[发明专利]基于人工智能的全时全域训练大数据平台在审

专利信息
申请号: 202110594573.1 申请日: 2021-05-28
公开(公告)号: CN113313170A 公开(公告)日: 2021-08-27
发明(设计)人: 徐庆尧;杨超;耿艳栋;侯翔;陈大春;张睿;费凯;封双连;王涛 申请(专利权)人: 中国人民解放军战略支援部队航天工程大学
主分类号: G06K9/62 分类号: G06K9/62;G06K9/40;G06K9/34;G06F9/50;G06N3/08;G06N3/04
代理公司: 长沙国科天河知识产权代理有限公司 43225 代理人: 邱轶
地址: 101400*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人工智能 全域 训练 数据 平台
【说明书】:

本申请涉及基于人工智能的全时全域训练大数据平台,包括:标准化训练素材采集系统,用于通过身份制和界面化的方式利用泛在物联网进行训练数据的标准化采集;素材智能化识别系统,用于对训练数据进行图像特征智能化识别;基于OCR的训练素材处理系统,用于对训练数据进行文本素材识别与提取处理;微服务架构系统,用于基于训练数据提供平台微服务处理;微服务处理包括动态负载均衡处理、分布式消息传输与数据交互处理和信息安全处理;综合可视化系统,用于根据训练数据和微服务处理结果进行训练数据可视化展示。在训练实践应用中,借助前述平台实现了训练全过程的跟踪优化,显著提升了训练应用效率。

技术领域

本申请涉及大数据处理与应用技术领域,特别是涉及一种基于人工智能的全时全域训练大数据平台。

背景技术

随着军队信息化建设向纵深推进和以云计算、大数据、人工智能为代表的新技术的飞速发展,军事训练领域迎来了思想观念上的变革和方法手段上的革新。数字化、网络化程度不断提升,军事训练活动中产生数据的种类日益增多且数量成倍增长,用大数据理念指导军事训练实践,已经成为各级对训练规律认识、训练效果评估、训练效益评价和训练质量监察必不可少的基础支撑。

深入发掘训练数据的潜在价值,分析大数据技术在军事训练中的应用,积极探索推进军事训练大数据建设的对策措施,对于提高军事训练效益,推进军事训练创新发展具有十分重要的意义。然而,在实现本发明过程中,发明人发现在军事训练大数据应用建设中,存在着训练应用效率不高的技术问题。

发明内容

基于此,有必要针对上述技术问题,提供一种训练应用效率较高的基于人工智能的全时全域训练大数据平台。

为了实现上述目的,本发明实施例采用以下技术方案:

一方面,本发明实施例提供一种基于人工智能的全时全域训练大数据平台,包括:

标准化训练素材采集系统,用于通过身份制和界面化的方式利用泛在物联网进行训练数据的标准化采集;

素材智能化识别系统,用于对训练数据进行图像特征智能化识别;

基于OCR的训练素材处理系统,用于对训练数据进行文本素材识别与提取处理;

微服务架构系统,用于基于训练数据提供平台微服务处理;微服务处理包括动态负载均衡处理、分布式消息传输与数据交互处理和信息安全处理;

综合可视化系统,用于根据训练数据和微服务处理结果进行训练数据可视化展示。

上述技术方案具有如下优点和有益效果:

上述基于人工智能的全时全域训练大数据平台,通过构建由标准化训练素材采集系统、素材智能化识别系统、基于OCR的训练素材处理系统、微服务架构系统和综合可视化系统等五个方面内容系统架构,实现从训练数据的标准化采集、素材智能化识别、素材文本识别、微服务至可视化的数据管控服务,达到训练大数据体系可“训练信息感知、全系统协同考核评估、全过程在线决策、全时域优化平衡”的目标,以基础构建支撑应用,可用于直接构建全时全域的智能化训练考核与评估系统、训练图像质量管理体系智能化预警系统和涵盖教学、评价、设备管理的训练管理控制体系。从而,在训练实践应用中,借助前述平台实现训练全过程的跟踪优化,显著提升了训练应用效率。

附图说明

图1为一个实施例中基于人工智能的全时全域训练大数据平台的架构示意图;

图2为一个实施例中训练大数据采集模式示意图;

图3为一个实施例中监督式生成对抗网络结构的示意图;

图4为一个实施例多尺度特征融合深度卷积结构设计示意图;

图5为一个实施例中自编码器的原理示意图;

图6为一个实施例中可视化架构设计的示意图;

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中国人民解放军战略支援部队航天工程大学,未经中国人民解放军战略支援部队航天工程大学许可,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/202110594573.1/2.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