摘要
本申请提供一种基于人工智能的园林植物风险分级预警方法及系统。其中,通过环境适应型传感器实时采集目标设备运行部件的振动和温度数据作为初始检测数据。基于传感器保护层与检测区域的温度分布特征建立补偿计算模型,动态计算温度补偿参数,生成消除环境温度影响的标准化检测数据。将标准化数据与异常振动特征数据库中的历史故障特征进行匹配,形成分析模型。系统将综合特征集输入分析模型进行匹配分析,同时结合设备部件材料性能变化数据和实时润滑状态数据,最终生成具有分级响应功能的预警信息。本申请实施例提供的方案能实现从数据采集到智能预警的全流程自动化处理。
技术关键词
反射光谱数据
分级预警方法
园林植物
风险
人工智能算法
异常状态
曲线
无人机集群
标记
分级预警系统
输入分析模型
符号
温度补偿参数
消除环境温度
存储组件
序列
验证阈值
气候
密度
系统为您推荐了相关专利信息
退役动力电池
阶梯
剩余寿命预测方法
场景
异常状态
风险动态评估方法
风险评估模型
指标
数据输入模块
训练集数据
自动测报系统
时序关联分析
贡献率
监测水体
矩阵
动态知识图谱
健康风险预测方法
拉普拉斯噪声
差分隐私
健康风险预测系统
智能监测预警系统
动态监测数据
大数据技术
大数据分析技术
动态数据集