[发明专利]阈值生成方法、装置、设备和存储介质有效

专利信息
申请号: 202010115819.8 申请日: 2020-02-24
公开(公告)号: CN111339074B 公开(公告)日: 2023-05-05
发明(设计)人: 张全平;乔献强;任万千;黄光强 申请(专利权)人: 深圳市名通科技股份有限公司
主分类号: G06F16/215 分类号: G06F16/215;G06F16/28;G06N20/10
代理公司: 深圳市恒程创新知识产权代理有限公司 44542 代理人: 张小容
地址: 518000 广东省深圳市南山区粤海街*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 阈值 生成 方法 装置 设备 存储 介质
【权利要求书】:

1.一种阈值生成方法,其特征在于,所述阈值生成方法应用于监测预警平台,所述阈值生成方法包括以下步骤:

获取数据库中的历史数据;

根据所述历史数据中的监测信号时域数据和场景数据进行建模,生成信号识别模型;

将所述历史数据中的预设阈值和预警数据输入信号识别模型,生成新阈值;

所述预警数据中包含准确预警数据和准确预警信号数据;

所述将所述历史数据中的预设阈值和预警数据输入信号识别模型,生成新阈值的步骤包括:

根据所述历史数据中的准确预警数据和准确预警信号数据构建第二特征向量;

通过所述第二特征向量训练所述信号识别模型,获得调整后的信号识别模型;

将所述预设阈值输入所述调整后的信号识别模型中,生成新阈值。

2.如权利要求1所述的阈值生成方法,其特征在于,所述获取数据库中的历史数据的步骤之前,包括:

采集预设阈值、监测信号时域数据、预警数据和场景数据,将所述预设阈值、所述监测信号时域数据、所述预警数据和所述场景数据作为历史数据写入数据库。

3.如权利要求1所述的阈值生成方法,其特征在于,所述根据所述历史数据中的监测信号时域数据和场景数据进行建模,生成信号识别模型的步骤,包括:

对所述历史数据中的监测信号时域数据和场景数据进行数据清洗,生成训练数据;

使用所述训练数据构建第一特征向量,使用所述第一特征向量训练生成信号识别模型。

4.如权利要求1所述的阈值生成方法,其特征在于,所述预警数据中包含误预警数据和误预警信号数据;

所述将所述历史数据中的预设阈值和预警数据输入信号识别模型,生成新阈值的步骤,包括:

根据所述历史数据中的误预警数据和误预警信号数据构建第三特征向量;

通过所述第三特征向量训练所述信号识别模型,获得调整后的信号识别模型;

将所述预设阈值输入所述调整后的信号识别模型中,生成新阈值。

5.如权利要求1所述的阈值生成方法,其特征在于,所述将所述历史数据中的预设阈值和预警数据输入信号识别模型,生成新阈值的步骤之后,包括:

获取所述预设阈值中的最大阈值和最小阈值,判断所述新阈值是否在所述最大阈值和所述最小阈值之间;

若所述新阈值在所述最大阈值和所述最小阈值之间,则舍弃所述新阈值。

6.如权利要求1至5中任意一项所述的阈值生成方法,其特征在于,所述将所述历史数据中的预设阈值和预警数据输入信号识别模型,生成新阈值的步骤之后,包括:

将所述新阈值作为预设阈值添加到历史数据中,将新的历史数据输入至信号识别模型,并根据新的历史数据更新所述信号识别模型。

7.一种阈值生成装置,其特征在于,所述阈值生成装置包括:

数据获取模块:用于获取数据库中的历史数据;

模型建立模块:用于根据所述历史数据中的监测信号时域数据和场景数据进行建模,生成信号识别模型;

阈值生成模块:用于将所述历史数据中的预设阈值和预警数据输入信号识别模型,生成新阈值;

所述预警数据中包含准确预警数据和准确预警信号数据;

所述阈值生成模块,包括:

第一构建子模块,用于根据所述历史数据中的准确预警数据和准确预警信号数据构建第二特征向量;

第一信号模型调整子模块,用于通过所述第二特征向量训练所述信号识别模型,获得调整后的信号识别模型;

第一新阈值模块,用于将所述预设阈值输入所述调整后的信号识别模型中,生成新阈值。

8.一种阈值生成设备,其特征在于,所述阈值生成设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其中:

所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的阈值生成方法的步骤。

9.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的阈值生成方法的步骤。

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深圳市名通科技股份有限公司,未经深圳市名通科技股份有限公司许可,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/202010115819.8/1.html,转载请声明来源钻瓜专利网。

×

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