一种基于5G深度学习人工智能的展示装置制造方法及图纸

本发明专利技术提供了一种基于5G深度学习人工智能的展示装置，所述展示装置通过采用深度学习算法对所获取的数据集进行处理，从而得到深度学习处理后的数据集，然后展示装置以此深度学习处理后的数据集为基础来展示深度学习后的功能，从而使得展示装置所展示的场景与功能得到了迭代与升华，更加智能化，同时也提升了用户体验。

【技术实现步骤摘要】
一种基于5G深度学习人工智能的展示装置
本专利技术涉及展览展示设备
，尤其涉及一种基于5G深度学习人工智能的展示装置。
技术介绍
随着科技的进步，诸如政府规划馆、房地产沙盘类的展览展示装置得到了极大的发展。沙盘是根据地形图、航空像片或实地地形，按一定的比例关系，用泥沙、兵棋和其它材料堆制的模型。传统的房地产沙盘，其在通电的情况下，可通过灯光的闪烁加上沙盘上的相应造型模拟出楼宇、道路、地形地貌等信息，从而使用户可直观地观察到这些信息，了解该楼盘及其周边的相关状况。上述现有技术中的房地产沙盘，虽然在一定程度上能够向用户展示相关视觉信息，但其在人工智能及与用户的交互方面比较欠缺，从而造成用户体验感较差。
技术实现思路
本专利技术旨在至少在一定程度上解决上述技术问题之一或至少提供一种有用的商业选择。为此，本专利技术的目的在于提出一种基于5G深度学习人工智能的展示装置，所述展示装置通过采用深度学习算法对所获取的数据集进行处理，从而得到深度学习处理后的数据集，然后展示装置以此深度学习处理后的数据集为基础来展示深度学习后的功能，从而使得展示装置所展示的场景与功能得到了迭代与升华，更加智能化，同时也提升了用户体验。根据本专利技术的基于5G深度学习人工智能的展示装置，所述智能装置包括原始数据获取模块，用于获取展示装置所对应区域的原始样本数据；特征提取模块，用于采用特征提取算法对所述原始样本数据进行特征提取，以获得特征样本数据；分类处理模块，用于通过数据分类处理方法对所述特征样本数据进行分类处理，以得到多个分类处理数据集；功能展示模块，用于以至少一个所述分类处理数据集为基础来展示与该至少一个分类处理数据集相对应的功能；以及深度学习模块，所述深度学习模块用于采用深度学习算法对至少一个所述分类处理数据集进行处理，以得到深度学习处理数据集，所述功能展示模块还用于以所述深度学习处理数据集为基础来展示与该深度学习处理数据集相对应的功能。本专利技术的基于5G深度学习人工智能的展示装置，所述展示装置通过采用深度学习算法对所获取的数据集进行处理，从而得到深度学习处理后的数据集，然后展示装置以此深度学习处理后的数据集为基础来展示深度学习后的功能，从而使得展示装置所展示的场景与功能得到了迭代与升华，更加智能化，同时也提升了用户体验。另外，根据本专利技术上述的基于5G深度学习人工智能的展示装置，还可以具有如下附加的技术特征：所述展示装置还包括云服务器，所述原始数据获取模块、所述特征提取模块、所述分类处理模块、所述功能展示模块以及所述深度学习模块与所述云服务器分别相连。所述原始数据获取模块、所述特征提取模块、所述分类处理模块、所述功能展示模块以及所述深度学习模块通过5G与所述云服务器分别进行通信。所述云服务器包括处理器、存储器和网络接口。所述展示装置是智能交通系统展示装置，所述原始样本数据包括车流量、红绿灯时长、公交车数量、出租车数量。所述展示装置是智慧社区展示装置，所述原始样本数据包括住户数量、住户年龄状况、住户受教育状况、水电消耗状况。所述特征提取算法采用卷积神经网络、深信度网络、多层反馈循环神经网络中的至少一种。所述数据分类处理方法采用定类数据处理方法、定序数据处理方法、定距数据处理方法、定比数据处理方法中的至少一种。本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：图1是本专利技术的一个实施例的基于5G深度学习人工智能的展示装置的结构框图；图2是本专利技术的另一个实施例的基于5G深度学习人工智能的展示装置的结构框图；以及图3是本专利技术的一个实施例的云服务器的结构框图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。本专利技术提供了一种基于5G深度学习人工智能的展示装置，所述展示装置通过采用深度学习算法对所获取的数据集进行处理，从而得到深度学习处理后的数据集，然后展示装置以此深度学习处理后的数据集为基础来展示深度学习后的功能，从而使得展示装置所展示的场景与功能得到了迭代与升华，更加智能化，同时也提升了用户体验。图1是本专利技术的一个实施例的基于5G深度学习人工智能的展示装置的结构框图；图2是本专利技术的另一个实施例的基于5G深度学习人工智能的展示装置的结构框图；图3是本专利技术的一个实施例的云服务器的结构框图。参考图1-图3，本专利技术提供了一种基于5G深度学习人工智能的展示装置，所述基于5G深度学习人工智能的展示装置包括原始数据获取模块10、特征提取模块20、分类处理模块30、功能展示模块40以及深度学习模块50。原始数据获取模块10，用于获取展示装置所对应区域的原始样本数据。具体的，展示装置的功能展示依赖于一定区域的原始样本数据，展示装置通过对与其相对应的区域内的所有原始样本数据为基础并通过对这些原始样本数据进行加工从而展示相应的功能；在本实施例中，原始数据获取模块10获取所述展示装置所对应包含区域的所有原始样本数据，并对这些原始样本数据进行归纳、汇总。特征提取模块20与所述原始数据获取模块10相连，特征提取模块20用于采用特征提取算法对所述原始样本数据进行特征提取，以获得特征样本数据。具体的，原始数据获取模块10获取的原始样本数据数量量较大、且包含较多的噪声无用数据，特征提取模块20即通过采用特征提取算法来对所述原始数据获取模块10采集的原始样本数据进行归一化、除噪等过滤处理步骤，从而得到比较集中、干净的特征样本数据。通常的，特征提取模块20可以采用一种特征提取算法，或者融合采用几种特征提取算法来对原始样本数据进行特征提取。分类处理模块30与所述特征提取模块20相连，分类处理模块30用于通过数据分类处理方法对所述特征样本数据进行分类处理，以得到多个分类处理数据集。具体的，特征提取模块20在对原始数据获取模块10获取的原始样本数据进行特征提取操作以获得特征样本数据之后，此时的特征样本数据并没有归类区分，分类处理模块30即用于对该特征样本数据进行归纳、分类处理；通常地，分类处理模块30可采用一种或者多种数据分类处理方法来对所述特征样本数据进行分类、归纳处理，从而得到多个分类处理数据集，其中，每个分类处理数据集与其他分类处理数据集之间是彼此独立的。功能展示模块40与所述分类处理模块30相连，功能展示模块40用于以至少一个所述分类处理数据集为基础来展示与该至少一个分类处理数据集相对应的功能。具体的，分类处理模块30在通过对特征样本数据进行分类处理得到多个分类处理数据集后，功能展示模块40以其中一个分类处理数据集或者多个分类处理数据集为基础来构造本专利技术的展示装置的本文档来自技高网...

【技术保护点】
1.一种基于5G深度学习人工智能的展示装置，其特征在于，包括：/n原始数据获取模块，用于获取展示装置所对应区域的原始样本数据；/n特征提取模块，用于采用特征提取算法对所述原始样本数据进行特征提取，以获得特征样本数据；/n 分类处理模块，用于通过数据分类处理方法对所述特征样本数据进行分类处理，以得到多个分类处理数据集；/n功能展示模块，用于以至少一个所述分类处理数据集为基础来展示与该至少一个分类处理数据集相对应的功能；以及/n深度学习模块，所述深度学习模块用于采用深度学习算法对至少一个所述分类处理数据集进行处理，以得到深度学习处理数据集，所述功能展示模块还用于以所述深度学习处理数据集为基础来展示与该深度学习处理数据集相对应的功能。/n

【技术特征摘要】
1.一种基于5G深度学习人工智能的展示装置，其特征在于，包括：
原始数据获取模块，用于获取展示装置所对应区域的原始样本数据；
特征提取模块，用于采用特征提取算法对所述原始样本数据进行特征提取，以获得特征样本数据；
分类处理模块，用于通过数据分类处理方法对所述特征样本数据进行分类处理，以得到多个分类处理数据集；
功能展示模块，用于以至少一个所述分类处理数据集为基础来展示与该至少一个分类处理数据集相对应的功能；以及
深度学习模块，所述深度学习模块用于采用深度学习算法对至少一个所述分类处理数据集进行处理，以得到深度学习处理数据集，所述功能展示模块还用于以所述深度学习处理数据集为基础来展示与该深度学习处理数据集相对应的功能。


2.根据权利要求1所述的基于5G深度学习人工智能的展示装置，其特征在于，还包括云服务器，所述原始数据获取模块、所述特征提取模块、所述分类处理模块、所述功能展示模块以及所述深度学习模块与所述云服务器分别相连。


3.根据权利要求2所述的基于5G深度学习人工智能的展示装置，其特征在于，所述原始数据获取模块、所述特征提取模块、所述...

【专利技术属性】
技术研发人员：廖文瑾，
申请(专利权)人：深圳市赛野展览展示有限公司，
类型：发明
国别省市：广东;44