摘要
本发明公开了AIoT异常识别方法、灾害预警系统和道路安全系统,识别方法包括S1、构建双网络特征提取器,S2、获取数据集;S3、训练优化双网络特征提取器,得识别模型;S4、获取待识别数据;S5、进行多类别异常事件识别,得识别结果;灾害预警系统包括传感器计算单元和基站边缘计算单元;道路安全系统包括路侧计算单元和车载计算单元;通过双网络特征提取器能够精准识智能物联网环境下复杂异常模式与特征;通过基于本地‑全局特征的并行知识迁移框架并行化实现了本地和全局特征的权重更新,提高整体模型的识别精度和泛化能力;与真实灾害应急与道路安全领域紧密结合,切实解决灾害预警和道路安全预警实际问题。
技术关键词
异常识别方法
灾害预警系统
异常事件
传感器
节点
注意力
车辆自动紧急制动系统
通道
特征提取器
双网络
索引表
基站
数据
模型更新
元素
框架
归一化模块
积层
系统为您推荐了相关专利信息
双足机器人
数据采集频率
仿真环境
机器人关节
机器人控制
装配工艺流程
工艺设计方法
数据关联关系
规划
场景
EWMA模型
灌溉方法
深度学习算法
模型训练模块
数据远程采集系统