基于深度学习的化工园区风险分区分级管控、平台及电子设备

AITNT
正文
推荐专利
基于深度学习的化工园区风险分区分级管控、平台及电子设备
申请号:CN202411128647
申请日期:2024-08-16
公开号:CN118966780A
公开日期:2024-11-15
类型:发明专利
摘要
本发明涉及一种化工风险管理技术领域,是一种基于深度学习的化工园区风险分区分级管控、平台及存储介质,包括创建化工园区的三维园区空间模型,可视化展示化工园区的区内设置情况;根据待识别风险相关数据类型在风险识别模型库中选取对应的一个或多个风险识别模型,并将待识别风险相关数据输入对应的风险识别模型;对各个风险识别模型的输出结果进行风险评价。本发明利用YOLOv8m网络模型得到的风险识别模型对化工园区内风险进行识别,相较于结合传感器采集数据、传统图像处理算法和经验主义的风险识别方法,提高了风险识别的准确性和稳定性,并针对风险识别模型的风险识别结果执行风险分级管理,能够实现化工园区风险分区分级管控。
技术关键词
风险识别模型 风险分级方法 识别模型库 识别风险 分级管控方法 分级管控平台 数据可视化展示 Unity3D引擎 分区 存储化工 可视化图表 网络 风险管理技术 风险识别方法 图像处理算法 样本
系统为您推荐了相关专利信息
1
电网调度操作票全流程智能校核管控方法
智能校核 调度管理系统 管控方法 集成算法 DBSCAN模型
2
一种基于双边联合风险控制的多传感器远期调度方法
风险控制模型 识别风险 人工蜂群算法 噪声方差 多传感器管理
3
基于智慧交通大模型的多模态数据知识抽取方法
知识抽取方法 车辆传感器数据 交通 图像传感器数据 多模态
4
一种提高OCR识别模型对特定字符识别准确率的方法及系统
OCR识别模型 光学字符识别 生成规则 语义关键词 因子
5
基于多模态融合的主动健康分层管理方法和电子设备
分层管理方法 静态特征提取 时序依赖关系 融合特征 多模态
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号