CN111986062A - 基于物联网和云平台的环境监测方法、装置及监测服务器 - Google Patents

基于物联网和云平台的环境监测方法、装置及监测服务器 Download PDF

Info

Publication number
CN111986062A
CN111986062A CN202010816453.7A CN202010816453A CN111986062A CN 111986062 A CN111986062 A CN 111986062A CN 202010816453 A CN202010816453 A CN 202010816453A CN 111986062 A CN111986062 A CN 111986062A
Authority
CN
China
Prior art keywords
feature
task
sequence
monitoring
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN202010816453.7A
Other languages
English (en)
Inventor
孟小峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202010816453.7A priority Critical patent/CN111986062A/zh
Publication of CN111986062A publication Critical patent/CN111986062A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/20—Analytics; Diagnosis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/30—Control
    • G16Y40/35—Management of things, i.e. controlling in accordance with a policy or in order to achieve specified objectives
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Tourism & Hospitality (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Medical Informatics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Toxicology (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Biomedical Technology (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Computer And Data Communications (AREA)

Abstract

本申请实施例提供一种基于物联网和云平台的环境监测方法、装置及监测服务器，通过获取待监测区域中当前监测队列的监测任务的任务等级，以获取每个监测任务产生的第一任务过程节点序列，当监测到环境监测后台数据中存在与第一任务过程节点序列对应的环境监测结果时，根据环境监测结果确定第二任务过程节点序列，并确定其与第一任务过程节点序列之间的时空域特征差异，从而根据时空域特征差异生成每个监测任务的联动物联网控制信息并使得环境监测装置与相关联的环境监测装置执行联动环境监测操作。如此，能够从监测区域的整体来考虑监测的可靠性和准确性，并结合后台监测数据的处理过程环节，提高监测区域的监测数据可信度，减少监测资源的浪费。

Description

基于物联网和云平台的环境监测方法、装置及监测服务器
技术领域
本申请涉及物联网技术领域，具体而言，涉及一种基于物联网和云平台的环境监测方法、装置及监测服务器。
背景技术
随着当前世界工业化进程的快速发展，环境问题也变得日益严重，如何进行有效地环境监测，对于环境改善的反馈显得尤为重要。
当前，在传统环境监测方案，通常是在固定的环境监测点安装特定的环境监测装置，实现相应环境监测点的在线监测。然而，这种监测方案并未从监测区域的整体来考虑监测的可靠性和准确性，也未考虑到后台监测数据的处理过程环节，往往可能由于某个环境监测点的监测过程存在问题导致整个监测区域的监测数据不可信的情况，造成大量资源的浪费。
发明内容
为了至少克服现有技术中的上述不足，本申请的目的在于提供一种基于物联网和云平台的环境监测方法、装置及监测服务器，能够从监测区域的整体来考虑监测的可靠性和准确性，并结合后台监测数据的处理过程环节，提高监测区域的监测数据可信度，减少监测资源的浪费。
第一方面，本申请提供一种基于物联网和云平台的环境监测方法，应用于基于物联网和云平台的环境监测系统，所述基于物联网和云平台的环境监测系统包括监测服务器以及与所述监测服务器通信连接的分别设置在多个环境监测点的环境监测装置，所述方法包括：
所述监测服务器获取待监测区域中当前监测队列的监测任务的任务等级，并根据所述待监测区域中当前监测队列的监测任务的任务等级，从所述当前监测队列中获取每个监测任务产生的第一任务过程节点序列；
当所述监测服务器监测到环境监测后台数据中存在与所述第一任务过程节点序列对应的环境监测结果时，根据所述环境监测结果确定更新后的第二任务过程节点序列，并确定所述第二任务过程节点序列与所述第一任务过程节点序列之间的时空域特征差异；
所述监测服务器根据所述时空域特征差异生成每个所述监测任务的联动物联网控制信息，并根据所述联动物联网控制信息向对应的至少部分环境监测装置发送对应的联动物联网控制指令；
所述环境监测装置根据所述联动物联网控制指令与相关联的环境监测装置执行联动环境监测操作。
在第一方面的一种可能的设计中，所述根据所述待监测区域中当前监测队列的监测任务的任务等级，从所述当前监测队列中获取每个监测任务产生的第一任务过程节点序列的步骤，包括：
根据所述待监测区域中当前监测队列的监测任务的任务等级，分别建立每个监测任务的任务时序节点序列及任务空序节点序列；
根据每个监测任务的任务时序节点序列及任务空序节点序列，计算每个监测任务的时序节点特征图形、空序节点特征图形及时空转换图形；
根据每个监测任务的时序节点特征图形、空序节点特征图形及时空转换图形，执行每个监测任务的图形特征提取操作，获得每个监测任务的图形特征提取结果；
从每个监测任务的图形特征提取结果中识别出的至少一个图形特征向量位置，确定为当前图形特征向量位置；
将所述当前图形特征向量位置的图形特征向量位置信息分别与每个待确定的图形特征向量位置的图形特征向量位置信息进行匹配；
当所述当前图形特征向量位置的图形特征向量位置信息与任意一个待确定的图形特征向量位置的图形特征向量位置信息匹配时，确定所述当前图形特征向量位置为所述待确定的图形特征向量位置，并更新所述待确定的图形特征向量位置的位置图形标志位，否则，确定所述当前图形特征向量位置为新的待确定的图形特征向量位置，并建立所述新的待确定的图形特征向量位置的位置图形标志位，其中，所述位置图形标志位包括：所述待确定图形特征向量位置在图形特征向量位置数据中的向量方向信息、向量位置点位信息以及每个向量方向的方向角度和相对方向角度；
根据每个待确定图形特征向量位置的位置图形标志位，通过第一任务过程模型获取所述位置图形标志位中的位置图形特征信息，其中，所述位置图形特征信息通过所述向量方向信息、向量位置点位信息以及每个向量方向的方向角度和相对方向角度经过所述第一任务过程模型，按照与所述监测任务对应的任务函数计算得到；
在所述位置图形特征信息中提取多个目标图形特征分段作为指定图形特征分段，当确定指定图形特征分段后，根据多个指定图形特征分段的特征分段节点和向量方向分别对其进行处理，计算出每个指定图形特征分段在位置图形特征信息中的特征置信度信息；
根据所述指定图形特征分段在位置图形特征信息中的特征置信度信息确定所述位置图形标志位在第二任务过程模型中的第一特征分段特征信息以及第一特征分段方向角度信息，计算出每一个指定图形特征分段的特征置信度信息所对应的第一特征分段特征信息和第一特征分段方向角度信息，其中，所述第一特征分段特征信息和所述第一特征分段方向角度信息随指定图形特征分段在位置图形特征信息中的动态变化而实时更新；
通过所述第二任务过程模型根据所述指定图形特征分段当前所对应的第一特征分段特征信息和第一特征分段方向角度信息对其进行计算，获取其特征分段机器语义信息，使所述第二任务过程模型始终计算所述指定图形特征分段，对该指定图形特征分段进行实时地持续处理；
在所述位置图形特征信息中根据指定图形特征分段的特征分段节点和向量方向信息对指定图形特征分段的特征分段机器语义信息进行处理，得到其下一段的特征分段节点，并计算出其下一段相应的第一特征分段特征信息和第一特征分段方向角度信息传送至第二任务过程模型，控制第二任务过程模型对指定图形特征分段进行处理；
当指定图形特征分段在位置图形标志位中中断时，根据该指定图形特征分段的特征分段节点和向量方向信息，以及中断时的中断特征向量，对所述指定图形特征分段进行处理；
通过处理计算出指定图形特征分段可关联的多个标识特征分段节点及其相应的分段置信度，通过所述第二任务过程模型按分段置信度最大的标识特征分段节点进行处理，通过第一任务过程模型根据多个标识特征分段节点在位置图形特征信息中对中断时的中断特征向量进行处理，当第一任务过程模型检测到该指定图形特征分段时，第二任务过程模型结束处理，根据其向量方向信息对该指定图形特征分段进行处理，获取其特征分段机器语义信息；
在第一任务过程模型确定指定图形特征分段后，计算出该指定图形特征分段的分段图形均值，第二任务过程模型根据该分段图形均值所转换的第一特征分段特征信息和第一特征分段方向角度信息对指定图形特征分段进行标定，并在特征分段机器语义信息中对该指定图形特征分段进行重新标定，计算出该指定图形特征分段在特征分段机器语义信息中的分段节点计算值；
根据每个指定图形特征分段在特征分段机器语义信息中的分段节点计算值的大小排序，从所述当前监测队列中获取该监测任务产生的第一任务过程节点序列。
在第一方面的一种可能的设计中，所述根据所述环境监测结果确定更新后的第二任务过程节点序列的步骤，包括：
根据所述环境监测结果获取所述第一任务过程节点序列所对应的变化参数过程序列，所述变化参数过程序列包括标定过程和可控过程，所述可控过程包括强关联过程和弱关联过程；
根据所述变化参数过程序列中标定过程对应的过程特征信息、所述强关联过程以及所述弱关联过程确定第一任务过程序列所对应的过程控制信息；
根据确定的第一任务过程序列所对应的过程控制信息，确定所述第一任务过程序列的过程控制特征参数以及各所述过程控制特征参数的参数配置源；
根据所述过程控制特征参数以及各所述过程控制特征参数的参数配置源，获取所述第一任务过程序列进行更新所需的任务过程数量；
若所述任务过程数量大于设定数量，则检测当前空闲环境监测节点的数量是否大于设定数量；
在所述当前空闲环境监测节点的数量大于所述设定数量时，根据所述第一任务过程序列所对应的过程控制信息对所述第一任务过程序列进行更新，获得基准任务过程序列和继承任务过程序列，并对所述基准任务过程序列和继承任务过程序列进行继承融合后，获取对应的融合任务过程序列，以生成对应的融合任务过程序列图形；
根据所述融合任务过程序列图形确定更新后的第二任务过程节点序列。
在第一方面的一种可能的设计中，所述根据所述融合任务过程序列图形确定更新后的第二任务过程节点序列的步骤，包括：
根据所述融合任务过程序列图形中图形分段节点的分段长度和分段特征，确定所述融合任务过程序列图形中的融合任务过程节点的节点位置信息及节点空间点的空间点特征信息；
根据所述节点位置信息确定对应的融合任务过程节点，以及根据所述空间点特征信息确定对应的节点空间点；
将所述融合任务过程节点及节点空间点进行拟合确定所述融合任务过程序列图形所对应的拟合表示图形；
将所述拟合表示图形分段为多个任务过程分段和多个过程空间分段；
针对任意一个任务过程分段，将所述任务过程分段在所述拟合表示图形中表示融合任务过程节点的区域进行切分得到多个子任务过程分段，并确定所述多个子任务过程分段的分段特征；
针对任意一个过程空间分段，将所述过程空间分段在所述拟合表示图形中表示融合任务过程节点的方向进行切分得到多个子过程空间分段，并确定所述多个子过程空间分段的空间分段特征；
依次对所述多个子任务过程分段的分段特征和所述多个子过程空间分段的空间分段特征进行特征融合，得到更新后的第二任务过程节点序列。
在第一方面的一种可能的设计中，所述确定所述第二任务过程节点序列与所述第一任务过程节点序列之间的时空域特征差异的步骤，包括：
在预设特征空间内，对所述第二任务过程节点序列和所述第一任务过程节点序列对应的序列特征向量和序列特征动态幅度进行计算，获得所述序列特征向量和所述序列特征动态幅度中每个特征的最小序列特征动态幅度对应的目标特征量化值；其中，所述目标特征量化值为所述预设特征空间内的一个设定特征量化值；
在所述目标特征量化值相关联的多个设定特征量化值之间按照所述序列特征向量进行处理，并计算每个设定特征量化值对应的序列特征动态幅度，将所有设定特征量化值对应的序列特征动态幅度中，最小的序列特征动态幅度对应的设定特征量化值作为所述每个特征的特征量化差异值；
将所有特征的特征量化差异值构成的差异特征，作为所述序列特征向量和序列特征动态幅度的差异特征，以得到所述第二任务过程节点序列对应的第一差异特征和所述第一任务过程节点序列对应的第二差异特征；
计算所述第一差异特征与所述第二差异特征之间的特征差异情况；
根据所述特征差异情况将所述第一差异特征与所述第二差异特征进行融合，得到融合差异特征；
将所述融合差异特征填充至设定更新组件上，所述设定更新组件用于对所述融合差异特征进行特征更新；
利用所述设定更新组件对所述融合差异特征进行分割，形成多个待处理融合差异特征，并在形成多个待处理融合差异特征的过程中，根据所述待处理融合差异特征的特征表征信息中包含的所述待处理融合差异特征中的差异元素与更新标志位的对应关系，建立更新标志位关联关系，其中，建立的更新标志位关联关系中包含所述待处理融合差异特征中所有的差异元素对应的更新标志位；
针对所述待处理融合差异特征中的差异元素，确定当前处理所述待处理融合差异特征时该差异元素所在的特征段所对应的更新等级，将确定的更新等级记录到所述更新标志位关联关系中，并建立记录的更新等级与所述更新标志位关联关系中该差异元素对应的更新标志位的对应关系；
在更新所述待处理融合差异特征的过程中，对所述待处理融合差异特征中包含的每个特征段当前对应的更新等级进行监测，在监测到所述更新标志位关联关系中的至少一个更新标志位对应的更新等级发生变化，确定需要改变当前更新所述待处理融合差异特征所采用的更新等级时，确定当前更新所述待处理融合差异特征所需要的更新等级；
采用确定的当前更新所述待处理融合差异特征所需要的更新等级更新所述待处理融合差异特征，以确定所述第二任务过程节点序列与所述第一任务过程节点序列之间的时空域特征差异。
在第一方面的一种可能的设计中，所述根据所述时空域特征差异生成每个所述监测任务的联动物联网控制信息，并根据所述联动物联网控制信息向对应的至少部分环境监测装置发送对应的联动物联网控制指令的步骤，包括：
根据所述时空域特征差异确定每个所述监测任务中每个子任务的子任务参数以及所述子任务所占用信道的持续时间；
根据每个所述监测任务中子任务的子任务参数以及所述子任务所占用信道的持续时间确定所述每个所述监测任务中对所述子任务进行分配所需要的联动通信过程的物联网联动通信过程参数；
根据每个所述子任务所需要的联动通信过程的物联网联动通信过程参数，确定每个所述子任务的联动物联网控制信息；
根据联动物联网标识序列将所述联动物联网控制信息与所述监测任务中的其他子任务建立对应关系，并将建立有所述对应关系的子任务作为可联动子任务；
根据所述对应关系对每个所述可联动子任务进行合并，生成每个所述监测任务的联动物联网控制信息，并根据所述联动物联网控制信息向对应的至少部分环境监测装置发送对应的联动物联网控制指令。
第二方面，本申请实施例还提供一种基于物联网和云平台的环境监测方法，应用于监测服务器，所述监测服务器与分别设置在多个环境监测点的环境监测装置通信连接，所述方法包括：
获取待监测区域中当前监测队列的监测任务的任务等级，并根据所述待监测区域中当前监测队列的监测任务的任务等级，从所述当前监测队列中获取每个监测任务产生的第一任务过程节点序列；
当监测到环境监测后台数据中存在与所述第一任务过程节点序列对应的环境监测结果时，根据所述环境监测结果确定更新后的第二任务过程节点序列，并确定所述第二任务过程节点序列与所述第一任务过程节点序列之间的时空域特征差异；
根据所述时空域特征差异生成每个所述监测任务的联动物联网控制信息，并根据所述联动物联网控制信息向对应的至少部分环境监测装置发送对应的联动物联网控制指令，以使得所述环境监测装置根据所述联动物联网控制指令与相关联的环境监测装置执行联动环境监测操作。
第三方面，本申请实施例还提供一种基于物联网和云平台的环境监测装置，应用于监测服务器，所述监测服务器与分别设置在多个环境监测点的环境监测装置通信连接，所述装置包括：
获取模块，用于获取待监测区域中当前监测队列的监测任务的任务等级，并根据所述待监测区域中当前监测队列的监测任务的任务等级，从所述当前监测队列中获取每个监测任务产生的第一任务过程节点序列；
确定模块，用于当监测到环境监测后台数据中存在与所述第一任务过程节点序列对应的环境监测结果时，根据所述环境监测结果确定更新后的第二任务过程节点序列，并确定所述第二任务过程节点序列与所述第一任务过程节点序列之间的时空域特征差异；
生成发送模块，用于根据所述时空域特征差异生成每个所述监测任务的联动物联网控制信息，并根据所述联动物联网控制信息向对应的至少部分环境监测装置发送对应的联动物联网控制指令，以使得所述环境监测装置根据所述联动物联网控制指令与相关联的环境监测装置执行联动环境监测操作。
第四方面，本申请实施例还提供一种基于物联网和云平台的环境监测系统，所述基于物联网和云平台的环境监测系统包括监测服务器以及与所述监测服务器通信连接的分别设置在多个环境监测点的环境监测装置；
所述监测服务器，用于获取待监测区域中当前监测队列的监测任务的任务等级，并根据所述待监测区域中当前监测队列的监测任务的任务等级，从所述当前监测队列中获取每个监测任务产生的第一任务过程节点序列；
当所述监测服务器监测到环境监测后台数据中存在与所述第一任务过程节点序列对应的环境监测结果时，所述监测服务器，还用于根据所述环境监测结果确定更新后的第二任务过程节点序列，并确定所述第二任务过程节点序列与所述第一任务过程节点序列之间的时空域特征差异；
所述监测服务器，还用于根据所述时空域特征差异生成每个所述监测任务的联动物联网控制信息，并根据所述联动物联网控制信息向对应的至少部分环境监测装置发送对应的联动物联网控制指令；
所述环境监测装置，用于根据所述联动物联网控制指令与相关联的环境监测装置执行联动环境监测操作。
第五方面，本申请实施例还提供一种监测服务器，所述监测服务器包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个环境监测装置通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行第一方面或者第一方面中任意一个可能的设计中的基于物联网和云平台的环境监测方法。
第六方面，本申请实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当其在计算机上检测时，使得计算机执行上述第一方面或者第一方面中任意一个可能的设计中的基于物联网和云平台的环境监测方法。
基于上述任意一个方面，本申请通过服务器获取待监测区域中当前监测队列的监测任务的任务等级，以从当前监测队列中获取每个监测任务产生的第一任务过程节点序列，当监测到环境监测后台数据中存在与第一任务过程节点序列对应的环境监测结果时，根据环境监测结果确定更新后的第二任务过程节点序列，并确定第二任务过程节点序列与第一任务过程节点序列之间的时空域特征差异，从而根据时空域特征差异生成每个监测任务的联动物联网控制信息向对应的至少部分环境监测装置发送对应的联动物联网控制指令使得环境监测装置与相关联的环境监测装置执行联动环境监测操作。如此，能够从监测区域的整体来考虑监测的可靠性和准确性，并结合后台监测数据的处理过程环节，提高监测区域的监测数据可信度，减少监测资源的浪费。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例提供的基于物联网和云平台的环境监测系统的应用场景示意图；
图2为本申请实施例提供的基于物联网和云平台的环境监测方法的流程示意图；之一；
图3为本申请实施例提供的基于物联网和云平台的环境监测方法的流程示意图；之二；
图4为本申请实施例提供的基于物联网和云平台的环境监测装置的功能模块示意图；
图5为本申请实施例提供的用于实现上述的基于物联网和云平台的环境监测方法的监测服务器的结构示意框图。
具体实施方式
下面结合说明书附图对本申请进行具体说明，方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。在本申请的描述中，除非另有说明，“至少一个”包括一个或多个。“多个”是指两个或两个以上。例如，A、B和C中的至少一个，包括：单独存在A、单独存在B、同时存在A和B、同时存在A和C、同时存在B和C，以及同时存在A、B和C。在本申请中，“/”表示或的意思，例如，A/B可以表示A或B；本文中的“和/或”仅仅是一种描述关联设备的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。
图1是本申请一种实施例提供的基于物联网和云平台的环境监测系统10的交互示意图。基于物联网和云平台的环境监测系统10可以包括监测服务器100以及与所述监测服务器100通信连接的环境监测装置200，监测服务器100中可以包括执行指令操作的处理器。图1所示的基于物联网和云平台的环境监测系统10仅为一种可行的示例，在其它可行的实施例中，该基于物联网和云平台的环境监测系统10也可以仅包括图1所示组成部分的其中一部分或者还可以包括其它的组成部分。
在一些实施例中，监测服务器100可以是单个服务器，也可以是一个服务器组。服务器组可以是集中式的，也可以是分布式的（例如，监测服务器100可以是分布式系统）。在一些实施例中，监测服务器100相对于环境监测装置200，可以是本地的、也可以是远程的。例如，监测服务器100可以经由网络访问存储在环境监测装置200以及数据库、或其任意组合中的信息。作为另一示例，监测服务器100可以直接连接到环境监测装置200和数据库中的至少一个，以访问其中存储的信息和/或数据。在一些实施例中，监测服务器100可以在云平台上实现；仅作为示例，云平台可以包括私有云、公有云、混合云、社区云(communitycloud)、分布式云、跨云（inter-cloud）、多云(multi-cloud)等，或者它们的任意组合。
在一些实施例中，监测服务器100可以包括处理器。处理器可以处理与服务请求有关的信息和/或数据，以执行本申请中描述的一个或多个功能。处理器可以包括一个或多个处理核（例如，单核处理器（S）或多核处理器（S））。仅作为举例，处理器可以包括中央处理单元（Central Processing Unit, CPU）、专用集成电路（Application Specific IntegratedCircuit, ASIC）、专用指令集处理器（Application Specific Instruction-setProcessor, ASIP）、图形处理单元（Graphics Processing Unit, GPU）、物理处理单元（Physics Processing Unit, PPU）、数字信号处理器 (Digital Signal Processor,DSP)、现场可编程门阵列( Field Programmable Gate Array，FPGA)、可编程逻辑器件(Programmable Logic Device, PLD)、控制器、微控制器单元、简化指令集计算机(ReducedInstruction Set Computing, RISC)、或微处理器等，或其任意组合。
网络可以用于信息和/或数据的交换。在一些实施例中，基于物联网和云平台的环境监测系统10中的一个或多个组件（例如，监测服务器100，环境监测装置200和数据库）可以向其他组件发送信息和/或数据。在一些实施例中，网络可以是任何类型的有线或者无线网络，或者是他们的结合。仅作为示例，网络130可以包括有线网络、无线网络、光纤网络、远程通信网络、内联网、因特网、局域网（Local Area Network，LAN）、广域网（Wide AreaNetwork，WAN）、无线局域网（Wireless Local Area Networks，WLAN）、城域网（Metropolitan Area Network，MAN）、广域网（Wide Area Network，WAN）、公共电话交换网（Public Switched Telephone Network，PSTN）、蓝牙网络、ZigBee网络、或近场通信（NearField Communication, NFC）网络等，或其任意组合。在一些实施例中，网络可以包括一个或多个网络接入点。例如，网络可以包括有线或无线网络接入点，例如基站和/或网络交换节点，基于物联网和云平台的环境监测系统10的一个或多个组件可以通过该接入点连接到网络以交换数据和/或信息。
前述的数据库可以存储数据和/或指令。在一些实施例中，数据库可以存储向环境监测装置200分配的数据。在一些实施例中，数据库可以存储在本申请中描述的示例性方法的数据和/或指令。在一些实施例中，数据库可以包括大容量存储器、可移动存储器、易失性读写存储器、或只读存储器（Read-Only Memory, ROM）等，或其任意组合。作为举例，大容量存储器可以包括磁盘、光盘、固态驱动器等；可移动存储器可包括闪存驱动器、软盘、光盘、存储卡、zip磁盘、磁带等；易失性读写存储器可以包括随机存取存储器（Random AccessMemory, RAM）；RAM可以包括动态RAM（Dynamic Random Access Memory, DRAM），双倍数据速率同步动态RAM（Double Date-Rate Synchronous RAM, DDR SDRAM）；静态RAM（StaticRandom-Access Memory, SRAM），晶闸管RAM（Thyristor-Based Random Access Memory,T-RAM）和零电容器RAM（Zero-RAM）等。作为举例，ROM可以包括掩模ROM（Mask Read-OnlyMemory, MROM）、可编程ROM（ Programmable Read-Only Memory, PROM）、可擦除可编程ROM（Programmable Erasable Read-only Memory , PEROM）、电可擦除可编程ROM（Electrically Erasable Programmable read only memory, EEPROM）、光盘ROM（CD-ROM）、以及数字通用磁盘ROM等。在一些实施例中，数据库可以在云平台上实现。仅作为示例，云平台可以包括私有云、公有云、混合云、社区云、分布式云、跨云、多云或者其它类似的等，或其任意组合。
在一些实施例中，数据库可以连接到网络以与基于物联网和云平台的环境监测系统10（例如，监测服务器100，环境监测装置200等）中的一个或多个组件通信。基于物联网和云平台的环境监测系统10中的一个或多个组件可以经由网络访问存储在数据库中的数据或指令。在一些实施例中，数据库可以直接连接到基于物联网和云平台的环境监测系统10中的一个或多个组件（例如，监测服务器100，环境监测装置200等；或者，在一些实施例中，数据库也可以是监测服务器100的一部分。
为了解决前述背景技术中的技术问题，图2为本申请实施例提供的基于物联网和云平台的环境监测方法的流程示意图，本实施例提供的基于物联网和云平台的环境监测方法可以由图1中所示的基于物联网和云平台的环境监测系统10执行，下面对该基于物联网和云平台的环境监测方法进行详细介绍。
步骤S110，监测服务器100获取待监测区域中当前监测队列的监测任务的任务等级，并根据待监测区域中当前监测队列的监测任务的任务等级，从当前监测队列中获取每个监测任务产生的第一任务过程节点序列。
步骤S120，当监测服务器100监测到环境监测后台数据中存在与第一任务过程节点序列对应的环境监测结果时，根据环境监测结果确定更新后的第二任务过程节点序列，并确定第二任务过程节点序列与第一任务过程节点序列之间的时空域特征差异。
步骤S130，监测服务器100根据时空域特征差异生成每个监测任务的联动物联网控制信息，并根据联动物联网控制信息向对应的至少部分环境监测装置200发送对应的联动物联网控制指令。
步骤S140，环境监测装置200根据联动物联网控制指令与相关联的环境监测装置200执行联动环境监测操作。
基于上述设计，本实施例通过服务器获取待监测区域中当前监测队列的监测任务的任务等级，以从当前监测队列中获取每个监测任务产生的第一任务过程节点序列，当监测到环境监测后台数据中存在与第一任务过程节点序列对应的环境监测结果时，根据环境监测结果确定更新后的第二任务过程节点序列，并确定第二任务过程节点序列与第一任务过程节点序列之间的时空域特征差异，从而根据时空域特征差异生成每个监测任务的联动物联网控制信息向对应的至少部分环境监测装置200发送对应的联动物联网控制指令使得环境监测装置200与相关联的环境监测装置200执行联动环境监测操作。如此，能够从监测区域的整体来考虑监测的可靠性和准确性，并结合后台监测数据的处理过程环节，提高监测区域的监测数据可信度，减少监测资源的浪费。
在一种可能的设计中，针对步骤S110，本实施例可以根据待监测区域中当前监测队列的监测任务的任务等级，分别建立每个监测任务的任务时序节点序列及任务空序节点序列。
接着，可以根据每个监测任务的任务时序节点序列及任务空序节点序列，计算每个监测任务的时序节点特征图形、空序节点特征图形及时空转换图形。
接着，可以根据每个监测任务的时序节点特征图形、空序节点特征图形及时空转换图形，执行每个监测任务的图形特征提取操作，获得每个监测任务的图形特征提取结果。
接着，可以从每个监测任务的图形特征提取结果中识别出的至少一个图形特征向量位置，确定为当前图形特征向量位置。
接着，可以将当前图形特征向量位置的图形特征向量位置信息分别与每个待确定的图形特征向量位置的图形特征向量位置信息进行匹配。
接着，可以在当当前图形特征向量位置的图形特征向量位置信息与任意一个待确定的图形特征向量位置的图形特征向量位置信息匹配时，确定当前图形特征向量位置为待确定的图形特征向量位置，并更新待确定的图形特征向量位置的位置图形标志位，否则，确定当前图形特征向量位置为新的待确定的图形特征向量位置，并建立新的待确定的图形特征向量位置的位置图形标志位，其中，位置图形标志位包括：待确定图形特征向量位置在图形特征向量位置数据中的向量方向信息、向量位置点位信息以及每个向量方向的方向角度和相对方向角度。
接着，可以根据每个待确定图形特征向量位置的位置图形标志位，通过第一任务过程模型获取位置图形标志位中的位置图形特征信息，其中，位置图形特征信息通过向量方向信息、向量位置点位信息以及每个向量方向的方向角度和相对方向角度经过第一任务过程模型，按照与监测任务对应的任务函数计算得到。
接着，可以在位置图形特征信息中提取多个目标图形特征分段作为指定图形特征分段，当确定指定图形特征分段后，根据多个指定图形特征分段的特征分段节点和向量方向分别对其进行处理，计算出每个指定图形特征分段在位置图形特征信息中的特征置信度信息。
接着，可以根据指定图形特征分段在位置图形特征信息中的特征置信度信息确定位置图形标志位在第二任务过程模型中的第一特征分段特征信息以及第一特征分段方向角度信息，计算出每一个指定图形特征分段的特征置信度信息所对应的第一特征分段特征信息和第一特征分段方向角度信息，其中，第一特征分段特征信息和第一特征分段方向角度信息随指定图形特征分段在位置图形特征信息中的动态变化而实时更新。
接着，可以通过第二任务过程模型根据指定图形特征分段当前所对应的第一特征分段特征信息和第一特征分段方向角度信息对其进行计算，获取其特征分段机器语义信息，使第二任务过程模型始终计算指定图形特征分段，对该指定图形特征分段进行实时地持续处理。
接着，可以在位置图形特征信息中根据指定图形特征分段的特征分段节点和向量方向信息对指定图形特征分段的特征分段机器语义信息进行处理，得到其下一段的特征分段节点，并计算出其下一段相应的第一特征分段特征信息和第一特征分段方向角度信息传送至第二任务过程模型，控制第二任务过程模型对指定图形特征分段进行处理。
接着，可以当指定图形特征分段在位置图形标志位中中断时，根据该指定图形特征分段的特征分段节点和向量方向信息，以及中断时的中断特征向量，对指定图形特征分段进行处理。
接着，可以通过处理计算出指定图形特征分段可关联的多个标识特征分段节点及其相应的分段置信度，通过第二任务过程模型按分段置信度最大的标识特征分段节点进行处理，通过第一任务过程模型根据多个标识特征分段节点在位置图形特征信息中对中断时的中断特征向量进行处理，当第一任务过程模型检测到该指定图形特征分段时，第二任务过程模型结束处理，根据其向量方向信息对该指定图形特征分段进行处理，获取其特征分段机器语义信息。
接着，可以在第一任务过程模型确定指定图形特征分段后，计算出该指定图形特征分段的分段图形均值，第二任务过程模型根据该分段图形均值所转换的第一特征分段特征信息和第一特征分段方向角度信息对指定图形特征分段进行标定，并在特征分段机器语义信息中对该指定图形特征分段进行重新标定，计算出该指定图形特征分段在特征分段机器语义信息中的分段节点计算值。
接着，可以根据每个指定图形特征分段在特征分段机器语义信息中的分段节点计算值的大小排序，从当前监测队列中获取该监测任务产生的第一任务过程节点序列。
在一种可能的设计中，针对步骤S120，本实施例具体可以根据环境监测结果获取第一任务过程节点序列所对应的变化参数过程序列，变化参数过程序列包括标定过程和可控过程，可控过程包括强关联过程和弱关联过程。
接着，可以根据变化参数过程序列中标定过程对应的过程特征信息、强关联过程以及弱关联过程确定第一任务过程序列所对应的过程控制信息。
接着，可以根据确定的第一任务过程序列所对应的过程控制信息，确定第一任务过程序列的过程控制特征参数以及各过程控制特征参数的参数配置源。
接着，可以根据过程控制特征参数以及各过程控制特征参数的参数配置源，获取第一任务过程序列进行更新所需的任务过程数量。
若任务过程数量大于设定数量，则检测当前空闲环境监测节点的数量是否大于设定数量，在当前空闲环境监测节点的数量大于设定数量时，根据第一任务过程序列所对应的过程控制信息对第一任务过程序列进行更新，获得基准任务过程序列和继承任务过程序列，并对基准任务过程序列和继承任务过程序列进行继承融合后，获取对应的融合任务过程序列，以生成对应的融合任务过程序列图形。由此，可以根据融合任务过程序列图形确定更新后的第二任务过程节点序列。
例如在一种可能的设计中，可以根据融合任务过程序列图形中图形分段节点的分段长度和分段特征，确定融合任务过程序列图形中的融合任务过程节点的节点位置信息及节点空间点的空间点特征信息。
接着，可以根据节点位置信息确定对应的融合任务过程节点，以及根据空间点特征信息确定对应的节点空间点。
接着，可以将融合任务过程节点及节点空间点进行拟合确定融合任务过程序列图形所对应的拟合表示图形。
将拟合表示图形分段为多个任务过程分段和多个过程空间分段。
接着，可以针对任意一个任务过程分段，将任务过程分段在拟合表示图形中表示融合任务过程节点的区域进行切分得到多个子任务过程分段，并确定多个子任务过程分段的分段特征。
接着，可以针对任意一个过程空间分段，将过程空间分段在拟合表示图形中表示融合任务过程节点的方向进行切分得到多个子过程空间分段，并确定多个子过程空间分段的空间分段特征。
接着，可以依次对多个子任务过程分段的分段特征和多个子过程空间分段的空间分段特征进行特征融合，得到更新后的第二任务过程节点序列。
在一种可能的设计中，针对步骤S120，本实施例可以在预设特征空间内，对第二任务过程节点序列和第一任务过程节点序列对应的序列特征向量和序列特征动态幅度进行计算，获得序列特征向量和序列特征动态幅度中每个特征的最小序列特征动态幅度对应的目标特征量化值。其中，目标特征量化值为预设特征空间内的一个设定特征量化值。
接着，可以在目标特征量化值相关联的多个设定特征量化值之间按照序列特征向量进行处理，并计算每个设定特征量化值对应的序列特征动态幅度，将所有设定特征量化值对应的序列特征动态幅度中，最小的序列特征动态幅度对应的设定特征量化值作为每个特征的特征量化差异值。
接着，可以将所有特征的特征量化差异值构成的差异特征，作为序列特征向量和序列特征动态幅度的差异特征，以得到第二任务过程节点序列对应的第一差异特征和第一任务过程节点序列对应的第二差异特征。
接着，可以计算第一差异特征与第二差异特征之间的特征差异情况。
接着，可以根据特征差异情况将第一差异特征与第二差异特征进行融合，得到融合差异特征。
接着，可以将融合差异特征填充至设定更新组件上，设定更新组件用于对融合差异特征进行特征更新。
接着，可以利用设定更新组件对融合差异特征进行分割，形成多个待处理融合差异特征，并在形成多个待处理融合差异特征的过程中，根据待处理融合差异特征的特征表征信息中包含的待处理融合差异特征中的差异元素与更新标志位的对应关系，建立更新标志位关联关系，其中，建立的更新标志位关联关系中包含待处理融合差异特征中所有的差异元素对应的更新标志位。
接着，可以针对待处理融合差异特征中的差异元素，确定当前处理待处理融合差异特征时该差异元素所在的特征段所对应的更新等级，将确定的更新等级记录到更新标志位关联关系中，并建立记录的更新等级与更新标志位关联关系中该差异元素对应的更新标志位的对应关系。
接着，可以在更新待处理融合差异特征的过程中，对待处理融合差异特征中包含的每个特征段当前对应的更新等级进行监测，在监测到更新标志位关联关系中的至少一个更新标志位对应的更新等级发生变化，确定需要改变当前更新待处理融合差异特征所采用的更新等级时，确定当前更新待处理融合差异特征所需要的更新等级。
接着，可以采用确定的当前更新待处理融合差异特征所需要的更新等级更新待处理融合差异特征，以确定第二任务过程节点序列与第一任务过程节点序列之间的时空域特征差异。
在一种可能的设计中，针对步骤S130，本实施例可以进一步根据时空域特征差异确定每个监测任务中每个子任务的子任务参数以及子任务所占用信道的持续时间。
然后，可以根据每个监测任务中子任务的子任务参数以及子任务所占用信道的持续时间确定每个监测任务中对子任务进行分配所需要的联动通信过程的物联网联动通信过程参数。
接着，可以根据每个子任务所需要的联动通信过程的物联网联动通信过程参数，确定每个子任务的联动物联网控制信息。
接着，可以根据联动物联网标识序列将联动物联网控制信息与监测任务中的其他子任务建立对应关系，并将建立有对应关系的子任务作为可联动子任务。
接着，可以根据对应关系对每个可联动子任务进行合并，生成每个监测任务的联动物联网控制信息，并根据联动物联网控制信息向对应的至少部分环境监测装置200发送对应的联动物联网控制指令。
进一步地，图3示出了本申请实施还提供的另一种基于物联网和云平台的环境监测方法的流程示意图，与上面实施例不同的是，本基于物联网和云平台的环境监测方法由监测服务器100执行，可以理解的是，接下来要描述的基于物联网和云平台的环境监测方法中涉及的步骤在上面针对基于物联网和云平台的环境监测系统10执行的方法实施例中已经描述过，具体各个步骤的详尽内容可参照上面的实施例描述，在此不再加以详述，下面仅对监测服务器100执行步骤进行简要说明。
步骤S210，获取待监测区域中当前监测队列的监测任务的任务等级，并根据待监测区域中当前监测队列的监测任务的任务等级，从当前监测队列中获取每个监测任务产生的第一任务过程节点序列。
步骤S220，当监测到环境监测后台数据中存在与第一任务过程节点序列对应的环境监测结果时，根据环境监测结果确定更新后的第二任务过程节点序列，并确定第二任务过程节点序列与第一任务过程节点序列之间的时空域特征差异。
步骤S230，根据时空域特征差异生成每个监测任务的联动物联网控制信息，并根据联动物联网控制信息向对应的至少部分环境监测装置200发送对应的联动物联网控制指令，以使得环境监测装置200根据联动物联网控制指令与相关联的环境监测装置200执行联动环境监测操作。
图4为本申请实施例提供的基于物联网和云平台的环境监测装置300的功能模块示意图，本实施例可以根据上述监测服务器100执行的方法实施例对该基于物联网和云平台的环境监测装置300进行功能模块的划分。例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。需要说明的是，本申请中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。比如，在采用对应各个功能划分各个功能模块的情况下，图4示出的基于物联网和云平台的环境监测装置300只是一种装置示意图。其中，基于物联网和云平台的环境监测装置300可以包括获取模块310、确定模块320以及生成发送模块330，下面分别对该基于物联网和云平台的环境监测装置300的各个功能模块的功能进行详细阐述。
获取模块310，用于获取待监测区域中当前监测队列的监测任务的任务等级，并根据所述待监测区域中当前监测队列的监测任务的任务等级，从所述当前监测队列中获取每个监测任务产生的第一任务过程节点序列。
确定模块320，用于当监测到环境监测后台数据中存在与所述第一任务过程节点序列对应的环境监测结果时，根据所述环境监测结果确定更新后的第二任务过程节点序列，并确定所述第二任务过程节点序列与所述第一任务过程节点序列之间的时空域特征差异。
生成发送模块330，用于根据所述时空域特征差异生成每个所述监测任务的联动物联网控制信息，并根据所述联动物联网控制信息向对应的至少部分环境监测装置发送对应的联动物联网控制指令，以使得所述环境监测装置根据所述联动物联网控制指令与相关联的环境监测装置执行联动环境监测操作。
进一步地，图5为本申请实施例提供的用于执行上述基于物联网和云平台的环境监测方法的监测服务器100的结构示意图。如图5所示，该监测服务器100可包括网络接口110、机器可读存储介质120、处理器130以及总线140。处理器130可以是一个或多个，图5中以一个处理器130为例。网络接口110、机器可读存储介质120以及处理器130可以通过总线140或其他方式连接，图5中以通过总线140连接为例。
机器可读存储介质120作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本申请实施例中的基于物联网和云平台的环境监测方法对应的程序指令/模块（例如图4中所示的基于物联网和云平台的环境监测装置300的获取模块310、确定模块320以及生成发送模块330）。处理器130通过检测存储在机器可读存储介质120中的软件程序、指令以及模块，从而执行终端设备的各种功能应用以及数据处理，即实现上述的基于物联网和云平台的环境监测方法，在此不再赘述。
机器可读存储介质120可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，机器可读存储介质120可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-OnlyMemory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRateSDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，DR RAM)。应注意，本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合发布节点的存储器。在一些实例中，机器可读存储介质120可进一步包括相对于处理器130远程设置的存储器，这些远程存储器可以通过网络连接至监测服务器100。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器130可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法实施例的各步骤可以通过处理器130中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器130可以是通用处理器、数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。
监测服务器100可以通过网络接口110和其它设备（例如环境监测装置200）进行信息交互。网络接口110可以是电路、总线、收发器或者其它任意可以用于进行信息交互的装置。处理器130可以利用网络接口110收发信息。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(solid state disk，SSD))等。
本申请实施例是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请实施例进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请实施例的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (7)

1.一种基于物联网和云平台的环境监测装置，其特征在于，应用于监测服务器，所述监测服务器与分别设置在多个环境监测点的环境监测装置通信连接，所述监测服务器经由网络访问存储在环境监测装置中的信息，所述网络包括有线或无线网络接入点，所述监测服务器在云平台上实现，所述装置包括：
获取模块，用于获取待监测区域中当前监测队列的监测任务的任务等级，并根据所述待监测区域中当前监测队列的监测任务的任务等级，从所述当前监测队列中获取每个监测任务产生的第一任务过程节点序列；
确定模块，用于当监测到环境监测后台数据中存在与所述第一任务过程节点序列对应的环境监测结果时，根据所述环境监测结果确定更新后的第二任务过程节点序列，并确定所述第二任务过程节点序列与所述第一任务过程节点序列之间的时空域特征差异；
生成发送模块，用于根据所述时空域特征差异生成每个所述监测任务的联动物联网控制信息，并根据所述联动物联网控制信息向对应的至少部分环境监测装置发送对应的联动物联网控制指令，以使得所述环境监测装置根据所述联动物联网控制指令与相关联的环境监测装置执行联动环境监测操作；
所述确定模块具体用于通过以下方式根据所述环境监测结果确定更新后的第二任务过程节点序列：
根据所述环境监测结果获取所述第一任务过程节点序列所对应的变化参数过程序列，所述变化参数过程序列包括标定过程和可控过程，所述可控过程包括强关联过程和弱关联过程；
根据所述变化参数过程序列中标定过程对应的过程特征信息、所述强关联过程以及所述弱关联过程确定第一任务过程序列所对应的过程控制信息；
根据确定的第一任务过程序列所对应的过程控制信息，确定所述第一任务过程序列的过程控制特征参数以及各所述过程控制特征参数的参数配置源；
根据所述过程控制特征参数以及各所述过程控制特征参数的参数配置源，获取所述第一任务过程序列进行更新所需的任务过程数量；
若所述任务过程数量大于设定数量，则检测当前空闲环境监测节点的数量是否大于设定数量；
在所述当前空闲环境监测节点的数量大于所述设定数量时，根据所述第一任务过程序列所对应的过程控制信息对所述第一任务过程序列进行更新，获得基准任务过程序列和继承任务过程序列，并对所述基准任务过程序列和继承任务过程序列进行继承融合后，获取对应的融合任务过程序列，以生成对应的融合任务过程序列图形；
根据所述融合任务过程序列图形确定更新后的第二任务过程节点序列。
2.根据权利要求1所述的基于物联网和云平台的环境监测装置，其特征在于，所述获取模块具体用于通过以下方式根据所述待监测区域中当前监测队列的监测任务的任务等级，从所述当前监测队列中获取每个监测任务产生的第一任务过程节点序列的步骤，包括：
根据所述待监测区域中当前监测队列的监测任务的任务等级，分别建立每个监测任务的任务时序节点序列及任务空序节点序列；
根据每个监测任务的任务时序节点序列及任务空序节点序列，计算每个监测任务的时序节点特征图形、空序节点特征图形及时空转换图形；
根据每个监测任务的时序节点特征图形、空序节点特征图形及时空转换图形，执行每个监测任务的图形特征提取操作，获得每个监测任务的图形特征提取结果；
从每个监测任务的图形特征提取结果中识别出的至少一个图形特征向量位置，确定为当前图形特征向量位置；
将所述当前图形特征向量位置的图形特征向量位置信息分别与每个待确定的图形特征向量位置的图形特征向量位置信息进行匹配；
当所述当前图形特征向量位置的图形特征向量位置信息与任意一个待确定的图形特征向量位置的图形特征向量位置信息匹配时，确定所述当前图形特征向量位置为所述待确定的图形特征向量位置，并更新所述待确定的图形特征向量位置的位置图形标志位，否则，确定所述当前图形特征向量位置为新的待确定的图形特征向量位置，并建立所述新的待确定的图形特征向量位置的位置图形标志位，其中，所述位置图形标志位包括：所述待确定图形特征向量位置在图形特征向量位置数据中的向量方向信息、向量位置点位信息以及每个向量方向的方向角度和相对方向角度；
根据每个待确定图形特征向量位置的位置图形标志位，通过第一任务过程模型获取所述位置图形标志位中的位置图形特征信息，其中，所述位置图形特征信息通过所述向量方向信息、向量位置点位信息以及每个向量方向的方向角度和相对方向角度经过所述第一任务过程模型，按照与所述监测任务对应的任务函数计算得到；
在所述位置图形特征信息中提取多个目标图形特征分段作为指定图形特征分段，当确定指定图形特征分段后，根据多个指定图形特征分段的特征分段节点和向量方向分别对其进行处理，计算出每个指定图形特征分段在位置图形特征信息中的特征置信度信息；
根据所述指定图形特征分段在位置图形特征信息中的特征置信度信息确定所述位置图形标志位在第二任务过程模型中的第一特征分段特征信息以及第一特征分段方向角度信息，计算出每一个指定图形特征分段的特征置信度信息所对应的第一特征分段特征信息和第一特征分段方向角度信息，其中，所述第一特征分段特征信息和所述第一特征分段方向角度信息随指定图形特征分段在位置图形特征信息中的动态变化而实时更新；
通过所述第二任务过程模型根据所述指定图形特征分段当前所对应的第一特征分段特征信息和第一特征分段方向角度信息对其进行计算，获取其特征分段机器语义信息，使所述第二任务过程模型始终计算所述指定图形特征分段，对该指定图形特征分段进行实时地持续处理；
在所述位置图形特征信息中根据指定图形特征分段的特征分段节点和向量方向信息对指定图形特征分段的特征分段机器语义信息进行处理，得到其下一段的特征分段节点，并计算出其下一段相应的第一特征分段特征信息和第一特征分段方向角度信息传送至第二任务过程模型，控制第二任务过程模型对指定图形特征分段进行处理；
当指定图形特征分段在位置图形标志位中中断时，根据该指定图形特征分段的特征分段节点和向量方向信息，以及中断时的中断特征向量，对所述指定图形特征分段进行处理；
通过处理计算出指定图形特征分段可关联的多个标识特征分段节点及其相应的分段置信度，通过所述第二任务过程模型按分段置信度最大的标识特征分段节点进行处理，通过第一任务过程模型根据多个标识特征分段节点在位置图形特征信息中对中断时的中断特征向量进行处理，当第一任务过程模型检测到该指定图形特征分段时，第二任务过程模型结束处理，根据其向量方向信息对该指定图形特征分段进行处理，获取其特征分段机器语义信息；
在第一任务过程模型确定指定图形特征分段后，计算出该指定图形特征分段的分段图形均值，第二任务过程模型根据该分段图形均值所转换的第一特征分段特征信息和第一特征分段方向角度信息对指定图形特征分段进行标定，并在特征分段机器语义信息中对该指定图形特征分段进行重新标定，计算出该指定图形特征分段在特征分段机器语义信息中的分段节点计算值；
根据每个指定图形特征分段在特征分段机器语义信息中的分段节点计算值的大小排序，从所述当前监测队列中获取该监测任务产生的第一任务过程节点序列。
3.根据权利要求1所述的基于物联网和云平台的环境监测装置，其特征在于，所述确定模块具体用于通过以下方式根据所述融合任务过程序列图形确定更新后的第二任务过程节点序列：
根据所述融合任务过程序列图形中图形分段节点的分段长度和分段特征，确定所述融合任务过程序列图形中的融合任务过程节点的节点位置信息及节点空间点的空间点特征信息；
根据所述节点位置信息确定对应的融合任务过程节点，以及根据所述空间点特征信息确定对应的节点空间点；
将所述融合任务过程节点及节点空间点进行拟合确定所述融合任务过程序列图形所对应的拟合表示图形；
将所述拟合表示图形分段为多个任务过程分段和多个过程空间分段；
针对任意一个任务过程分段，将所述任务过程分段在所述拟合表示图形中表示融合任务过程节点的区域进行切分得到多个子任务过程分段，并确定所述多个子任务过程分段的分段特征；
针对任意一个过程空间分段，将所述过程空间分段在所述拟合表示图形中表示融合任务过程节点的方向进行切分得到多个子过程空间分段，并确定所述多个子过程空间分段的空间分段特征；
依次对所述多个子任务过程分段的分段特征和所述多个子过程空间分段的空间分段特征进行特征融合，得到更新后的第二任务过程节点序列。
4.根据权利要求1所述的基于物联网和云平台的环境监测装置，其特征在于，所述确定模块具体用于通过以下方式确定所述第二任务过程节点序列与所述第一任务过程节点序列之间的时空域特征差异：
在预设特征空间内，对所述第二任务过程节点序列和所述第一任务过程节点序列对应的序列特征向量和序列特征动态幅度进行计算，获得所述序列特征向量和所述序列特征动态幅度中每个特征的最小序列特征动态幅度对应的目标特征量化值；其中，所述目标特征量化值为所述预设特征空间内的一个设定特征量化值；
在所述目标特征量化值相关联的多个设定特征量化值之间按照所述序列特征向量进行处理，并计算每个设定特征量化值对应的序列特征动态幅度，将所有设定特征量化值对应的序列特征动态幅度中，最小的序列特征动态幅度对应的设定特征量化值作为所述每个特征的特征量化差异值；
将所有特征的特征量化差异值构成的差异特征，作为所述序列特征向量和序列特征动态幅度的差异特征，以得到所述第二任务过程节点序列对应的第一差异特征和所述第一任务过程节点序列对应的第二差异特征；
计算所述第一差异特征与所述第二差异特征之间的特征差异情况；
根据所述特征差异情况将所述第一差异特征与所述第二差异特征进行融合，得到融合差异特征；
将所述融合差异特征填充至设定更新组件上，所述设定更新组件用于对所述融合差异特征进行特征更新；
利用所述设定更新组件对所述融合差异特征进行分割，形成多个待处理融合差异特征，并在形成多个待处理融合差异特征的过程中，根据所述待处理融合差异特征的特征表征信息中包含的所述待处理融合差异特征中的差异元素与更新标志位的对应关系，建立更新标志位关联关系，其中，建立的更新标志位关联关系中包含所述待处理融合差异特征中所有的差异元素对应的更新标志位；
针对所述待处理融合差异特征中的差异元素，确定当前处理所述待处理融合差异特征时该差异元素所在的特征段所对应的更新等级，将确定的更新等级记录到所述更新标志位关联关系中，并建立记录的更新等级与所述更新标志位关联关系中该差异元素对应的更新标志位的对应关系；
在更新所述待处理融合差异特征的过程中，对所述待处理融合差异特征中包含的每个特征段当前对应的更新等级进行监测，在监测到所述更新标志位关联关系中的至少一个更新标志位对应的更新等级发生变化，确定需要改变当前更新所述待处理融合差异特征所采用的更新等级时，确定当前更新所述待处理融合差异特征所需要的更新等级；
采用确定的当前更新所述待处理融合差异特征所需要的更新等级更新所述待处理融合差异特征，以确定所述第二任务过程节点序列与所述第一任务过程节点序列之间的时空域特征差异。
5.根据权利要求1所述的基于物联网和云平台的环境监测装置，其特征在于，所述生成发送模块具体用于通过以下方式根据所述时空域特征差异生成每个所述监测任务的联动物联网控制信息，并根据所述联动物联网控制信息向对应的至少部分环境监测装置发送对应的联动物联网控制指令：
根据所述时空域特征差异确定每个所述监测任务中每个子任务的子任务参数以及所述子任务所占用信道的持续时间；
根据每个所述监测任务中子任务的子任务参数以及所述子任务所占用信道的持续时间确定所述每个所述监测任务中对所述子任务进行分配所需要的联动通信过程的物联网联动通信过程参数；
根据每个所述子任务所需要的联动通信过程的物联网联动通信过程参数，确定每个所述子任务的联动物联网控制信息；
根据联动物联网标识序列将所述联动物联网控制信息与所述监测任务中的其他子任务建立对应关系，并将建立有所述对应关系的子任务作为可联动子任务；
根据所述对应关系对每个所述可联动子任务进行合并，生成每个所述监测任务的联动物联网控制信息，并根据所述联动物联网控制信息向对应的至少部分环境监测装置发送对应的联动物联网控制指令。
6.一种基于物联网和云平台的环境监测方法，其特征在于，应用于监测服务器，所述监测服务器与分别设置在多个环境监测点的环境监测装置通信连接，所述监测服务器经由网络访问存储在环境监测装置中的信息，所述网络包括有线或无线网络接入点，所述监测服务器在云平台上实现，所述方法包括：
获取待监测区域中当前监测队列的监测任务的任务等级，并根据所述待监测区域中当前监测队列的监测任务的任务等级，从所述当前监测队列中获取每个监测任务产生的第一任务过程节点序列；
当监测到环境监测后台数据中存在与所述第一任务过程节点序列对应的环境监测结果时，根据所述环境监测结果确定更新后的第二任务过程节点序列，并确定所述第二任务过程节点序列与所述第一任务过程节点序列之间的时空域特征差异；
根据所述时空域特征差异生成每个所述监测任务的联动物联网控制信息，并根据所述联动物联网控制信息向对应的至少部分环境监测装置发送对应的联动物联网控制指令，以使得所述环境监测装置根据所述联动物联网控制指令与相关联的环境监测装置执行联动环境监测操作；
所述根据所述环境监测结果确定更新后的第二任务过程节点序列的步骤，包括：
根据所述环境监测结果获取所述第一任务过程节点序列所对应的变化参数过程序列，所述变化参数过程序列包括标定过程和可控过程，所述可控过程包括强关联过程和弱关联过程；
根据所述变化参数过程序列中标定过程对应的过程特征信息、所述强关联过程以及所述弱关联过程确定第一任务过程序列所对应的过程控制信息；
根据确定的第一任务过程序列所对应的过程控制信息，确定所述第一任务过程序列的过程控制特征参数以及各所述过程控制特征参数的参数配置源；
根据所述过程控制特征参数以及各所述过程控制特征参数的参数配置源，获取所述第一任务过程序列进行更新所需的任务过程数量；
若所述任务过程数量大于设定数量，则检测当前空闲环境监测节点的数量是否大于设定数量；
在所述当前空闲环境监测节点的数量大于所述设定数量时，根据所述第一任务过程序列所对应的过程控制信息对所述第一任务过程序列进行更新，获得基准任务过程序列和继承任务过程序列，并对所述基准任务过程序列和继承任务过程序列进行继承融合后，获取对应的融合任务过程序列，以生成对应的融合任务过程序列图形；
根据所述融合任务过程序列图形确定更新后的第二任务过程节点序列。
7.一种监测服务器，其特征在于，所述监测服务器与分别设置在多个环境监测点的环境监测装置通信连接，所述监测服务器经由网络访问存储在环境监测装置中的信息，所述网络包括有线或无线网络接入点，所述监测服务器在云平台上实现，所述监测服务器包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个环境监测装置通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行权利要求6所述的基于物联网和云平台的环境监测方法。
CN202010816453.7A 2019-12-27 2019-12-27 基于物联网和云平台的环境监测方法、装置及监测服务器 Withdrawn CN111986062A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010816453.7A CN111986062A (zh) 2019-12-27 2019-12-27 基于物联网和云平台的环境监测方法、装置及监测服务器

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010816453.7A CN111986062A (zh) 2019-12-27 2019-12-27 基于物联网和云平台的环境监测方法、装置及监测服务器
CN201911380813.7A CN111104291B (zh) 2019-12-27 2019-12-27 基于物联网的环境监测方法、装置、系统及监测服务器

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201911380813.7A Division CN111104291B (zh) 2019-12-27 2019-12-27 基于物联网的环境监测方法、装置、系统及监测服务器

Publications (1)

Publication Number Publication Date
CN111986062A true CN111986062A (zh) 2020-11-24

Family

ID=70424150

Family Applications (3)

Application Number Title Priority Date Filing Date
CN201911380813.7A Active CN111104291B (zh) 2019-12-27 2019-12-27 基于物联网的环境监测方法、装置、系统及监测服务器
CN202010816453.7A Withdrawn CN111986062A (zh) 2019-12-27 2019-12-27 基于物联网和云平台的环境监测方法、装置及监测服务器
CN202010816432.5A Withdrawn CN111970356A (zh) 2019-12-27 2019-12-27 基于物联网和网络通信的环境监测方法、装置及系统

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201911380813.7A Active CN111104291B (zh) 2019-12-27 2019-12-27 基于物联网的环境监测方法、装置、系统及监测服务器

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202010816432.5A Withdrawn CN111970356A (zh) 2019-12-27 2019-12-27 基于物联网和网络通信的环境监测方法、装置及系统

Country Status (1)

Country Link
CN (3) CN111104291B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113901162A (zh) * 2021-10-13 2022-01-07 深圳联和智慧科技有限公司 基于城市管理的无人机环境监测方法、系统及云平台
CN117791877A (zh) * 2024-02-23 2024-03-29 北京智芯微电子科技有限公司 配电物联网控制方法、装置、设备及介质

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112039994B (zh) * 2020-09-02 2024-02-27 深邦智能科技集团(青岛)有限公司 基于互联网的远程监控方法、装置及服务器
CN113569937A (zh) * 2021-01-20 2021-10-29 廖彩红 基于大数据的人工智能模型机器学习方法及服务器
CN113032216B (zh) * 2021-03-26 2023-04-25 山东英信计算机技术有限公司 一种监控方法、装置、设备和介质
CN113706000A (zh) * 2021-08-19 2021-11-26 海南绿能环境工程有限公司 基于物联网的环境监测资源分配方法及系统

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102377801B (zh) * 2010-08-19 2014-05-07 中国科学院计算技术研究所 一种用于环境监测的传感器网络及数据传输方法
CN102984265A (zh) * 2012-12-06 2013-03-20 南京邮电大学 一种基于物联网的水环境监测方法
CN103188755B (zh) * 2013-01-06 2016-04-27 西安交通大学 一种面向物联网移动感知的服务节点选择方法
CN106790583B (zh) * 2016-12-28 2020-07-10 江苏盛世华安互联网科技股份有限公司 一种基于云平台的城市物联网管理系统
US20190140906A1 (en) * 2017-11-09 2019-05-09 International Business Machines Corporation Dynamically optimizing internet of things device configuration rules via a gateway
WO2019186594A1 (en) * 2018-03-29 2019-10-03 Zestiot Technologies Pvt. Ltd. Method and system for auto task allocation & recommending ground equipment, manpower to improve turnaround time of aircrafts in airport
CN109725109A (zh) * 2018-11-23 2019-05-07 航天行云科技有限公司 一种物联网环境监测系统及监测方法
CN109361577B (zh) * 2018-12-20 2020-01-14 李斯嘉 一种基于分布式传感器的数据监测方法和系统
CN109447048B (zh) * 2018-12-25 2020-12-25 苏州闪驰数控系统集成有限公司 一种人工智能预警系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113901162A (zh) * 2021-10-13 2022-01-07 深圳联和智慧科技有限公司 基于城市管理的无人机环境监测方法、系统及云平台
CN117791877A (zh) * 2024-02-23 2024-03-29 北京智芯微电子科技有限公司 配电物联网控制方法、装置、设备及介质
CN117791877B (zh) * 2024-02-23 2024-05-24 北京智芯微电子科技有限公司 配电物联网控制方法、装置、设备及介质

Also Published As

Publication number Publication date
CN111104291B (zh) 2020-12-01
CN111104291A (zh) 2020-05-05
CN111970356A (zh) 2020-11-20

Similar Documents

Publication Publication Date Title
CN111104291B (zh) 基于物联网的环境监测方法、装置、系统及监测服务器
CN111132145B (zh) 网络通信安全监测方法、装置、服务器及网络通信系统
CN111209336B (zh) 基于区块链的数据分配方法、装置及服务器
CN112181531A (zh) 虚拟现实场景加载方法及虚拟现实系统
CN111367414B (zh) 虚拟现实对象控制方法、装置、虚拟现实系统及设备
CN111614579B (zh) 边缘设备的接入方法、接入装置和接入系统
CN111210198B (zh) 信息投递方法、装置及服务器
CN110826606A (zh) 要素匹配方法、装置、服务器及可读存储介质
CN111209074B (zh) 浏览器视图加载方法、装置、系统及服务器
CN112181425B (zh) 基于云平台的软件开发包的编译方法及装置
CN111258968B (zh) 企业冗余数据清理方法、装置及大数据平台
CN111249106B (zh) 老年康复机器人的训练控制装置及系统
CN111148046B (zh) 轨迹记录方法、装置及系统
CN113162851A (zh) 组的实现方法及相关设备
CN111259007A (zh) 电动车信息监控方法、装置、服务器及电动车管理系统
CN110781202B (zh) 本科教学质量信息的数据智能收集方法及系统
CN111107162B (zh) 基于物联网的室内定位数据处理方法、装置及系统
CN111124321B (zh) 激光打印机的调试方法及系统
CN111988187B (zh) 中央管理服务器的互联网连接方法及装置
CN111178209B (zh) 核磁共振交互处理方法、装置及核磁共振交互系统
CN113923223B (zh) 一种边缘环境下低时间成本的用户分配方法
EP4401373A1 (en) Controlling network function resource scaling
CN112613535A (zh) 一种水质检测控制方法、装置及平台
CN112596896A (zh) 一种污水cod快速检测方法、装置及平台
CN115209431A (zh) 一种触发方法、装置、设备和计算机存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication

Application publication date: 20201124

WW01 Invention patent application withdrawn after publication