申请/专利权人：金世新

申请日：2023-10-26

公开（公告）日：2024-01-05

公开（公告）号：CN117350593A

主分类号：G06Q10/0639

分类号：G06Q10/0639;G06F18/2431;G06F18/25;G06F18/2134;G06N3/0499;G06N3/08;G06N3/084;G06N7/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.23#实质审查的生效;2024.01.05#公开

摘要：本发明涉及转播设备技术领域，具体公开了融合多源数据模糊算法的转播台播出设备的智能质量评估方法，包括：数据采集和处理、数据融合和向量构建、指标的权重确定、指标的独立性分析、建立模型和利用隶属度函数；本发明通过采集转播台播出系统中相关设备运行数据，将这些数据作为评估因素，上述播出相关设备的多源数据进行融合，组成向量，构建技术指标分析模型，既能考虑到评估因素指标完备性，又能保证各指标间独立性，避免信息重叠和漏失；将评估因素用层次分析法、神经网络法等技术手段，对设备的健康状态进行探索性研究，为广播设备在故障诊断、预测决策上发挥作用，科学地做出转播台的设备运行健康状态评估，为安全播出保驾护航。

主权项：1.融合多源数据模糊算法的转播台播出设备的智能质量评估方法，其特征在于，包括以下步骤：S1、数据采集和处理，通过安装传感器和监控设备，收集转播台播出系统相关设备的运行数据，将采集到的运行数据存储在可扩展的数据库中，使用数据清洗、去噪和缺失值技术，确保数据的质量和完整性；S2、数据融合和向量构建，将所述运行数据进行融合，构建数据向量，每个数据源提供不同的指标，所述指标代表设备的运行状态，引入变权权重理论，根据数据的变化来动态调整权重，以确保数据的权重合理性；S3、指标的权重确定，使用层次分析法AHP来确定各个评估因素之间的相对权重，用于确定各因素对设备健康状态的影响情况；S4、指标的独立性分析，若指标之间存在高度相关性，需要合并或剔除其中之一，确保各个评估因素之间的指标是相互独立的，以避免信息重叠；S5、建立模型，使用神经网络算法建立评估模型，模型根据历史数据进行训练，以识别设备的异常和问题；S6、状态分类，利用隶属度函数，对播出系统设备状态拟定正常V1、预警V2、故障V3等级，来反映播出系统相关设备的真实状态。

全文数据：

权利要求：

百度查询： 金世新 融合多源数据模糊算法的转播台播出设备的智能质量评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD