【技术实现步骤摘要】
本专利技术涉及人工智能，特别涉及一种基于人工智能的可视化风险源控制方法及系统。
技术介绍
1、人工智能为现有的社会科技趋势，从2015年起，逐渐成熟的ai技术已经准备好走出实验室，切实帮助人们解决现实问题，到了2019年，ai已经广泛走入人们的日常生活，由此开始，ai技术赋能消费物联网、智能设备、城市治理、供应链物流等多个领域，实现ai的产业启动；
2、目前，人工智能在愈发成熟时间也存在这运行时的各种各样问题错误导致人工智能本体死机或者造成一些操作危害，主要是缺少对人工智能中一些风险源无法控制，为了增大安全性能，需要系统辅助来避免传统的可视化风险源的再次发生，增强后期的流畅运行；
3、现有的风险源控制方法为当人工智能触发指定条件(既已经发生风险危害)后自动对人工智能进行停止，然后工作人员对其检测记录新一轮的触发条件，但是为了更大效率化的人工智能风险源控制，需要在触发风险前既对人工智能进行停止，进而避免多次实验数据需求和利益需求，且需要自动化对其的行为路径进行记录，进而减少工作人员的工作量需求。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足，本专利技术提供了一种基于人工智能的可视化风险源控制系统及方法，解决了上述
技术介绍
中所存在的问题。
3、(二)技术方案
4、为实现上述目的，本专利技术提供如下技术方案：一种基于人工智能的可视化风险源控制方法，包括以下步骤：
5、s1、将物体的最终目的传递主控模
6、s2、将实时监测的数据传递给分析模块，通过分析模块对其解码归纳；
7、s3、通过主控模块对历史数据模块进行历史数据记录调取，并传递给分析模块，通过分析模块对识别到的行为数据与历史数据进行查询；
8、s4、将分析的数据进行风险控制计算，并预测后续的行为趋势传递给主控模块，且将后续的趋势数据传递给主控模块；
9、s5、主控模块对数据进行整合，并传递给历史数据模块进行数据更新保存。
10、更进一步的，所述步骤s1中，通过语音模块对物体的语言和物体附近的语言进行监控识别，通过摄像模块对物体的动作与动态进行识别，然后将摄像的数据和语言数据通过采集模块进行编码通过传输模块传递给所述分析模块。
11、更进一步的，所述步骤s2中，所述步骤s2中，所述分析模块对人工智能的行为数据进行记录，所述分析模块内设有相似情况查询模块与警示模块，当分析模块对新检测数据与历史数据相似情况时，传递警示模块提醒注意。
12、更进一步的，所述步骤s3中，历史数据模块包含有多组常规风险源记录数据和错误模块，所述错误模块包含有错误路径数据记录。
13、更进一步的，所述步骤s4中，风险控制计算通过风险控制模块进行计算，后续行为通过行为趋势搭建模块预测。
14、更进一步的，所述步骤s3中，历史数据模块包含有分拣系统、一级储存系统、二级储存系统，所述一级储存系统内设有所述常规模块和一级储存块，所述二级储存系统内设有所述错误模块和二级储存块。
15、更进一步的，所述分拣系统与所述一级储存系统和所述二级储存系统信号连接，所述分拣系统与所述分析模块信号连接，所述分析模块内还有数据记录模块，所述数据记录模块与所述主控模块、所述分拣系统信号连接。
16、根据本专利技术的另外一个方面，提供一种基于人工智能的可视化风险源控制系统，所述系统包含有主控模块、历史数据模块、监测模块、分析模块、预测模块，所述主控模块与历史数据模块、监测模块、分析模块均信号连接，所述历史数据模块包含有常规模块、错误模块、一级储存块、二级储存块、分拣系统，所述监测模块包含有摄像模块、采集模块、传输模块、语音模块，所述分析模块包含有相似情况模块、警示模块，所述预测模块包含有风险控制模块、行为趋势模块。
17、(三)有益效果
18、本专利技术提供了一种基于人工智能的可视化风险源控制系统及方法，具备以下有益效果：
19、本专利技术通过监测模块实时监测人工智能的动作行为，并将数据通过分析模块与历史数据模块进行对比，当发现历史中出现的风险源时，通过预测模块对其行为趋势进行预测和风险控制，并将后续数据通过主控模块录入新的历史数据模块内进行记录，从而可以避免一些出现过的可视化风险源再次发生问题；
20、本专利技术通过一级存储块用以存储已经录入的和后续需要录入的常规数据记录，通过常规模块进行调取传递给主控模块和分析模块，通过二级存储块用以存储已经录入的和后续需要录入的错误报告数据记录，通过错误模块进行数据传递给主控模块和分析模块，通过分析模块实时对比正在运行的路径，当发生路径相同时可以避免二次危险源的发生。
本文档来自技高网...【技术保护点】
1.一种基于人工智能的可视化风险源控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于人工智能的可视化风险源控制方法，其特征在于：所述步骤S1中，通过语音模块对物体的语言和物体附近的语言进行监控识别，通过摄像模块对物体的动作与动态进行识别，然后将摄像的数据和语言数据通过采集模块进行编码通过传输模块传递给所述分析模块。
3.根据权利要求1所述的一种基于人工智能的可视化风险源控制方法，其特征在于：所述步骤S2中，所述分析模块对人工智能的行为数据进行记录，所述分析模块内设有相似情况查询模块与警示模块，当分析模块对新检测数据与历史数据相似情况时，传递警示模块提醒注意。
4.根据权利要求1所述的一种基于人工智能的可视化风险源控制方法，其特征在于：所述步骤S3中，历史数据模块包含有常规模块和错误模块，所述常规模块多组常规风险源记录数据，所述错误模块包含有错误路径数据记录。
5.根据权利要求1所述的一种基于人工智能的可视化风险源控制方法，其特征在于：所述步骤S4中，风险控制计算通过风险控制模块进行计算，后续行为通过行为趋势搭建模
6.根据权利要求1所述的一种基于人工智能的可视化风险源控制方法，其特征在于：所述步骤S3中，历史数据模块包含有分拣系统、一级储存系统、二级储存系统，所述一级储存系统内设有所述常规模块和一级储存块，所述二级储存系统内设有所述错误模块和二级储存块。
7.根据权利要求6所述的一种基于人工智能的可视化风险源控制方法，其特征在于：所述分拣系统与所述一级储存系统和所述二级储存系统信号连接，所述分拣系统与所述分析模块信号连接，所述分析模块内还有数据记录模块，所述数据记录模块与所述主控模块、所述分拣系统信号连接。
8.一种基于人工智能的可视化风险源控制系统，包括权利要求1-6中任一项的所述的一种基于人工智能的可视化风险源控制方法，其特征在于：所述系统包含有主控模块(1)、历史数据模块(2)、监测模块(3)、分析模块(4)、预测模块(5)，所述主控模块(1)与历史数据模块(2)、监测模块(3)、分析模块(4)均信号连接，所述历史数据模块(2)包含有常规模块(201)、错误模块(202)、一级储存块(203)、二级储存块(204)、分拣系统(205)，所述监测模块(3)包含有摄像模块(301)、采集模块(302)、传输模块(303)、语音模块(304)，所述分析模块(4)包含有相似情况模块(401)、警示模块(402)，所述预测模块(5)包含有风险控制模块(501)、行为趋势模块(502)。
...【技术特征摘要】
1.一种基于人工智能的可视化风险源控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于人工智能的可视化风险源控制方法，其特征在于：所述步骤s1中，通过语音模块对物体的语言和物体附近的语言进行监控识别，通过摄像模块对物体的动作与动态进行识别，然后将摄像的数据和语言数据通过采集模块进行编码通过传输模块传递给所述分析模块。
3.根据权利要求1所述的一种基于人工智能的可视化风险源控制方法，其特征在于：所述步骤s2中，所述分析模块对人工智能的行为数据进行记录，所述分析模块内设有相似情况查询模块与警示模块，当分析模块对新检测数据与历史数据相似情况时，传递警示模块提醒注意。
4.根据权利要求1所述的一种基于人工智能的可视化风险源控制方法，其特征在于：所述步骤s3中，历史数据模块包含有常规模块和错误模块，所述常规模块多组常规风险源记录数据，所述错误模块包含有错误路径数据记录。
5.根据权利要求1所述的一种基于人工智能的可视化风险源控制方法，其特征在于：所述步骤s4中，风险控制计算通过风险控制模块进行计算，后续行为通过行为趋势搭建模块预测。
6.根据权利要求1所述的一种基于人工智能的可视化风险源控制方法，其特征在于：所述步骤s3中，历史数据...
【专利技术属性】
技术研发人员：朱荣辉，
申请(专利权)人：珠海爱浦京软件股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。