物联网设备人工智能数据提供方法、装置、系统及终端设备制造方法及图纸

本发明专利技术公开了一种物联网设备人工智能数据提供方法、装置、系统及终端设备，涉及人工智能技术领域。数据提供方法包括：获取检测设备的设备标识信息，设备标识信息包括所采集的原始物理信息的类别和输出数据类别，输出数据类别包括电压数据和图像数据的类别中的一个或两个以上；当输出数据类别中存在电压数据时将电压数据转换为第一数据；当输出数据类别中存在图像数据时将图像数据转换为第二数据；输出包括第一数据和/或第二数据及其对应的设备标识信息的数据。本发明专利技术通过将检测设备的输出数据转换为第三方所需的数据，可以加速对诸如从IoT设备获取的工作数据之类的大数据的使用。IoT设备获取的工作数据之类的大数据的使用。IoT设备获取的工作数据之类的大数据的使用。

【技术实现步骤摘要】
物联网设备人工智能数据提供方法、装置、系统及终端设备


[0001]本专利技术涉及人工智能
，具体涉及一种物联网设备人工智能数据提供方法、装置、系统及终端设备。

技术介绍

[0002]纵观目前物联网(IoT)设备的工作数据形式，各设备之间的数据库的编码形式、使用接口等各不相同，从而即使是同属于一个物联网内的各设备间的工作数据无法进行有效率的搜寻、比对或配合运算。而传统的各设备间的工作数据传输、各数据库间的搜寻比对等操作，需要花费太多的时间。
[0003]而且在使用人工智能进行学习训练等的情况下，需要数万个或者更多个的海量的学习数据，收集这些大数据需要大量的时间，因此需要一种快速、效率高的收集大数据的方法。

技术实现思路

[0004]因此，本专利技术实施例提供一种物联网设备人工智能数据提供方法、装置、系统及终端设备。
[0005]为此，本专利技术实施例的一种数据提供方法，包括以下步骤：
[0006]S1、获取检测设备的设备标识信息，所述设备标识信息包括所采集的原始物理信息的类别和输出数据类别，输出数据类别包括电压数据和图像数据的类别中的一个或两个以上；
[0007]S2、当所述输出数据类别中存在电压数据时，将所述电压数据转换为第一数据；
[0008]S3、当所述输出数据类别中存在图像数据时，将所述图像数据转换为第二数据；
[0009]S4、输出数据，所述数据包括所述第一数据和/或第二数据及其对应的设备标识信息。
[0010]优选地，所述S2的步骤包括：
[0011]S21、当所述输出数据类别中存在电压数据时，构建第一模型；
[0012]S22、采用第一强化学习模块进行计算，获得所述电压数据转换为的第一数据。
[0013]优选地，所述第一模型为：
[0014][0015]其中，Y1(t)为t时刻的第一数据，V(t)为t时刻的电压数据，C1为根据所采集的原始物理信息的类别确定的第一噪声影响系数，C2为根据检测设备的各部件确定的第二噪声影响系数，δ为第一转换系数，ε(t)为t时刻的噪声值。
[0016]优选地，所述S3的步骤包括：
[0017]S31、当所述输出数据类别中存在图像数据时，构建第二模型；
[0018]S32、采用第二强化学习模块进行计算，获得所述图像数据转换为的第二数据。
[0019]优选地，所述第二模型为：
[0020][0021]其中，Y2(t)为t时刻的第二数据，f
t
(x,y)为t时刻的图像坐标(x,y)上的像素值，C3为根据所采集的原始物理信息的类别确定的第三噪声影响系数，C4为根据检测设备的各部件确定的第四噪声影响系数。
[0022]本专利技术实施例的一种数据提供装置，包括：
[0023]设备标识信息获取单元，用于获取检测设备的设备标识信息，所述设备标识信息包括所采集的原始物理信息的类别和输出数据类别，输出数据类别包括电压数据和图像数据的类别中的一个或两个以上；
[0024]第一转换单元，用于当所述输出数据类别中存在电压数据时，将所述电压数据转换为第一数据；
[0025]第二转换单元，用于当所述输出数据类别中存在图像数据时，将所述图像数据转换为第二数据；
[0026]数据输出单元，用于输出数据，所述数据包括所述第一数据和/或第二数据及其对应的设备标识信息。
[0027]优选地，所述第一转换单元包括：
[0028]第一模型构建单元，用于当所述输出数据类别中存在电压数据时，构建第一模型；
[0029]第一强化学习模块计算单元，用于采用第一强化学习模块进行计算，获得所述电压数据转换为的第一数据。
[0030]优选地，所述第二转换单元包括：
[0031]第二模型构建单元，用于当所述输出数据类别中存在图像数据时，构建第二模型；
[0032]第二强化学习模块计算单元，用于采用第二强化学习模块进行计算，获得所述图像数据转换为的第二数据。
[0033]本专利技术实施例的一种终端设备，包括相互连接的上述的数据提供装置和检测设备；
[0034]所述检测设备用于将采集的原始物理信息转化为输出数据并输出给数据提供装置，输出数据的类别包括电压数据和图像数据的类别中的一个或两个以上；
[0035]所述数据提供装置用于将所述输出数据转换成数据并输出。
[0036]本专利技术实施例的一种数据提供系统，包括多个上述的终端设备，各终端设备之间通过网络建立通信连接，以实施数据的互传。
[0037]本专利技术实施例的物联网设备人工智能数据提供方法、装置、系统及终端设备，具有如下优点：
[0038]通过将检测设备采集原始物理信息所获得的输出数据转换为统一的数据，并将该数据提供给其他终端设备、存储设备或云平台，供其大数据收集、存储或检索等，不仅可以快速、高效地收集大数据，还可以在使用、检索等操作使免去各类不同数据格式之间的转换、比对步骤，大大提高了大数据应用效率。
附图说明
[0039]为了更清楚地说明本专利技术具体实施方式中的技术方案，下面将对具体实施方式描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0040]图1为本专利技术实施例1中数据提供方法的一个具体示例的流程图；
[0041]图2为本专利技术实施例1中数据提供方法的另一个具体示例的流程图；
[0042]图3为本专利技术实施例2中数据提供装置的一个具体示例的原理框图；
[0043]图4为本专利技术实施例3中终端设备的一个具体示例的原理框图；
[0044]图5为本专利技术实施例4中数据提供系统的一个具体示例的原理框图。
具体实施方式
[0045]下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0046]在本专利技术的描述中，需要说明的是，本文所用的术语仅用于描述特定实施例的目的，而并非旨在限制本专利技术。除非上下文明确指出，否则如本文中所使用的单数形式“一”、“一个”和“该”等意图也包括复数形式。使用“包括”和/或“包含”等术语时，是意图说明存在该特征、整数、步骤、操作、元素和/或组件，而不排除一个或多个其他特征、整数、步骤、操作、元素、组件、和/或其他组合的存在或增加。“连接”应做广义理解，例如，可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通；可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本专利技术中的具体含义。
[0047]此外，本说明书中的某些图式是用于例示方法的流程图。应了解，这些流程图中的每一个方块、及这本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种物联网设备人工智能数据提供方法，其特征在于，包括以下步骤：S1、获取检测设备的设备标识信息，所述设备标识信息包括所采集的原始物理信息的类别和输出数据类别，输出数据类别包括电压数据和图像数据的类别中的一个或两个以上；S2、当所述输出数据类别中存在电压数据时，将所述电压数据转换为第一数据；S3、当所述输出数据类别中存在图像数据时，将所述图像数据转换为第二数据；S4、输出数据，所述数据包括所述第一数据和/或第二数据及其对应的设备标识信息。2.根据权利要求1所述的方法，其特征在于，所述S2的步骤包括：S21、当所述输出数据类别中存在电压数据时，构建第一模型；S22、采用第一强化学习模块进行计算，获得所述电压数据转换为的第一数据。3.根据权利要求2所述的方法，其特征在于，所述第一模型为：其中，Y1(t)为t时刻的第一数据，V(t)为t时刻的电压数据，C1为根据所采集的原始物理信息的类别确定的第一噪声影响系数，C2为根据检测设备的各部件确定的第二噪声影响系数，δ为第一转换系数，ε(t)为t时刻的噪声值。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述S3的步骤包括：S31、当所述输出数据类别中存在图像数据时，构建第二模型；S32、采用第二强化学习模块进行计算，获得所述图像数据转换为的第二数据。5.根据权利要求4所述的方法，其特征在于，所述第二模型为：其中，Y2(t)为t时刻的第二数据，f
t
(x,y)为t时刻的图像坐标(x,y)上的像素值，C3为根据所采集的原始物理信息的类别确定的第三噪声影响系数，C4为根据检测设备的各部件确定的第四噪声影响系...

【专利技术属性】
技术研发人员：张大鹏，
申请(专利权)人：特斯联科技集团有限公司，
类型：发明
国别省市：