[发明专利]一种基于大数据的深度学习系统有效

专利信息
申请号: 202010525502.1 申请日: 2020-06-10
公开(公告)号: CN111552972B 公开(公告)日: 2023-02-03
发明(设计)人: 师夏阳;王艳青;王明;朱少林;张建伟;李玉华;刘静静;郑倩 申请(专利权)人: 郑州轻工业大学
主分类号: G06F21/56 分类号: G06F21/56;G06F11/10;G09B5/14
代理公司: 郑州豫原知识产权代理事务所(普通合伙) 41176 代理人: 韩晓娟
地址: 450000 *** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 数据 深度 学习 系统
【权利要求书】:

1.一种基于大数据的深度学习系统,包括电源(1),所述电源(1)的输出端电性连接有交流传输线(2),所述交流传输线(2)的输出端电性连接有稳压电路(3),所述交流传输线(2)的输出端电性连接有主控电路(4),其特征在于:所述稳压电路(3)的输出端电性连接有场效应管(5),所述场效应管(5)的输出端电性连接有保护电阻(6),所述主控电路(4)的输出端电性连接有主控开关(7),所述稳压电路(3)的输出端电性连接有自恢复式熔断器(8),所述稳压电路(3)的输出端电性连接有分线开关(9),所述自恢复式熔断器(8)的输出端电性连接有过流保护变阻器(10);

所述主控电路(4)的输出端电性连接有系统软件(11),所述系统软件(11)的输出端电性连接有管理员身份验证(12),所述管理员身份验证(12)的输出端电性连接有密码信息验证(13),所述密码信息验证(13)的输出端电性连接有输入端点选择(14),所述输入端点选择(14)的输出端电性连接有启动保护装置(15),所述输入端点选择(14)的输出端电性连接有总收纳储存CPU(16),所述总收纳储存CPU(16)的输出端电性连接有教师信息系统(17),所述教师信息系统(17)的输出端电性连接有家长信息系统(18),所述总收纳储存CPU(16)的输出端电性连接有学生信息系统(19),所述教师信息系统(17)的输出端电性连接有初步信息处理(20),所述初步信息处理(20)的输出端电性连接有信息初步检测(21),所述初步信息处理(20)的输出端电性连接有信息收集CPU(22),所述教师信息系统(17)的输出端电性连接有总控系统中心(23),所述总控系统中心(23)的输出端电性连接有多位CRC校验模块(24),所述总控系统中心(23)的输出端电性连接有启发式智能代码分析模块(25),所述总控系统中心(23)的输出端电性连接有内存解毒模块(26),所述总控系统中心(23)的输出端电性连接有动态数据还原模块(27),所述总控系统中心(23)的输出端电性连接有自身免疫模块(28)。

2.根据权利要求1所述的一种基于大数据的深度学习系统,其特征在于:所述场效应管(5)、保护电阻(6)、自恢复式熔断器(8)和过流保护变阻器(10)共同组成一个电路过流防护系统。

3.根据权利要求1所述的一种基于大数据的深度学习系统,其特征在于:所述主控开关(7)和分线开关(9)单独工作,互不干扰,且主控开关(7)和分线开关(9)都采用智能自切断式开关装置。

4.根据权利要求1所述的一种基于大数据的深度学习系统,其特征在于:所述教师信息系统(17)、学生信息系统(19)和家长信息系统(18)共同受总收纳储存CPU(16)控制,且教师信息系统(17)、学生信息系统(19)和家长信息系统(18)属于平级,单独工作,互不干扰。

5.根据权利要求1所述的一种基于大数据的深度学习系统,其特征在于:所述教师信息系统(17)、学生信息系统(19)和家长信息系统(18)的输出端均电性连接有初步信息处理(20)、信息初步检测(21)和信息收集CPU(22),且初步信息处理(20)、信息初步检测(21)和信息收集CPU(22)共同组成了一个信息收集装置,信息收集装置通过各个网站进行信息采集和储存搬运的工作。

6.根据权利要求1所述的一种基于大数据的深度学习系统,其特征在于:所述总收纳储存CPU(16)将各个信息收集CPU(22)内部的信息进行提取和备份储存。

7.根据权利要求1所述的一种基于大数据的深度学习系统,其特征在于:所述总控系统中心(23)、多位CRC校验模块(24)、启发式智能代码分析模块(25)、内存解毒模块(26)、动态数据还原模块(27)和自身免疫模块(28)共同组成一个病毒查杀与自我防护系统,且多位CRC校验模块(24)、启发式智能代码分析模块(25)、内存解毒模块(26)、动态数据还原模块(27)和自身免疫模块(28)均直接受总控系统中心(23)的控制。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于郑州轻工业大学,未经郑州轻工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010525502.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top