[发明专利]一种自学习物联网维保计划生成系统在审

专利信息
申请号: 202110993394.5 申请日: 2021-08-27
公开(公告)号: CN113837403A 公开(公告)日: 2021-12-24
发明(设计)人: 杨捷;董志宇;周孝保;吴松;韦庭 申请(专利权)人: 深圳市飞思捷跃科技有限公司
主分类号: G06Q10/00 分类号: G06Q10/00;G06N20/00;G06N3/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 518000 广东省深圳市宝安区*** 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: 一种 自学习 联网 计划 生成 系统
【权利要求书】:

1.一种自学习物联网维保计划生成系统,其特征在于,包括:

机器学习模块,通过用户发出指令进行学习;

特征数据采集管理模块,用于采集并记录有关特征数据,供所述机器学习模块输入生成或学习训练之用,所述特征数据采集模块由若干个前端数据采集接口、数据读取解析处理程序和可选的数据库组成,所述前端数据采集接口通过程序代码获取指定的系统内部配置数据、外部设备数据、外部第三方数据、周边环境数据多种类型的数据;

巡检计划管理模块,用于所述机器学习模块的巡检计划记录、展示以及人工修改,巡检计划管理模块由展示巡检计划的用户界面子模块、数据管理子模块组成,所述数据管理子模块读取巡检计划数据后呈现到用户界面子模块上。

2.根据权利要求1所述的一种自学习物联网维保计划生成系统,其特征在于:所述机器学习模块由机器学习算法系统和对应的状态控制程序、数据获取程序组成,其中机器学习算法系统包括了数据输入接口、数据输出接口、数据模型、算法实现几个子模块,状态控制程序用于控制机器学习模块处于训练状态或工作状态,数据获取程序用于从数据库中或特征数据采集管理模块中读取数据并进行数据清洗和预处理。

3.根据权利要求2所述的一种自学习物联网维保计划生成系统,其特征在于:所述机器学习模块包括人工神经网络算法、循环神经网络算法、后向反馈神经网络算法、支持向量机算法、逻辑回归算法以及决策树算法。

4.根据权利要求3所述的一种自学习物联网维保计划生成系统,其特征在于:所述人工神经网络算法、循环神经网络算法、后向反馈神经网络算法、支持向量机算法、逻辑回归算法以及决策树算法均可在训练状态之下,并且还可在生成状态之下。

5.根据权利要求1所述的一种自学习物联网维保计划生成系统,其特征在于:所述特征数据采集管理模块包括物联网数据采集端、设备事件采集端、外部数据采集系统、系统配置数据采集系统。

6.根据权利要求5所述的一种自学习物联网维保计划生成系统,其特征在于:所述物联网数据采集端包括物联网设备实时数据,所述设备事件采集端包括设备台账、报警事件,所述外部数据采集系统包括采集外部数据,所述采集外部数据包括天气温度、湿度、季节,所述系统配置数据采集系统包括历史数据采集模块。

7.根据权利要求1所述的一种自学习物联网维保计划生成系统,其特征在于:所述巡检计划管理模块包括记录模块、展示模块、人工模块以及修改模块。

8.根据权利要求1所述的一种自学习物联网维保计划生成系统,其特征在于:所述机器学习模块、特征数据采集模块、巡检计划管理模块共用一个数据库及对应的数据读写接口程序,并共用解析处理有通用性质的子模块。

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飞思捷跃科技有限公司,未经深圳市飞思捷跃科技有限公司许可,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/202110993394.5/1.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