[发明专利]感知神经元汇聚设备

说明书

感知神经元汇聚设备，它涉及大数据处理技术领域。感知神经元汇聚设备它包含感知神经元处理调度器、硬盘录像机、双路路由器、数字量采集模块、模拟量采集模块、开关量采集模块、UPS电源、设备收纳箱，感知神经元处理调度器设置在硬盘录像机上方，双路路由器设在硬盘录像机下方，数字量采集模块固定设置在模拟量采集模块上方，开关量采集模块设置在UPS电源上方。采用上述技术方案后，本发明的有益效果为：它的结构设计合理，具有兼容能力，支持各类型物联网协议接入，采用机器学习算法优化采集效率，支持远程指令管理，通过运营管控能有效的确保物联网的运行环境，降低各类传感设备的运维成本。

技术领域

本发明涉及大数据处理技术领域，具体涉及感知神经元汇聚设备。

背景技术

随智慧物联网的快速发展，越来越多的物联网感知设备正在大量使用与普及，同时感知设备种类的多样化、专业化与精密化，对感知设备产生的海量数据，在收集、整理、处置和储存中带来了一定困难，且要对这些感知设备进行动态监管耗时耗力，缺少统一规范与有效手段。目前市面上现有的物联网采集设备具有以下不足：1、缺少多协议兼容性；2、无法兼容数字模拟两种传感器；3、复杂环境的可靠性差；4、缺少运营管控功能；5、缺少智能分析决策。

发明内容

本发明的目的在于针对现有技术的缺陷和不足，提供一种感知神经元汇聚设备，它的结构设计合理，具有兼容能力，支持各类型物联网协议接入，采用机器学习算法优化采集效率，支持远程指令管理，通过运营管控能有效的确保物联网的运行环境，降低各类传感设备的运维成本。

为实现上述目的，本发明采用以下技术方案是：它包含感知神经元处理调度器1、硬盘录像机2、双路路由器3、数字量采集模块4、模拟量采集模块5、开关量采集模块6、UPS电源7、设备收纳箱8，感知神经元处理调度器1设置在硬盘录像机2上方，双路路由器3设在硬盘录像机2下方，数字量采集模块4固定设置在模拟量采集模块5上方，开关量采集模块6设置在UPS电源7上方，神经元处理调度器1、硬盘录像机2、双路路由器3、数字量采集模块4、模拟量采集模块5、开关量采集模块6和UPS电源7均设置在设备收纳箱8内部。

所述的硬盘录像机2设置两个。

本发明的工作原理：数字量采集模块、模拟量采集模块和开关量采集模块三种采集数据模块把各种协议数据转换为统一的TCP/IP协议数据，再由双路路由器发送给神经元处理调度器进行数据清洗与过滤，筛选出的有效数据进行存储，通过机器学习算法对存储的海量数据进行分析，生成清洗模型、指令调度模型和故障预警模型。

感知神经元处理调度器中的调度指令，通过TCP/IP协议，接收与发送系统指令、状态指令和数据指令，为用户提供远程操控。

感知神经元处理调度器中的运营管控，监控物联网中各种感知设备的状态，当设备出现故障时会自动触发故障处置流程，提供故障设备的型号、安装位置等数据给维修人员并提供维修状态跟踪。

采用上述技术方案后，本发明有益效果为：用硬件与软件结合方式，模拟大脑中神经元信息处理模式并结合机器学习算法进行功能设计，集采集、协议转换、清洗、过滤、存储、指令控制和运营管控于一体，用于提高对感知设备维护和动态监管的效率以及提高获取感知数据的质量。总的来说，它的结构设计合理，具有兼容能力，支持各类型物联网协议接入，采用机器学习算法优化采集效率，支持远程指令管理，通过运营管控能有效的确保物联网的运行环境，降低各类传感设备的运维成本。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明的结构示意图；

图2是本发明的工作原理图；