本發(fā)明涉及保電平臺的多系統(tǒng)融合交互，具體為一種基于保電平臺的多系統(tǒng)融合交互方法及系統(tǒng)。

背景技術(shù)：

1、在智能交互系統(tǒng)的技術(shù)領(lǐng)域，隨著信息技術(shù)和智能化水平的快速發(fā)展，尤其是在物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算以及人工智能等技術(shù)的推動下，多系統(tǒng)融合交互方法及系統(tǒng)成為了研究和應(yīng)用的熱點。這些技術(shù)的發(fā)展旨在通過高效的數(shù)據(jù)交換和處理，實現(xiàn)系統(tǒng)間的無縫連接和智能化協(xié)作，以提高操作效率和系統(tǒng)響應(yīng)能力，滿足復(fù)雜環(huán)境下的多樣化需求。特別是在工業(yè)自動化、智慧城市、智能家居等領(lǐng)域，多系統(tǒng)的融合交互顯得尤為關(guān)鍵。這要求系統(tǒng)不僅能夠處理大量的數(shù)據(jù)，還需要具備高度的智能化，以實現(xiàn)數(shù)據(jù)的實時分析和決策支持。

2、然而，現(xiàn)有的相關(guān)技術(shù)在多系統(tǒng)融合交互方面仍存在一些不足之處。首先，數(shù)據(jù)交換和處理效率問題。在多系統(tǒng)環(huán)境中，不同系統(tǒng)間的數(shù)據(jù)格式和通信協(xié)議可能各不相同，這就要求有一個統(tǒng)一的平臺來實現(xiàn)數(shù)據(jù)的標(biāo)準(zhǔn)化處理和加密，保證數(shù)據(jù)交換的安全性和高效性。然而，現(xiàn)有技術(shù)往往在數(shù)據(jù)標(biāo)準(zhǔn)化處理和加密方面缺乏靈活性和高效性，難以滿足實時性和安全性的雙重要求。其次，現(xiàn)有技術(shù)在情境感知和用戶交互方面的不足。隨著智能化應(yīng)用場景的增加，用戶對交互體驗的要求也越來越高。然而，現(xiàn)有的交互方法往往缺乏對用戶環(huán)境和心理狀態(tài)的深入分析和理解，無法提供個性化和情境感知的交互體驗。此外，在用戶行為模式和壓力狀態(tài)的分析上，現(xiàn)有技術(shù)也缺乏有效的機(jī)制來實現(xiàn)對用戶行為的深入學(xué)習(xí)和預(yù)測，從而在一定程度上限制了交互系統(tǒng)的智能化水平和用戶滿意度。

3、針對上述現(xiàn)有技術(shù)的不足，本發(fā)明提出了一種基于保電平臺的多系統(tǒng)融合交互方法及系統(tǒng)。通過引入統(tǒng)一通信協(xié)議，本發(fā)明實現(xiàn)了不同系統(tǒng)間數(shù)據(jù)的標(biāo)準(zhǔn)化處理和安全加密，大大提高了數(shù)據(jù)交換的效率和安全性。同時，本發(fā)明利用機(jī)器學(xué)習(xí)算法，尤其是lstm算法，對用戶的環(huán)境和心理狀態(tài)進(jìn)行深入分析，智能確定提醒的最佳時機(jī)和方式，從而為用戶提供了更加個性化和情境感知的交互體驗。此外，本發(fā)明還采用了反饋機(jī)制和機(jī)器學(xué)習(xí)算法，對用戶的交互數(shù)據(jù)進(jìn)行持續(xù)收集和分析，以學(xué)習(xí)用戶的行為模式和壓力狀態(tài)，進(jìn)一步提升了系統(tǒng)的智能化水平和用戶滿意度。總體而言，本發(fā)明在多系統(tǒng)融合交互技術(shù)領(lǐng)域，相較于現(xiàn)有技術(shù)，展現(xiàn)了顯著的創(chuàng)新性和實用性，具有顯著的技術(shù)進(jìn)步和有益效果。

技術(shù)實現(xiàn)思路

1、鑒于上述存在的問題，提出了本發(fā)明。

2、因此，本發(fā)明解決的技術(shù)問題是：如何提供個性化和情境感知的用戶交互體驗，優(yōu)化用戶行為模式和壓力狀態(tài)的分析提高多系統(tǒng)融合交互的智能化水平和用戶滿意度。

3、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：一種基于保電平臺的多系統(tǒng)融合交互方法，其包括如下步驟，

4、基于統(tǒng)一通信協(xié)議獲取各系統(tǒng)的系統(tǒng)數(shù)據(jù)，并對各來源的所述系統(tǒng)數(shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)系統(tǒng)數(shù)據(jù)。

5、對標(biāo)準(zhǔn)系統(tǒng)數(shù)據(jù)的優(yōu)先級進(jìn)行評分和分類，根據(jù)評分結(jié)果實施差異化的數(shù)據(jù)加密策略。

6、結(jié)合工作人員位置、時間和用戶行為，通過機(jī)器學(xué)習(xí)算法完成情境感知，通過lstm算法分析用戶的當(dāng)前環(huán)境和心理狀態(tài)，智能確定提醒的最佳時機(jī)和方式。

7、通過多模態(tài)交互提醒用戶并接收訪問工作人員發(fā)送的數(shù)據(jù)訪問請求，對工作人員進(jìn)行身份驗證。

8、采用反饋機(jī)制和機(jī)器學(xué)習(xí)算法，持續(xù)收集用戶交互數(shù)據(jù)，分析用戶的行為模式以及壓力狀態(tài)。

9、作為本發(fā)明所述的一種基于保電平臺的多系統(tǒng)融合交互方法的一種優(yōu)選方案，其中：所述統(tǒng)一通信協(xié)議是保電平臺與每一臺設(shè)備系統(tǒng)之間所使用的通信協(xié)議，基于統(tǒng)一通信協(xié)議是在數(shù)據(jù)傳輸接口之間的通信通道中進(jìn)行數(shù)據(jù)傳輸。

10、所述統(tǒng)一通信協(xié)議是使用通用標(biāo)準(zhǔn)和開放協(xié)議，包括http、soap以及rest協(xié)議。

11、所述系統(tǒng)數(shù)據(jù)包括高、中、低敏感度數(shù)據(jù)。

12、所述高敏感度數(shù)據(jù)包括個人信息、安全監(jiān)控數(shù)據(jù)、應(yīng)急處理數(shù)據(jù)、異常數(shù)據(jù)。

13、所述中敏感度數(shù)據(jù)包括設(shè)備系統(tǒng)的運行狀態(tài)數(shù)據(jù)、任務(wù)相關(guān)數(shù)據(jù)、故障信息、處置流程。

14、所述低敏感度數(shù)據(jù)包括通訊記錄、環(huán)境監(jiān)測數(shù)據(jù)、設(shè)備性能參數(shù)、位置信息。

15、高敏感度數(shù)據(jù)、中敏感度數(shù)據(jù)以及低敏感度數(shù)據(jù)是將各設(shè)備的系統(tǒng)數(shù)據(jù)進(jìn)行初步分類，進(jìn)一步對標(biāo)準(zhǔn)系統(tǒng)數(shù)據(jù)的優(yōu)先級進(jìn)行評分和分類，根據(jù)評分結(jié)果實施差異化的數(shù)據(jù)加密策略。

16、所述數(shù)據(jù)標(biāo)準(zhǔn)化處理是對來自各設(shè)備的系統(tǒng)數(shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理，將各系統(tǒng)數(shù)據(jù)歸一到保電平臺可接收的標(biāo)準(zhǔn)中，得到標(biāo)準(zhǔn)系統(tǒng)數(shù)據(jù)。

17、作為本發(fā)明所述的一種基于保電平臺的多系統(tǒng)融合交互方法的一種優(yōu)選方案，其中：所述對標(biāo)準(zhǔn)系統(tǒng)數(shù)據(jù)的優(yōu)先級進(jìn)行評分和分類，根據(jù)評分結(jié)果實施差異化的數(shù)據(jù)加密策略是采用基于核方法的支持向量機(jī)模型結(jié)合主成分分析方法對標(biāo)準(zhǔn)系統(tǒng)數(shù)據(jù)進(jìn)行數(shù)據(jù)降維和特征提取對數(shù)據(jù)的安全級別進(jìn)行評分，并完成安全等級分類，并根據(jù)分類結(jié)果實施差異化的數(shù)據(jù)加密策略，加密策略針對不同安全類別的數(shù)據(jù)選用不同的加密算法和強(qiáng)度。

18、所述特征提取包括數(shù)據(jù)敏感度、訪問頻率、實時性需求以及數(shù)據(jù)復(fù)雜性。

19、針對各設(shè)備的系統(tǒng)數(shù)據(jù)使用主成分分析方法進(jìn)行數(shù)據(jù)降維，提取特征，表達(dá)式為：

20、xreduced＝pca(x)

21、其中，x表示原始的數(shù)據(jù)特征矩陣，xreduced是降維后的特征矩陣。

22、使用基于核方法的svm對降維后的數(shù)據(jù)進(jìn)行分類，評估安全級別，表達(dá)式為：

23、s＝svmkernel(xreduced)

24、svm模型中的核函數(shù)選擇徑向基函數(shù)，捕捉數(shù)據(jù)特征之間的非線性關(guān)系，表達(dá)式為：

25、

26、其中，k(xi,x)是核函數(shù)，計算兩個數(shù)據(jù)點xi和x之間的相似度，β是控制余弦部分頻率的參數(shù)，α是縮放參數(shù)，p是自然數(shù)，∥xi-x∥表示xi和x之間的歐幾里得距離，是xi和x之間的歸一化內(nèi)積，xi是訓(xùn)練數(shù)據(jù)集中的第i個數(shù)據(jù)點的特征向量，x是待評估的數(shù)據(jù)點的特征向量。

27、作為本發(fā)明所述的一種基于保電平臺的多系統(tǒng)融合交互方法的一種優(yōu)選方案，其中：所述標(biāo)準(zhǔn)系統(tǒng)數(shù)據(jù)進(jìn)行數(shù)據(jù)降維和特征提取對數(shù)據(jù)的安全級別進(jìn)行評分，并完成安全等級分類，表達(dá)式為：

28、

29、其中，θhigh、θlow分別是決定加密級別的閾值。

30、當(dāng)svm模型的分類結(jié)果為高安全等級時使用aes-256加密算法進(jìn)行加密，當(dāng)分類結(jié)果為中安全等級時使用aes-128加密算法進(jìn)行加密，當(dāng)分類結(jié)果為低安全等級時不進(jìn)行加密。

31、作為本發(fā)明所述的一種基于保電平臺的多系統(tǒng)融合交互方法的一種優(yōu)選方案，其中：所述結(jié)合工作人員位置、時間和用戶行為，通過機(jī)器學(xué)習(xí)算法完成情境感知是收集工作人員的實時位置數(shù)據(jù)，記錄事件發(fā)生的具體時間點以及工作人員在特定位置的持續(xù)時間，收集工作人員在特定情境下的行為模式，將收集到的數(shù)據(jù)進(jìn)行預(yù)處理引入lstm的融合層，引入注意力機(jī)制使lstm模型根據(jù)輸入數(shù)據(jù)的重要性完成自適應(yīng)調(diào)整關(guān)注點，在每個時間步使用dtw算法計算當(dāng)前輸入與歷史輸入序列的相似度，并作為新特征輸入到lstm模型中，使用lstm模型的輸出層為多任務(wù)學(xué)習(xí)架構(gòu)進(jìn)行預(yù)測用戶當(dāng)前環(huán)境和心理狀態(tài)以及現(xiàn)場發(fā)生事件的緊急程度，表達(dá)式為：

32、

33、at＝softmax(wa·xt+ba)

34、x′t＝at⊙xt

35、xt″＝[xt′,dt]

36、ft＝σ(wf·[ht-1,xt″]+bf)

37、it＝σ(wi·[ht-1,xt″]+bi)

38、ot＝σ(wo·[ht-1,xt″]+bo)

39、

40、ht＝ot⊙tanh(ct)

41、yenv＝softmax(wenv·ht+benv)

42、yurgency＝softmax(wurgency·ht+burgency)

43、其中，位置數(shù)據(jù)pt通過位置嵌入層轉(zhuǎn)換為向量時間數(shù)據(jù)tt通過時間嵌入層轉(zhuǎn)換為向量行為模式bt通過行為嵌入層轉(zhuǎn)換為向量xt為特征融合結(jié)果，wa是權(quán)重矩陣，ba是偏置項，x′t為加權(quán)輸入向量，dt是每個x′t與歷史輸入序列的相似度得分，x″t為dtw相似度，at為注意力權(quán)重，yenv為表示環(huán)境和心理狀態(tài)的預(yù)測輸出，yurgency為預(yù)測事件的緊急程度，w*,b*分別為權(quán)重和偏置項。

44、作為本發(fā)明所述的一種基于保電平臺的多系統(tǒng)融合交互方法的一種優(yōu)選方案，其中：所述通過多模態(tài)交互提醒用戶包括已明確時間節(jié)點的任務(wù)以及現(xiàn)場出現(xiàn)的突發(fā)情況。

45、針對yurgency進(jìn)行分類為三個等級，0＜yalert≤0.3劃分為a3、0.3＜yalert≤0.6劃分為a2、0.6＜yalert≤1劃分為a1，a1、a2、a3等級分別為低緊急性任務(wù)，中緊急性任務(wù)，高緊急性任務(wù)。

46、針對yenv進(jìn)行分類為三個等級，0≤yenv≤0.3劃分為b3、0.3＜yenv≤0.6劃分為b2、0.6＜yenv≤1劃分為b1，b1、b2、b3等級分別為工作人員低壓力，工作人員中壓力，工作人員高壓力。

47、在已明確時間節(jié)點的任務(wù)中，當(dāng)發(fā)生a1、b1\b2\b3時，通過電子郵件的形式通知到工作人員。

48、當(dāng)發(fā)生a2、b1\b2時，通過電話的形式通知到工作人員，若接通電話則停止提醒，若未接通電話則設(shè)定時間段，進(jìn)行周期性提醒。

49、當(dāng)發(fā)生a2、b3時，則先通過短信的形式通知工作人員，并設(shè)置反饋時間點，若工作人員未按時反饋已查收，則設(shè)定時間段進(jìn)行周期性的電話通知工作人員，若按時反饋則停止短信提醒并在需要完成任務(wù)前的安全時間段內(nèi)進(jìn)行電話提醒。

50、當(dāng)發(fā)生a3、b1\b2時，通過廣播的形式進(jìn)行通知工作人員，并設(shè)置時間節(jié)點實施收集工作人員動態(tài)判斷是否進(jìn)行處理任務(wù)動作，若未進(jìn)行處理則進(jìn)行電話通知，若進(jìn)行處理則停止廣播通知動作。

51、當(dāng)發(fā)生a3、b3時，通過電話的形式進(jìn)行周期性提醒工作人員。

52、在現(xiàn)場出現(xiàn)的突發(fā)情況中，當(dāng)發(fā)生a1、b1\b2\b3時，通過電子郵件的形式通知到工作人員。

53、當(dāng)發(fā)生a2、b1\b2時，通過電話的形式通知到工作人員，若接通電話則停止提醒，若未接通電話則設(shè)定時間段，進(jìn)行周期性提醒。

54、當(dāng)發(fā)生a2、b3時，則先通過短信的形式通知工作人員，并設(shè)置反饋時間點，若工作人員未按時反饋已查收，則設(shè)定時間段進(jìn)行周期性的電話通知工作人員，若按時反饋則停止短信提醒并在需要完成任務(wù)前的安全時間段內(nèi)進(jìn)行電話提醒。

55、當(dāng)發(fā)生a3、b1\b2\b3時，通過廣播的形式進(jìn)行通知工作人員，并設(shè)置時間節(jié)點實施收集工作人員動態(tài)判斷是否進(jìn)行處理任務(wù)動作，若未進(jìn)行處理則持續(xù)廣播，若進(jìn)行處理則停止廣播通知動作。

56、作為本發(fā)明所述的一種基于保電平臺的多系統(tǒng)融合交互方法的一種優(yōu)選方案，其中：所述通過多模態(tài)交互提醒用戶并接收訪問工作人員發(fā)送的數(shù)據(jù)訪問請求，對工作人員進(jìn)行身份驗證是當(dāng)工作人員接受到任務(wù)通知時，工作人員通過語音控制調(diào)取相關(guān)任務(wù)的信息，當(dāng)系統(tǒng)接收到數(shù)據(jù)訪問請求時，進(jìn)一步驗證工作人員的身份信息，若身份驗證成功，則監(jiān)測工作人員通過單點登錄在各設(shè)備系統(tǒng)中進(jìn)行跳轉(zhuǎn)訪問，或監(jiān)測訪問對象從保電平臺的中央數(shù)據(jù)庫中讀取目標(biāo)數(shù)據(jù)，若身份驗證失敗，則拒絕工作人員的一切數(shù)據(jù)訪問請求。

57、實施收集工作人員的動態(tài)，采用反饋機(jī)制和機(jī)器學(xué)習(xí)算法，持續(xù)收集用戶交互數(shù)據(jù)，分析用戶的行為模式以及壓力狀態(tài)。

58、本發(fā)明的另外一個目的是提供一種基于保電平臺的多系統(tǒng)融合交互系統(tǒng)，其能通過統(tǒng)一通信協(xié)議和機(jī)器學(xué)習(xí)算法優(yōu)化數(shù)據(jù)交換的效率和安全性，利用情境感知技術(shù)改善用戶交互體驗，并通過持續(xù)的用戶行為數(shù)據(jù)分析，解決了現(xiàn)有技術(shù)在數(shù)據(jù)處理效率、交互體驗個性化及智能化響應(yīng)方面的問題。。

59、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：一種基于保電平臺的多系統(tǒng)融合交互系統(tǒng)，包括：數(shù)據(jù)收集與標(biāo)準(zhǔn)化模塊、數(shù)據(jù)加密與安全管理模塊、情境感知與分析模塊、多模態(tài)交互提醒模塊、身份驗證與數(shù)據(jù)訪問控制模塊以及反饋機(jī)制與行為模式分析模塊。

60、所述數(shù)據(jù)收集與標(biāo)準(zhǔn)化模塊是收集來自多設(shè)備系統(tǒng)的數(shù)據(jù)并對收集到的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

61、所述數(shù)據(jù)加密與安全管理模塊是對標(biāo)準(zhǔn)化后的系統(tǒng)數(shù)據(jù)根據(jù)其優(yōu)先級進(jìn)行評分和分類，根據(jù)數(shù)據(jù)的安全級別實施差異化的數(shù)據(jù)加密策略，選用適當(dāng)?shù)募用芩惴ê蛷?qiáng)度保障數(shù)據(jù)安全。

62、所述情境感知與分析模塊是根據(jù)lstm算法分析工作人員的當(dāng)前環(huán)境和心理狀態(tài)，結(jié)合工作人員的位置、時間和行為數(shù)據(jù)，完成情境感知，智能確定提醒的最佳時機(jī)和方式。

63、所述多模態(tài)交互提醒模塊是根據(jù)情境感知結(jié)果，通過多模態(tài)交互，通過電子郵件、電話、短信、廣播的形式提醒工作人員，根據(jù)任務(wù)的緊急程度和工作人員的壓力狀態(tài)，選擇合適的通知方式。

64、所述身份驗證與數(shù)據(jù)訪問控制模塊是在工作人員接收任務(wù)通知時通過語音控制訪問相關(guān)任務(wù)信息，并進(jìn)行身份驗證，成功驗證身份后，允許工作人員通過單點登錄訪問各設(shè)備系統(tǒng)或從保電平臺的中央數(shù)據(jù)庫中讀取目標(biāo)數(shù)據(jù)，身份驗證失敗時，拒絕數(shù)據(jù)訪問請求。

65、所述反饋機(jī)制與行為模式分析模塊是采用反饋機(jī)制和機(jī)器學(xué)習(xí)算法持續(xù)收集和分析用戶交互數(shù)據(jù)，根據(jù)分析結(jié)果優(yōu)化提醒策略。

66、一種計算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計算機(jī)程序時實現(xiàn)如上所述一種基于保電平臺的多系統(tǒng)融合交互方法的步驟。

67、一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，其特征在于，所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如上所述一種基于保電平臺的多系統(tǒng)融合交互方法的步驟。

68、本發(fā)明的有益效果：本發(fā)明通過通過統(tǒng)一通信協(xié)議和lstm算法顯著提高了多系統(tǒng)融合交互的數(shù)據(jù)處理效率和安全性，同時引入情境感知和個性化交互設(shè)計，優(yōu)化了用戶體驗。利用深度行為和壓力狀態(tài)分析，本發(fā)明進(jìn)一步提升了交互智能化水平，實現(xiàn)了高度個性化的服務(wù)響應(yīng)，從而有效解決了現(xiàn)有技術(shù)在數(shù)據(jù)安全、交互體驗及智能化響應(yīng)方面的不足，為用戶和系統(tǒng)之間的互動提供了一個更加安全、智能和用戶友好的平臺。