买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：四川华体照明科技股份有限公司

摘要：本申请涉及数据处理领域，具体提供一种边缘计算网关数据处理方法及网关，在道路多维监测信息集中抽取得到多个监测模态的道路监测信息流，将抽取获得的多个道路监测信息流映射成多个道路感知隐式表示数据流并分别进行平移尺取提取，得到道路感知特征合并数据流；然后进行隐式表示整合，将整合结果组合得到拟分析道路的道路隐式表示以确定拟分析道路的分析结果。本申请基于平移尺取提取在每个监测模态的道路感知隐式表示数据流中抽取得到多个尺取隐式表示，能获得各个监测模态更完善的组合。这样能防止在短时间聚焦一个模态的监测数据，被隐藏在整个道路感知隐式表示数据流中不易被察觉，以此提高短时间内单模态异常监测数据的监测精度。

主权项：1.一种边缘计算网关数据处理方法，其特征在于，所述方法包括：获取拟分析道路的道路多维监测信息集；在所述道路多维监测信息集中抽取得到多个监测模态的道路监测信息流，以及将抽取获得的多个所述道路监测信息流映射成多个道路感知隐式表示数据流；将第一感知表示统计量作为尺取数量，以及将第二感知表示统计量作为尺取步幅，对每个所述道路感知隐式表示数据流进行平移尺取提取，得到每个所述道路感知隐式表示数据流对应的第一道路感知特征合并数据流；对每个所述第一道路感知特征合并数据流进行隐式表示整合，以及将整合获得的多个整合数据流隐式表示进行组合得到所述拟分析道路的道路隐式表示；依据所述道路隐式表示确定所述拟分析道路的分析结果；其中，所述对每个所述第一道路感知特征合并数据流进行隐式表示整合，以及将整合获得的多个整合数据流隐式表示进行组合得到所述拟分析道路的道路隐式表示，包括：确定各个所述第一道路感知特征合并数据流对应的第一机器学习模型；将每个所述道路感知隐式表示数据流对应的所述第一道路感知特征合并数据流加载到对应的所述第一机器学习模型进行隐式表示整合，得到每个所述道路感知隐式表示数据流对应的整合数据流隐式表示；对多个所述整合数据流隐式表示进行组合，得到所述拟分析道路的道路隐式表示；其中，所述依据所述道路隐式表示确定所述拟分析道路的分析结果，包括：将所述道路隐式表示加载到第二机器学习模型进行全连接映射处理，得到第一全连接映射结果；根据所述第一全连接映射结果确定所述拟分析道路的道路分析结果；多个所述第一机器学习模型与所述第二机器学习模型依据先验知识模板一同调试得到，多个所述第一机器学习模型与所述第二机器学习模型的调试过程包括：获取先验知识模板数据，所述先验知识模板数据包括多个示例监测道路的示例道路监测信息以及每个示例监测道路的道路分析结果先验标记；在所述示例道路监测信息中抽取得到多个监测模态的样本道路监测信息流，以及将抽取获得的多个所述样本道路监测信息流映射成多个示例道路感知隐式表示数据流；将所述第一感知表示统计量作为尺取数量，以及将所述第二感知表示统计量作为尺取步幅，对每个所述示例道路感知隐式表示数据流进行平移尺取提取，得到每个所述示例道路感知隐式表示数据流对应的第一示例道路感知特征合并数据流；将所述每个所述示例道路感知隐式表示数据流对应的第一示例道路感知特征合并数据流加载到到对应的所述第一机器学习模型中进行隐式表示整合，以及将整合获得的每个所述示例道路感知隐式表示数据流对应的示例整合数据流隐式表示进行组合得到示例道路隐式表示；将所述示例道路隐式表示加载到第二机器学习模型进行全连接映射处理，得到第二全连接映射结果，并依据所述第二全连接映射结果与对应的道路分析结果先验标记确定模型调试误差；依据所述模型调试误差对多个所述第一机器学习模型以及所述第二机器学习模型的模型内部参量进行优化。

全文数据：

权利要求：

百度查询： 四川华体照明科技股份有限公司 边缘计算网关数据处理方法及网关