利索能及
我要发布
收藏
专利号: 2023117583302
申请人: 江苏理工学院
专利类型:发明专利
专利状态:已下证
更新日期:2026-08-04
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于无线通信的智慧城市物联网系统的运行方法,其特征在于:该方法包括:服务器接收来自监测设备所获取的第一监测数据,该第一检测数据为智慧城市物联网系统运行过程中所产生的运行数据;

将第一监测数据输入第一模型,输出至少两个分类数据和两个预测值;

对预测值进行比对,并通过统计模型生成置信度;

将所生成的置信度回馈到服务器,服务器根据接收到的置信度对第一模型的性能进行优化。

2.根据权利要求1所述的一种基于无线通信的智慧城市物联网系统的运行方法,其特征在于:输出至少两个分类数据包括以下步骤:对第一监测数据进行预处理,生成预处理数据;

选定至少一个分类特征,并根据该分类特征对预处理数据进行筛选,得到第一分类特征数据;

对第一模型进行模型训练,并将第一分类特征数据输入到训练后的第一模型中,对第一分类特征数据进行重分类,生成第二分类特征数据;

对第一模型进行评估,并根据评估结果对第一模型进行动态调整。

3.根据权利要求2所述的一种基于无线通信的智慧城市物联网系统的运行方法,其特征在于:所述分类特征包括至少一个属性,所述属性包括位置信息、设备类型、传感器数据类型、时间、事件类型。

4.根据权利要求3所述的一种基于无线通信的智慧城市物联网系统的运行方法,其特征在于:输出至少两个预测值包括:将预处理数据输入第一模型中,并选择统计特性或者时域频域特征作为预测值分类特征,输出第一预测值;

将第一分类特征数据输入第一模型中,进行预测分析,生成第二预测值,第二预测值包含第一分类特征数据中多种属性对应的数据预测值;

将第二分类特征数据输入到第一模型中,生成第三预测值,第三预测值包含第二分类特征数据中多种属性对应的数据预测值。

5.根据权利要求4所述的一种基于无线通信的智慧城市物联网系统的运行方法,其特征在于:所述置信度的生成包括:按照同属性将第一预测值分别与第二预测值、第三预测值进行比对,生成第一置信度和第二置信度,其中第一置信度为第一预测值与第二预测值的比对结果,第二置信度为第一预测值与第三预测值的比对结果;

比较第一置信度与第二置信度,并选择其中一个作为对应属性下的属性置信度。

6.根据权利要求5所述的一种基于无线通信的智慧城市物联网系统的运行方法,其特征在于:所述属性置信度的确定方法为:当第一置信度与第二置信度相等时,选择第一置信度或第二置信度任一个作为属性置信度;

当第一置信度小于第二置信度时,选择第二置信度作为属性置信度;

当第一置信度大于第二置信度时,对第一置信度和第二置信度进行差值计算,并设定阈值与差值计算结果进行比对,当差值计算结果小于等于阈值时,选择第二置信度作为属性置信度;当差值结果大于阈值时,选择第一置信度作为属性置信度。

7.根据权利要求6所述的一种基于无线通信的智慧城市物联网系统的运行方法,其特征在于:所述阈值为第二置信度的百分之十。

8.一种基于无线通信的智慧城市物联网系统,该系统用于实施如权利要求1至7任一项所述的运行方法,其特征在于:该系统包括:数据接收模块,用于服务器接收来自监测设备所获取的第一监测数据,该第一检测数据为智慧城市物联网系统运行过程中所产生的运行数据;

模型输出模块,用于将第一监测数据输入第一模型,输出至少两个分类数据和两个预测值;

置信度生成模块,用于对预测值进行比对,并通过统计模型生成置信度;

性能优化模块,用于将所生成的置信度回馈到服务器,服务器根据接收到的置信度对第一模型的性能进行优化。

9.根据权利要求8所述的一种基于无线通信的智慧城市物联网系统,其特征在于:所述模型输出模块包括:预处理模块,用于对第一监测数据进行预处理,生成预处理数据;

分类特征选择模块,用于选定至少一个分类特征,并根据该分类特征对预处理数据进行筛选,得到第一分类特征数据;

模型训练模块,用于对第一模型进行模型训练,并将第一分类特征数据输入到训练后的第一模型中,对第一分类特征数据进行重分类,生成第二分类特征数据;

模型评估模块,用于对第一模型进行评估,并根据评估结果对第一模型进行动态调整。

10.根据权利要求8所述的一种基于无线通信的智慧城市物联网系统,其特征在于:所述置信度生成模块包括:预测值比对模块,用于按照同属性将第一预测值分别与第二预测值、第三预测值进行比对,生成第一置信度和第二置信度,其中第一置信度为第一预测值与第二预测值的比对结果,第二置信度为第一预测值与第三预测值的比对结果;

置信度比较模块,用于比较第一置信度与第二置信度,并选择其中一个作为对应属性下的属性置信度。