基于物联网技术的无人值守方法和系统技术方案

技术编号:45938257 阅读:12 留言:0更新日期:2025-07-25 18:02
本申请提供一种基于物联网技术的无人值守方法和系统,其中,该方法包括:通过分布式激光检测节点的可调谐激光光谱装置对目标物质进行多波段扫描,生成原始光谱信号后,经动态波长调制与自适应噪声滤波处理,结合危险物质特征库匹配输出初步识别结果。利用本地联邦学习模型对结果进行置信度评估与修正,通过关联分析生成参数更新量并上传至中央服务器。基于下发的联邦全局模型参数权重分布,动态更新本地模型及激光扫描参数,实现危险物质的精准识别。本申请提升了危险物质识别的准确性与系统自适应能力。

【技术实现步骤摘要】

本申请涉及物联网,尤其涉及一种基于物联网技术的无人值守方法和系统


技术介绍

1、在化工园区、边境安检等关键场所,亟需一种能够实时、精准识别危险物质的无人值守检测系统,要求具备多物质并发检测能力、抗环境干扰性及持续自我优化机制,同时需保障各节点检测数据的安全隐私。

2、当前现有方案采用基于深度学习的静态光谱分析系统,通过固定波长的激光扫描获取物质光谱数据,利用预训练的卷积神经网络模型进行特征提取与分类,并结合云端模型定期更新以提升识别准确率。

3、该方案依赖预设扫描参数,难以动态适应复杂环境中的光谱干扰;集中式模型更新导致节点间数据孤岛问题,且静态网络对新型危险物质的泛化能力有限,需频繁人工介入调整。


技术实现思路

1、本申请提供一种基于物联网技术的无人值守方法和系统,用以解决现有技术中危险物质识别的准确性地与系统自适应能力差的问题。

2、第一方面,本申请提供一种基于物联网技术的无人值守方法,包括:

3、利用所述分布式激光检测节点中的可调谐激光光谱装置对目标物质本文档来自技高网...

【技术保护点】

1.一种基于物联网技术的无人值守方法,其特征在于,应用于分布式激光检测节点,包括:

2.根据权利要求1所述的方法,其特征在于,所述基于预设的本地联邦学习模型对所述初步识别结果进行置信度评估,以得到修正后的识别结果,包括:

3.根据权利要求2所述的方法,其特征在于,所述将所述补偿特征向量与所述初步识别结果在预设时频联合域进行相位同步叠加,生成修正后的识别结果,包括:

4.根据权利要求3所述的方法,其特征在于,所述将所述重组特征向量与所述初步识别结果进行卷积处理,包括:

5.根据权利要求1所述的方法,其特征在于,所述将所述修正后的识别结果与所述...

【技术特征摘要】

1.一种基于物联网技术的无人值守方法,其特征在于,应用于分布式激光检测节点,包括:

2.根据权利要求1所述的方法,其特征在于,所述基于预设的本地联邦学习模型对所述初步识别结果进行置信度评估,以得到修正后的识别结果,包括:

3.根据权利要求2所述的方法,其特征在于,所述将所述补偿特征向量与所述初步识别结果在预设时频联合域进行相位同步叠加,生成修正后的识别结果,包括:

4.根据权利要求3所述的方法,其特征在于,所述将所述重组特征向量与所述初步识别结果进行卷积处理,包括:

5.根据权利要求1所述的方法,其特征在于,所述将所述修正后的识别结果与所述本地联邦学习模型的当前本地参数进行关联分析,以生成更新后的本地参数,包括:

6.根据权利要求1所述的方法,其特征在于,所述对所述原始...

【专利技术属性】
技术研发人员:熊利海龚帮亮蒋周利江丽李先蓉孙自琼
申请(专利权)人:重庆唯英科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1