[发明专利]设定信息关联参考平台及方法

说明书

本发明涉及一种设定信息关联参考平台及方法，所述平台包括：沿岸检测部件，包括沿着同一河流设置的多个流量检测设备，多个流量检测设备用于分别测量所述河流边沿多个位置分别对应的多个现场流量数据；流量预测设备，用于在某一流量检测设备发生故障时，基于某一流量检测设备周围设定总数的各个流量检测设备分别测量的某一时刻对应的各个现场流量数据预测某一流量检测设备在所述某一时刻的流量数据。本发明的设定信息关联参考平台及方法设计紧凑、具有一定的鲁棒性。由于在流量检测设备发生故障时，能够根据周围其他流量检测设备的输出结果基于人工预测模型判断发生故障的流量检测设备的流量数据，从而保证了整个流量检测系统的稳定性。

技术领域

本发明涉及计算机应用领域，尤其涉及一种设定信息关联参考平台及方法。

背景技术

计算机中，CPU即中央处理器，是一台计算机的运算核心和控制核心。其功能主要是解释计算机指令以及处理计算机软件中的数据。CPU由运算器、控制器、寄存器、高速缓存及实现它们之间联系的数据、控制及状态的总线构成。作为整个系统的核心，CPU也是整个系统最高的执行单元，因此CPU已成为决定电脑性能的核心部件，很多客户都以它为标准来判断电脑的档次。

现有技术中，一般沿着同一河流设置多个流量检测设备以对所述河流沿岸的各个位置执行水体流量的检测以及对整个河流执行水体流量的判断，从而为后续的水文分析以及航运管理提供重要的参考信息。然而，由于河流环境过于恶劣，一旦某一个流量检测设备发生故障，则不仅仅会缺失所述流量检测设备所在位置的水体流量，也会对整个河流的水体流量的判断造成偏差。

发明内容

为了解决现有技术中的技术问题，本发明提供了一种设定信息关联参考平台，通过将某一流量检测设备测量的某一时刻对应的现场流量数据作为深度前馈神经网络的单份输出信号，将所述某一流量检测设备周围设定总数的各个流量检测设备分别测量的所述某一时刻对应的各个现场流量数据作为深度前馈神经网络的各份输入信号，以构建针对所述某一流量检测设备的深度前馈神经网络，从而实现对故障监控仪器的输出信息的有效预测。

为此，本发明至少需要具备以下三处突出的实质性特点：

(1)沿着同一河流设置多个流量检测设备以及多个故障判断单元，用于分别测量所述河流边沿多个位置分别对应的多个现场流量数据以及分别判断连接的多个流量检测设备是否存在故障；

(2)在某一流量检测设备存在故障时，基于其周围各个流量检测设备的各个输出信息联合预测所述存在故障的流量检测设备的输出信息，从而提升了整个流量检测系统的鲁棒性；

(3)针对每一流量检测设备所在位置的垂直落差，为每一流量检测设备定制不同结构的执行联合预测的人工智能模型。

根据本发明的一方面，提供了一种设定信息关联参考平台，所述平台包括：

沿岸检测部件，包括沿着同一河流设置的多个流量检测设备，所述多个流量检测设备用于分别测量所述河流边沿多个位置分别对应的多个现场流量数据；

时间供应部件，与所述沿岸检测部件连接，用于每隔预设时间长度向所述沿岸检测部件发送一次检测触发命令；

所述多个流量检测设备在每接收到一次检测触发命令后，同步执行对所述河流边沿多个位置分别对应的多个现场流量数据的实时测量，以获得当前时刻对应的多个现场流量数据并作为当前时刻对应的沿岸流量数据；

前端构建设备，由第一计算机控制芯片来实现，分别与所述沿岸检测部件和所述时间供应部件连接，用于将某一流量检测设备测量的某一时刻对应的现场流量数据作为深度前馈神经网络的单份输出信号，将所述某一流量检测设备周围设定总数的各个流量检测设备分别测量的所述某一时刻对应的各个现场流量数据作为深度前馈神经网络的各份输入信号，以构建针对所述某一流量检测设备的深度前馈神经网络；