摘要
本发明公开了一种面向动态时变场景的数字孪生数据传输方法及系统,方法包括:通过感知节点采集得到多模态数据;通过边缘计算部署的深度学习模型对多模态数据进行处理得到输入数据;对输入数据进行分层压缩;将所述输入数据通过渐进传输输送到云端设备;在云端设备使用分层解压进行数据重建;云端设备通过重建数据进行数字孪生模型的更新。本发明通过深度学习与传统算法的协同压缩机制,实现数据的高效分层处理。通过渐进传输与调度优化适配信道波动并提升传输效率。通过云端分层解压与反馈控制确保重建质量与实时性。
技术关键词
数据传输方法
数字孪生模型
深度学习模型
云端
多模态
分层
生成对抗网络
场景
动态
数据传输系统
节点
数据传输模块
红外设备
解码器
编码器
基础
数据压缩
工业相机
系统为您推荐了相关专利信息
智能投影仪
校准方法
独立无线局域网
多光谱传感器
校准系统
智能文件管理系统
云平台
关联规则算法
文档特征
关键词
分析方法
分布式数据采集
油田作业现场
生成优化建议
WebSocket协议
动力学优化方法
数字孪生模型
机械系统
多自由度机械
多元异构数据