器进行数据共享和主备用切换。

6.根据权利要求1-5任一项所述的系统,其特征在于,

所述服务器准备已对图片进行标注的训练集、验证集、模型测试集和灰度测试集;

所述训练集用于初始AI模型的网络参数训练,所述验证集用于初始AI模型的超参数调整,所述模型测试集用于对训练参数后的AI模型性能评测,所述灰度测试集用于对训练参数后的AI模型的一致性和稳定性进行评测;

当所述训练参数后的AI模型的性能评测、一致性和稳定性评测均达标时,确定所述训练参数后的AI模型为预设AI模型。

7.一种时钟同步测试巡检方法,其特征在于,应用于所述权利要求1-6任一项所述的巡检系统中的服务器上,所述方法包括:

接收图像获取装置和/或测试装置发送的图片时,基于预设AI模型确定所述图片的分类标签;其中,所述图像获取装置发送的图片为所述图像获取装置按照预设周期获取所述测试装置所在测试环境的图片;所述测试装置发送的图片为所述测试装置按照预设周期以图片的形式截取的性能测试结果;

当确定的分类标签表示性能测试异常时,输出告警信息;

其中,

训练所述预设AI模型时,若训练集的数据规模小于预设值,则使用逻辑回归或支持向量机算法建立初始AI模型;

若训练集的数据规模不小于预设值,则使用深度学习算法建立所述初始AI模型。

8.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求7所述的方法。

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求7所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国信息通信研究院,未经中国信息通信研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911028111.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top