CN112085082A - 一种污水排放实时监测方法、装置及服务器 - Google Patents
一种污水排放实时监测方法、装置及服务器 Download PDFInfo
- Publication number
- CN112085082A CN112085082A CN202010911896.4A CN202010911896A CN112085082A CN 112085082 A CN112085082 A CN 112085082A CN 202010911896 A CN202010911896 A CN 202010911896A CN 112085082 A CN112085082 A CN 112085082A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- information
- task
- emission
- dimensional visual
- 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- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/74—Browsing; Visualisation therefor
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Multimedia (AREA)
- Game Theory and Decision Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Marketing (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供一种污水排放实时监测方法、装置及服务器,通过获取污水监控设备在预设监测任务的任务指示范围段内的监控视频流信息,并对监控视频流信息进行排放监控元素解析得到监控视频流信息在预设监测任务的任务指示范围段内的连续的排放监控元素列表,由此进一步确定排放监控元素列表对应的三维可视化比较指标后根据目标污水排放趋势信息将预设监测任务的任务指示范围段内的监控视频流信息所对应的污水排放记录数据进行目标对象标记。如此,能够考虑到具体的任务指示范围段内的监控视频流信息的三维可视化比较指标,由此在对污水排放记录数据进行目标对象标记时进一步考虑到不同任务指示范围段差异,从而提高污水排放实时监测过程的的可靠性。
Description
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种污水排放实时监测方法、装置及服务器。
背景技术
污水排放记录数据存在数据量庞大的特点,传统的污水排放实时监测方法没有考虑到具体的任务指示范围段内的监控视频流信息的三维可视化比较指标,导致在对污水排放记录数据进行目标对象标记时没有考虑到不同任务指示范围段差异,从而造成污水排放实时监测过程存在较大的可靠性问题。
发明内容
为了至少克服现有技术中的上述不足,本申请的目的之一在于提供一种污水排放实时监测方法、装置及服务器,能够考虑到具体的任务指示范围段内的监控视频流信息的三维可视化比较指标,由此在对污水排放记录数据进行目标对象标记时进一步考虑到不同任务指示范围段差异,从而提高污水排放实时监测过程的的可靠性。
第一方面,本申请提供一种污水排放实时监测方法,应用于服务器,所述方法包括:
获取所述污水监控设备在预设监测任务的任务指示范围段内的监控视频流信息,并对所述监控视频流信息进行排放监控元素解析得到所述监控视频流信息在所述预设监测任务的任务指示范围段内的连续的排放监控元素列表,所述排放监控元素列表包括多个连续的排放监控元素,每个排放监控元素配置有监控特征标签,所述监控特征标签用于表征参数化之后的污水排放区域对象;
根据每个排放监控元素对应的监控特征标签的监控任务处理信息和监控任务更新信息,确定每个排放监控元素对应的监控任务过程特征集合,并确定每个排放监控元素的监控任务过程特征集合与该排放监控元素的前一个排放监控元素的监控任务过程特征集合的第一三维可视化参数以及每个排放监控元素的监控任务过程特征集合与该排放监控元素的后一个排放监控元素的监控任务过程特征集合的第二三维可视化参数;
基于每个排放监控元素对应的第一三维可视化参数和第二三维可视化参数,确定所述排放监控元素列表对应的三维可视化比较指标,并根据所述三维可视化比较指标确定所述监控视频流信息对应的目标污水排放趋势信息;
根据所述目标污水排放趋势信息将所述预设监测任务的任务指示范围段内的监控视频流信息所对应的污水排放记录数据进行目标对象标记,得到目标对象标记后的污水排放记录数据。
在一种可能的实现方式中,根据每个排放监控元素对应的监控特征标签的监控任务处理信息和监控任务更新信息,确定每个排放监控元素对应的监控任务过程特征集合的步骤,包括:
获取每个排放监控元素上配置的监控特征标签的标签覆盖监测点范围,并确定与所述标签覆盖监测点范围对应的第一单位区域列表,所述标签覆盖监测点范围包括根据所述监控特征标签的监控任务处理信息和监控任务更新信息所确定出的更新指标节点的指标映射统计单位参数,所述第一单位区域列表包括所述指标映射统计单位参数的多个统计对象的优先级次序;
确定每个排放监控元素映射监控任务处理信息的第一映射任务元素和生成监控任务更新信息的第二映射任务元素;
根据所述第一映射任务元素和所述第二映射任务元素的任务指示范围确定用于对所述第一单位区域列表进行关键帧定位的关键帧定位系数,并基于所述关键帧定位系数对所述第一单位区域列表进行关键帧定位获得第二单位区域列表;
对所述第二单位区域列表进行聚类得到多个单位区域聚类簇,对每个单位区域聚类簇进行特征提取得到单位区域聚类特征;
根据所述第二单位区域列表对应的多个单位区域聚类特征确定所述第二单位区域列表对应的排放监控元素的监控任务过程特征集合。
在一种可能的实现方式中,所述基于每个排放监控元素对应的第一三维可视化参数和第二三维可视化参数,确定所述排放监控元素列表对应的三维可视化比较指标的步骤,包括:
获取基于每个排放监控元素对应的第一三维可视化参数和第二三维可视化参数所确定的三维可视化差异信息;
针对所述三维可视化差异信息中的当前三维可视化差异信息,基于当前三维可视化差异信息在所述预设监测任务的任务指示范围段内被指向的第一单位区域节点以及各所述三维可视化差异信息在所述预设监测任务的任务指示范围段内被指向的第二单位区域节点,确定当前三维可视化差异信息在所述预设监测任务的任务指示范围段内的三维渲染关键定位信息;
根据每个排放监控元素对应的所有三维渲染关键定位信息,确定每个排放监控元素对应的三维可视化差异列表;
提取每个三维可视化差异列表中的差异比较拟合参数并确定每条差异比较拟合参数的拟合特征向量,将确定出的所有拟合特征向量进行加权得到目标特征向量,将所述目标特征向量映射至所述排放监控元素列表所对应的监控配置脚本中,获得所述排放监控元素列表对应的初始三维可视化比较指标;
根据所述排放监控元素列表的初始三维可视化比较指标获取所述排放监控元素列表对应的各个初始无监督学习单元上的无监督学习配置信息;
根据所述排放监控元素列表接入的各个初始无监督学习单元上的无监督学习配置信息获取针对其它与所述排放监控元素列表相匹配的其它关联排放监控元素列表在各个初始无监督学习单元的相关无监督学习配置信息;
确定所述相关无监督学习配置信息的相关网络模型信息,判断所述相关网络模型信息中是否存在第一网络模型信息和第二网络模型信息;其中,所述第一网络模型信息与所述排放监控元素列表的网络模型信息的相似度大于第一设定相似度,所述第二网络模型信息与所述排放监控元素列表的网络模型信息的相似度小于第二设定相似度;
若存在所述第一网络模型信息和所述第二网络模型信息,则获取所述各个初始无监督学习单元上的相关排放监控元素列表的所述第一网络模型信息对应的第一初始三维可视化比较指标以及相关排放监控元素列表的所述第二网络模型信息对应的第二初始三维可视化比较指标;
对所述第一初始三维可视化比较指标以及所述第二初始三维可视化比较指标进行合成得到匹配初始三维可视化比较指标,将所述匹配初始三维可视化比较指标与所述各个初始无监督学习单元对应的标记初始三维可视化比较指标进行匹配,并根据匹配结果输出所述排放监控元素列表对应的三维可视化比较指标。
在一种可能的实现方式中,根据所述三维可视化比较指标确定所述监控视频流信息对应的目标污水排放趋势信息的步骤,包括:
按照所述三维可视化比较指标中的指标表项对所述三维可视化比较指标进行划分获得所述三维可视化比较指标对应的多个排放趋势统计单位,所述指标表项通过所述三维可视化比较指标中指示的所述污水监控设备在所述预设监测任务的任务指示范围段内的监控视频流信息所使用的所有污水排放记录的数据采集策略以及每个污水排放记录的数据采集策略的排放记录分段信息、每个污水排放记录的数据采集策略所处的排放监控元素的采集顺序确定;
获取每个排放趋势统计单位对应的第一污水排放记录的数据采集策略和位置权重,按照排放趋势统计单位的位置权重由高到低的顺序对所述三维可视化比较指标对应的所有排放趋势统计单位进行排序得到目标列表并根据每个排放趋势统计单位在所述目标列表中的列表位置为每个排放趋势统计单位分配影响因子;
根据所述影响因子和所述位置权重确定每个排放趋势统计单位的第一污水排放记录的数据采集策略对应的使用权重,所述使用权重用于表征所述第一污水排放记录的数据采集策略在所述监控视频流信息中的重要程度;
以使用权重最高的第一污水排放记录的数据采集策略为基准污水排放记录的数据采集策略,确定所述基准污水排放记录的数据采集策略对应的第一目标排放趋势统计单位在所述三维可视化比较指标中的目标位置,并获取所述三维可视化比较指标中的其他排放趋势统计单位与所述第一目标排放趋势统计单位之间的排放趋势损失值,根据所述排放趋势损失值确定与所述第一目标排放趋势统计单位存在污水排放记录的数据采集策略关联关系的第二目标排放趋势统计单位;
将所述第一目标排放趋势统计单位对应的第一污水排放记录的数据采集策略和所述第二目标排放趋势统计单位对应的第一污水排放记录的数据采集策略进行整合得到第二污水排放记录的数据采集策略,根据所述第二污水排放记录的数据采集策略确定出所述监控视频流信息对应的目标污水排放趋势信息。
第二方面,本申请实施例提供一种污水排放实时监测装置,应用于服务器,所述装置包括:
获取模块,用于获取所述污水监控设备在预设监测任务的任务指示范围段内的监控视频流信息,并对所述监控视频流信息进行排放监控元素解析得到所述监控视频流信息在所述预设监测任务的任务指示范围段内的连续的排放监控元素列表,所述排放监控元素列表包括多个连续的排放监控元素,每个排放监控元素配置有监控特征标签,所述监控特征标签用于表征参数化之后的污水排放区域对象;
第一确定模块,用于根据每个排放监控元素对应的监控特征标签的监控任务处理信息和监控任务更新信息,确定每个排放监控元素对应的监控任务过程特征集合,并确定每个排放监控元素的监控任务过程特征集合与该排放监控元素的前一个排放监控元素的监控任务过程特征集合的第一三维可视化参数以及每个排放监控元素的监控任务过程特征集合与该排放监控元素的后一个排放监控元素的监控任务过程特征集合的第二三维可视化参数;
第二确定模块,用于基于每个排放监控元素对应的第一三维可视化参数和第二三维可视化参数,确定所述排放监控元素列表对应的三维可视化比较指标,并根据所述三维可视化比较指标确定所述监控视频流信息对应的目标污水排放趋势信息;
标记模块,用于根据所述目标污水排放趋势信息将所述预设监测任务的任务指示范围段内的监控视频流信息所对应的污水排放记录数据进行目标对象标记,得到目标对象标记后的污水排放记录数据。
第三方面,本申请实施例提供一种服务器,包括处理器、存储器和网络接口。其中,存储器、网络接口处理器之间可以通过总线系统相连。网络接口用于接收报文,存储器用于存储程序、指令或代码,处理器用于执行存储器中的程序、指令或代码,以完成上述第一方面或第一方面的任意可能的设计方式中的所执行的操作。
第四方面,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,当其在计算机上执行时,使得计算机执行上述第一方面或第一方面的任意可能的设计方式中的方法。
基于上述任意一个方面,本申请通过获取污水监控设备在预设监测任务的任务指示范围段内的监控视频流信息,并对监控视频流信息进行排放监控元素解析得到监控视频流信息在预设监测任务的任务指示范围段内的连续的排放监控元素列表,由此进一步确定排放监控元素列表对应的三维可视化比较指标后根据目标污水排放趋势信息将预设监测任务的任务指示范围段内的监控视频流信息所对应的污水排放记录数据进行目标对象标记。如此,能够考虑到具体的任务指示范围段内的监控视频流信息的三维可视化比较指标,由此在对污水排放记录数据进行目标对象标记时进一步考虑到不同任务指示范围段差异,从而提高污水排放实时监测过程的的可靠性。
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污水排放实时监测方法的流程示意图之一;
图2为本申请实施例提供的污水排放实时监测装置的功能模块示意图;
图3为本申请实施例提供的用于执行上述的污水排放实时监测方法的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。
请参阅图1,为本申请实施例提供的污水排放实时监测方法的流程示意图,下面对该污水排放实时监测方法进行详细介绍。
步骤S110,获取污水监控设备在预设监测任务的任务指示范围段内的监控视频流信息,并对监控视频流信息进行排放监控元素解析得到监控视频流信息在预设监测任务的任务指示范围段内的连续的排放监控元素列表,排放监控元素列表包括多个连续的排放监控元素,每个排放监控元素配置有监控特征标签,监控特征标签用于表征参数化之后的污水排放区域对象。
步骤S120,根据每个排放监控元素对应的监控特征标签的监控任务处理信息和监控任务更新信息,确定每个排放监控元素对应的监控任务过程特征集合,并确定每个排放监控元素的监控任务过程特征集合与该排放监控元素的前一个排放监控元素的监控任务过程特征集合的第一三维可视化参数以及每个排放监控元素的监控任务过程特征集合与该排放监控元素的后一个排放监控元素的监控任务过程特征集合的第二三维可视化参数。
步骤S130,基于每个排放监控元素对应的第一三维可视化参数和第二三维可视化参数,确定排放监控元素列表对应的三维可视化比较指标,并根据三维可视化比较指标确定监控视频流信息对应的目标污水排放趋势信息。
步骤S140,根据目标污水排放趋势信息将预设监测任务的任务指示范围段内的监控视频流信息所对应的污水排放记录数据进行目标对象标记,得到目标对象标记后的污水排放记录数据。
基于上述步骤,本实施例通过获取污水监控设备在预设监测任务的任务指示范围段内的监控视频流信息,并对监控视频流信息进行排放监控元素解析得到监控视频流信息在预设监测任务的任务指示范围段内的连续的排放监控元素列表,由此进一步确定排放监控元素列表对应的三维可视化比较指标后根据目标污水排放趋势信息将预设监测任务的任务指示范围段内的监控视频流信息所对应的污水排放记录数据进行目标对象标记。如此,能够考虑到具体的任务指示范围段内的监控视频流信息的三维可视化比较指标,由此在对污水排放记录数据进行目标对象标记时进一步考虑到不同任务指示范围段差异,从而提高污水排放实时监测过程的的可靠性。
在一种可能的实现方式中,针对步骤S120,本实施例具体可以获取每个排放监控元素上配置的监控特征标签的标签覆盖监测点范围,并确定与标签覆盖监测点范围对应的第一单位区域列表,标签覆盖监测点范围包括根据监控特征标签的监控任务处理信息和监控任务更新信息所确定出的更新指标节点的指标映射统计单位参数,第一单位区域列表包括指标映射统计单位参数的多个统计对象的优先级次序。
然后,确定每个排放监控元素映射监控任务处理信息的第一映射任务元素和生成监控任务更新信息的第二映射任务元素,从而根据第一映射任务元素和第二映射任务元素的任务指示范围确定用于对第一单位区域列表进行关键帧定位的关键帧定位系数,并基于关键帧定位系数对第一单位区域列表进行关键帧定位获得第二单位区域列表。
接着,可以对第二单位区域列表进行聚类得到多个单位区域聚类簇,对每个单位区域聚类簇进行特征提取得到单位区域聚类特征,从而可以额根据第二单位区域列表对应的多个单位区域聚类特征确定第二单位区域列表对应的排放监控元素的监控任务过程特征集合。
在一种可能的实现方式中,针对步骤S130,本实施例具体可以获取基于每个排放监控元素对应的第一三维可视化参数和第二三维可视化参数所确定的三维可视化差异信息。在此基础上,针对三维可视化差异信息中的当前三维可视化差异信息,基于当前三维可视化差异信息在预设监测任务的任务指示范围段内被指向的第一单位区域节点以及各三维可视化差异信息在预设监测任务的任务指示范围段内被指向的第二单位区域节点,确定当前三维可视化差异信息在预设监测任务的任务指示范围段内的三维渲染关键定位信息。然后,可以根据每个排放监控元素对应的所有三维渲染关键定位信息,确定每个排放监控元素对应的三维可视化差异列表。
接着,提取每个三维可视化差异列表中的差异比较拟合参数并确定每条差异比较拟合参数的拟合特征向量,将确定出的所有拟合特征向量进行加权得到目标特征向量,将目标特征向量映射至排放监控元素列表所对应的监控配置脚本中,获得排放监控元素列表对应的初始三维可视化比较指标。
然后,根据排放监控元素列表的初始三维可视化比较指标获取排放监控元素列表对应的各个初始无监督学习单元上的无监督学习配置信息,根据排放监控元素列表接入的各个初始无监督学习单元上的无监督学习配置信息获取针对其它与排放监控元素列表相匹配的其它关联排放监控元素列表在各个初始无监督学习单元的相关无监督学习配置信息,并确定相关无监督学习配置信息的相关网络模型信息,判断相关网络模型信息中是否存在第一网络模型信息和第二网络模型信息。其中,第一网络模型信息与排放监控元素列表的网络模型信息的相似度大于第一设定相似度,第二网络模型信息与排放监控元素列表的网络模型信息的相似度小于第二设定相似度。
若存在第一网络模型信息和第二网络模型信息,则获取各个初始无监督学习单元上的相关排放监控元素列表的第一网络模型信息对应的第一初始三维可视化比较指标以及相关排放监控元素列表的第二网络模型信息对应的第二初始三维可视化比较指标。
在此基础上,可以对第一初始三维可视化比较指标以及第二初始三维可视化比较指标进行合成得到匹配初始三维可视化比较指标,将匹配初始三维可视化比较指标与各个初始无监督学习单元对应的标记初始三维可视化比较指标进行匹配,并根据匹配结果输出排放监控元素列表对应的三维可视化比较指标。
在一种可能的实现方式中,仍旧针对步骤S140,本实施例可以按照三维可视化比较指标中的指标表项对三维可视化比较指标进行划分获得三维可视化比较指标对应的多个排放趋势统计单位,指标表项通过三维可视化比较指标中指示的污水监控设备在预设监测任务的任务指示范围段内的监控视频流信息所使用的所有污水排放记录的数据采集策略以及每个污水排放记录的数据采集策略的排放记录分段信息、每个污水排放记录的数据采集策略所处的排放监控元素的采集顺序确定。
然后,可以获取每个排放趋势统计单位对应的第一污水排放记录的数据采集策略和位置权重,按照排放趋势统计单位的位置权重由高到低的顺序对三维可视化比较指标对应的所有排放趋势统计单位进行排序得到目标列表并根据每个排放趋势统计单位在目标列表中的列表位置为每个排放趋势统计单位分配影响因子,接着根据影响因子和位置权重确定每个排放趋势统计单位的第一污水排放记录的数据采集策略对应的使用权重,使用权重用于表征第一污水排放记录的数据采集策略在监控视频流信息中的重要程度。
在此基础上,可以以使用权重最高的第一污水排放记录的数据采集策略为基准污水排放记录的数据采集策略,确定基准污水排放记录的数据采集策略对应的第一目标排放趋势统计单位在三维可视化比较指标中的目标位置,并获取三维可视化比较指标中的其他排放趋势统计单位与第一目标排放趋势统计单位之间的排放趋势损失值,根据排放趋势损失值确定与第一目标排放趋势统计单位存在污水排放记录的数据采集策略关联关系的第二目标排放趋势统计单位。
由此,可以将第一目标排放趋势统计单位对应的第一污水排放记录的数据采集策略和第二目标排放趋势统计单位对应的第一污水排放记录的数据采集策略进行整合得到第二污水排放记录的数据采集策略,根据第二污水排放记录的数据采集策略确定出监控视频流信息对应的目标污水排放趋势信息。
图2为本申请实施例提供的污水排放实时监测装置200的功能模块示意图,本实施例可以根据上述方法实施例对该污水排放实时监测装置200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2示出的污水排放实时监测装置200只是一种装置示意图。其中,污水排放实时监测装置200可以包括获取模块210、第一确定模块220、第二确定模块230以及标记模块240,下面分别对该污水排放实时监测装置200的各个功能模块的功能进行详细阐述。
获取模块210,用于获取污水监控设备在预设监测任务的任务指示范围段内的监控视频流信息,并对监控视频流信息进行排放监控元素解析得到监控视频流信息在预设监测任务的任务指示范围段内的连续的排放监控元素列表,排放监控元素列表包括多个连续的排放监控元素,每个排放监控元素配置有监控特征标签,监控特征标签用于表征参数化之后的污水排放区域对象。
第一确定模块220,用于根据每个排放监控元素对应的监控特征标签的监控任务处理信息和监控任务更新信息,确定每个排放监控元素对应的监控任务过程特征集合,并确定每个排放监控元素的监控任务过程特征集合与该排放监控元素的前一个排放监控元素的监控任务过程特征集合的第一三维可视化参数以及每个排放监控元素的监控任务过程特征集合与该排放监控元素的后一个排放监控元素的监控任务过程特征集合的第二三维可视化参数。
第二确定模块230,用于基于每个排放监控元素对应的第一三维可视化参数和第二三维可视化参数,确定排放监控元素列表对应的三维可视化比较指标,并根据三维可视化比较指标确定监控视频流信息对应的目标污水排放趋势信息。
标记模块240,用于根据目标污水排放趋势信息将预设监测任务的任务指示范围段内的监控视频流信息所对应的污水排放记录数据进行目标对象标记,得到目标对象标记后的污水排放记录数据。
图3为本申请实施例提供的用于执行上述污水排放实时监测方法的服务器100的结构示意图,如图3所示,该服务器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的数量可以是一个或多个,图3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3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污水排放实时监测方法对应的程序指令/模块(例如,图2中所示的获取模块210、第一确定模块220、第二确定模块230以及标记模块240)。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,即实现上述的污水排放实时监测方法,在此不再赘述。
机器可读存储介质120可第一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仓储服务进程。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-Only Memory,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时刻的存储器。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终端设备。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(DigitalSignalProcessorDSP)、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。
服务器100可以通过通信接口110和其它设备进行信息交互。通信接口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可以利用通信接口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、数字污水排放实时监测员线(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(sol标识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 (10)
1.一种污水排放实时监测方法,其特征在于,应用于服务器,所述方法包括:
获取所述污水监控设备在预设监测任务的任务指示范围段内的监控视频流信息,并对所述监控视频流信息进行排放监控元素解析得到所述监控视频流信息在所述预设监测任务的任务指示范围段内的连续的排放监控元素列表,所述排放监控元素列表包括多个连续的排放监控元素,每个排放监控元素配置有监控特征标签,所述监控特征标签用于表征参数化之后的污水排放区域对象;
根据每个排放监控元素对应的监控特征标签的监控任务处理信息和监控任务更新信息,确定每个排放监控元素对应的监控任务过程特征集合,并确定每个排放监控元素的监控任务过程特征集合与该排放监控元素的前一个排放监控元素的监控任务过程特征集合的第一三维可视化参数以及每个排放监控元素的监控任务过程特征集合与该排放监控元素的后一个排放监控元素的监控任务过程特征集合的第二三维可视化参数;
基于每个排放监控元素对应的第一三维可视化参数和第二三维可视化参数,确定所述排放监控元素列表对应的三维可视化比较指标,并根据所述三维可视化比较指标确定所述监控视频流信息对应的目标污水排放趋势信息;
根据所述目标污水排放趋势信息将所述预设监测任务的任务指示范围段内的监控视频流信息所对应的污水排放记录数据进行目标对象标记,得到目标对象标记后的污水排放记录数据。
2.根据权利要求1所述的污水排放实时监测方法,其特征在于,根据每个排放监控元素对应的监控特征标签的监控任务处理信息和监控任务更新信息,确定每个排放监控元素对应的监控任务过程特征集合的步骤,包括:
获取每个排放监控元素上配置的监控特征标签的标签覆盖监测点范围,并确定与所述标签覆盖监测点范围对应的第一单位区域列表,所述标签覆盖监测点范围包括根据所述监控特征标签的监控任务处理信息和监控任务更新信息所确定出的更新指标节点的指标映射统计单位参数,所述第一单位区域列表包括所述指标映射统计单位参数的多个统计对象的优先级次序;
确定每个排放监控元素映射监控任务处理信息的第一映射任务元素和生成监控任务更新信息的第二映射任务元素;
根据所述第一映射任务元素和所述第二映射任务元素的任务指示范围确定用于对所述第一单位区域列表进行关键帧定位的关键帧定位系数,并基于所述关键帧定位系数对所述第一单位区域列表进行关键帧定位获得第二单位区域列表;
对所述第二单位区域列表进行聚类得到多个单位区域聚类簇,对每个单位区域聚类簇进行特征提取得到单位区域聚类特征;
根据所述第二单位区域列表对应的多个单位区域聚类特征确定所述第二单位区域列表对应的排放监控元素的监控任务过程特征集合。
3.根据权利要求1所述的污水排放实时监测方法,其特征在于,所述基于每个排放监控元素对应的第一三维可视化参数和第二三维可视化参数,确定所述排放监控元素列表对应的三维可视化比较指标的步骤,包括:
获取基于每个排放监控元素对应的第一三维可视化参数和第二三维可视化参数所确定的三维可视化差异信息;
针对所述三维可视化差异信息中的当前三维可视化差异信息,基于当前三维可视化差异信息在所述预设监测任务的任务指示范围段内被指向的第一单位区域节点以及各所述三维可视化差异信息在所述预设监测任务的任务指示范围段内被指向的第二单位区域节点,确定当前三维可视化差异信息在所述预设监测任务的任务指示范围段内的三维渲染关键定位信息;
根据每个排放监控元素对应的所有三维渲染关键定位信息,确定每个排放监控元素对应的三维可视化差异列表;
提取每个三维可视化差异列表中的差异比较拟合参数并确定每条差异比较拟合参数的拟合特征向量,将确定出的所有拟合特征向量进行加权得到目标特征向量,将所述目标特征向量映射至所述排放监控元素列表所对应的监控配置脚本中,获得所述排放监控元素列表对应的初始三维可视化比较指标;
根据所述排放监控元素列表的初始三维可视化比较指标获取所述排放监控元素列表对应的各个初始无监督学习单元上的无监督学习配置信息;
根据所述排放监控元素列表接入的各个初始无监督学习单元上的无监督学习配置信息获取针对其它与所述排放监控元素列表相匹配的其它关联排放监控元素列表在各个初始无监督学习单元的相关无监督学习配置信息;
确定所述相关无监督学习配置信息的相关网络模型信息,判断所述相关网络模型信息中是否存在第一网络模型信息和第二网络模型信息;其中,所述第一网络模型信息与所述排放监控元素列表的网络模型信息的相似度大于第一设定相似度,所述第二网络模型信息与所述排放监控元素列表的网络模型信息的相似度小于第二设定相似度;
若存在所述第一网络模型信息和所述第二网络模型信息,则获取所述各个初始无监督学习单元上的相关排放监控元素列表的所述第一网络模型信息对应的第一初始三维可视化比较指标以及相关排放监控元素列表的所述第二网络模型信息对应的第二初始三维可视化比较指标;
对所述第一初始三维可视化比较指标以及所述第二初始三维可视化比较指标进行合成得到匹配初始三维可视化比较指标,将所述匹配初始三维可视化比较指标与所述各个初始无监督学习单元对应的标记初始三维可视化比较指标进行匹配,并根据匹配结果输出所述排放监控元素列表对应的三维可视化比较指标。
4.根据权利要求1所述的污水排放实时监测方法,其特征在于,根据所述三维可视化比较指标确定所述监控视频流信息对应的目标污水排放趋势信息的步骤,包括:
按照所述三维可视化比较指标中的指标表项对所述三维可视化比较指标进行划分获得所述三维可视化比较指标对应的多个排放趋势统计单位,所述指标表项通过所述三维可视化比较指标中指示的所述污水监控设备在所述预设监测任务的任务指示范围段内的监控视频流信息所使用的所有污水排放记录的数据采集策略以及每个污水排放记录的数据采集策略的排放记录分段信息、每个污水排放记录的数据采集策略所处的排放监控元素的采集顺序确定;
获取每个排放趋势统计单位对应的第一污水排放记录的数据采集策略和位置权重,按照排放趋势统计单位的位置权重由高到低的顺序对所述三维可视化比较指标对应的所有排放趋势统计单位进行排序得到目标列表并根据每个排放趋势统计单位在所述目标列表中的列表位置为每个排放趋势统计单位分配影响因子;
根据所述影响因子和所述位置权重确定每个排放趋势统计单位的第一污水排放记录的数据采集策略对应的使用权重,所述使用权重用于表征所述第一污水排放记录的数据采集策略在所述监控视频流信息中的重要程度;
以使用权重最高的第一污水排放记录的数据采集策略为基准污水排放记录的数据采集策略,确定所述基准污水排放记录的数据采集策略对应的第一目标排放趋势统计单位在所述三维可视化比较指标中的目标位置,并获取所述三维可视化比较指标中的其他排放趋势统计单位与所述第一目标排放趋势统计单位之间的排放趋势损失值,根据所述排放趋势损失值确定与所述第一目标排放趋势统计单位存在污水排放记录的数据采集策略关联关系的第二目标排放趋势统计单位;
将所述第一目标排放趋势统计单位对应的第一污水排放记录的数据采集策略和所述第二目标排放趋势统计单位对应的第一污水排放记录的数据采集策略进行整合得到第二污水排放记录的数据采集策略,根据所述第二污水排放记录的数据采集策略确定出所述监控视频流信息对应的目标污水排放趋势信息。
5.一种污水排放实时监测装置,其特征在于,应用于服务器,所述装置包括:
获取模块,用于获取所述污水监控设备在预设监测任务的任务指示范围段内的监控视频流信息,并对所述监控视频流信息进行排放监控元素解析得到所述监控视频流信息在所述预设监测任务的任务指示范围段内的连续的排放监控元素列表,所述排放监控元素列表包括多个连续的排放监控元素,每个排放监控元素配置有监控特征标签,所述监控特征标签用于表征参数化之后的污水排放区域对象;
第一确定模块,用于根据每个排放监控元素对应的监控特征标签的监控任务处理信息和监控任务更新信息,确定每个排放监控元素对应的监控任务过程特征集合,并确定每个排放监控元素的监控任务过程特征集合与该排放监控元素的前一个排放监控元素的监控任务过程特征集合的第一三维可视化参数以及每个排放监控元素的监控任务过程特征集合与该排放监控元素的后一个排放监控元素的监控任务过程特征集合的第二三维可视化参数;
第二确定模块,用于基于每个排放监控元素对应的第一三维可视化参数和第二三维可视化参数,确定所述排放监控元素列表对应的三维可视化比较指标,并根据所述三维可视化比较指标确定所述监控视频流信息对应的目标污水排放趋势信息;
标记模块,用于根据所述目标污水排放趋势信息将所述预设监测任务的任务指示范围段内的监控视频流信息所对应的污水排放记录数据进行目标对象标记,得到目标对象标记后的污水排放记录数据。
6.根据权利要求5所述的污水排放实时监测装置,其特征在于,根据每个排放监控元素对应的监控特征标签的监控任务处理信息和监控任务更新信息,确定每个排放监控元素对应的监控任务过程特征集合的方式,包括:
获取每个排放监控元素上配置的监控特征标签的标签覆盖监测点范围,并确定与所述标签覆盖监测点范围对应的第一单位区域列表,所述标签覆盖监测点范围包括根据所述监控特征标签的监控任务处理信息和监控任务更新信息所确定出的更新指标节点的指标映射统计单位参数,所述第一单位区域列表包括所述指标映射统计单位参数的多个统计对象的优先级次序;
确定每个排放监控元素映射监控任务处理信息的第一映射任务元素和生成监控任务更新信息的第二映射任务元素;
根据所述第一映射任务元素和所述第二映射任务元素的任务指示范围确定用于对所述第一单位区域列表进行关键帧定位的关键帧定位系数,并基于所述关键帧定位系数对所述第一单位区域列表进行关键帧定位获得第二单位区域列表;
对所述第二单位区域列表进行聚类得到多个单位区域聚类簇,对每个单位区域聚类簇进行特征提取得到单位区域聚类特征;
根据所述第二单位区域列表对应的多个单位区域聚类特征确定所述第二单位区域列表对应的排放监控元素的监控任务过程特征集合。
7.根据权利要求5所述的污水排放实时监测装置,其特征在于,所述基于每个排放监控元素对应的第一三维可视化参数和第二三维可视化参数,确定所述排放监控元素列表对应的三维可视化比较指标的方式,包括:
获取基于每个排放监控元素对应的第一三维可视化参数和第二三维可视化参数所确定的三维可视化差异信息;
针对所述三维可视化差异信息中的当前三维可视化差异信息,基于当前三维可视化差异信息在所述预设监测任务的任务指示范围段内被指向的第一单位区域节点以及各所述三维可视化差异信息在所述预设监测任务的任务指示范围段内被指向的第二单位区域节点,确定当前三维可视化差异信息在所述预设监测任务的任务指示范围段内的三维渲染关键定位信息;
根据每个排放监控元素对应的所有三维渲染关键定位信息,确定每个排放监控元素对应的三维可视化差异列表;
提取每个三维可视化差异列表中的差异比较拟合参数并确定每条差异比较拟合参数的拟合特征向量,将确定出的所有拟合特征向量进行加权得到目标特征向量,将所述目标特征向量映射至所述排放监控元素列表所对应的监控配置脚本中,获得所述排放监控元素列表对应的初始三维可视化比较指标;
根据所述排放监控元素列表的初始三维可视化比较指标获取所述排放监控元素列表对应的各个初始无监督学习单元上的无监督学习配置信息;
根据所述排放监控元素列表接入的各个初始无监督学习单元上的无监督学习配置信息获取针对其它与所述排放监控元素列表相匹配的其它关联排放监控元素列表在各个初始无监督学习单元的相关无监督学习配置信息;
确定所述相关无监督学习配置信息的相关网络模型信息,判断所述相关网络模型信息中是否存在第一网络模型信息和第二网络模型信息;其中,所述第一网络模型信息与所述排放监控元素列表的网络模型信息的相似度大于第一设定相似度,所述第二网络模型信息与所述排放监控元素列表的网络模型信息的相似度小于第二设定相似度;
若存在所述第一网络模型信息和所述第二网络模型信息,则获取所述各个初始无监督学习单元上的相关排放监控元素列表的所述第一网络模型信息对应的第一初始三维可视化比较指标以及相关排放监控元素列表的所述第二网络模型信息对应的第二初始三维可视化比较指标;
对所述第一初始三维可视化比较指标以及所述第二初始三维可视化比较指标进行合成得到匹配初始三维可视化比较指标,将所述匹配初始三维可视化比较指标与所述各个初始无监督学习单元对应的标记初始三维可视化比较指标进行匹配,并根据匹配结果输出所述排放监控元素列表对应的三维可视化比较指标。
8.根据权利要求5所述的污水排放实时监测装置,其特征在于,根据所述三维可视化比较指标确定所述监控视频流信息对应的目标污水排放趋势信息的方式,包括:
按照所述三维可视化比较指标中的指标表项对所述三维可视化比较指标进行划分获得所述三维可视化比较指标对应的多个排放趋势统计单位,所述指标表项通过所述三维可视化比较指标中指示的所述污水监控设备在所述预设监测任务的任务指示范围段内的监控视频流信息所使用的所有污水排放记录的数据采集策略以及每个污水排放记录的数据采集策略的排放记录分段信息、每个污水排放记录的数据采集策略所处的排放监控元素的采集顺序确定;
获取每个排放趋势统计单位对应的第一污水排放记录的数据采集策略和位置权重,按照排放趋势统计单位的位置权重由高到低的顺序对所述三维可视化比较指标对应的所有排放趋势统计单位进行排序得到目标列表并根据每个排放趋势统计单位在所述目标列表中的列表位置为每个排放趋势统计单位分配影响因子;
根据所述影响因子和所述位置权重确定每个排放趋势统计单位的第一污水排放记录的数据采集策略对应的使用权重,所述使用权重用于表征所述第一污水排放记录的数据采集策略在所述监控视频流信息中的重要程度;
以使用权重最高的第一污水排放记录的数据采集策略为基准污水排放记录的数据采集策略,确定所述基准污水排放记录的数据采集策略对应的第一目标排放趋势统计单位在所述三维可视化比较指标中的目标位置,并获取所述三维可视化比较指标中的其他排放趋势统计单位与所述第一目标排放趋势统计单位之间的排放趋势损失值,根据所述排放趋势损失值确定与所述第一目标排放趋势统计单位存在污水排放记录的数据采集策略关联关系的第二目标排放趋势统计单位;
将所述第一目标排放趋势统计单位对应的第一污水排放记录的数据采集策略和所述第二目标排放趋势统计单位对应的第一污水排放记录的数据采集策略进行整合得到第二污水排放记录的数据采集策略,根据所述第二污水排放记录的数据采集策略确定出所述监控视频流信息对应的目标污水排放趋势信息。
9.一种服务器,其特征在于,所述服务器包括处理器、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污水监控设备通信连接,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1-7中任意一项所述的污水排放实时监测方法。
10.一种可读存储介质,其特征在于,所述可读存储介质中存储有机器可执行指令,当所述机器可执行指令被执行时实现权利要求1-7中任意一项所述的污水排放实时监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010911896.4A CN112085082A (zh) | 2020-09-02 | 2020-09-02 | 一种污水排放实时监测方法、装置及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010911896.4A CN112085082A (zh) | 2020-09-02 | 2020-09-02 | 一种污水排放实时监测方法、装置及服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112085082A true CN112085082A (zh) | 2020-12-15 |
Family
ID=73731855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010911896.4A Withdrawn CN112085082A (zh) | 2020-09-02 | 2020-09-02 | 一种污水排放实时监测方法、装置及服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112085082A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114252575A (zh) * | 2021-12-13 | 2022-03-29 | 甘肃省水利厅石羊河流域水资源利用中心 | 一种水质监测方法、电子设备及计算机存储介质 |
-
2020
- 2020-09-02 CN CN202010911896.4A patent/CN112085082A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114252575A (zh) * | 2021-12-13 | 2022-03-29 | 甘肃省水利厅石羊河流域水资源利用中心 | 一种水质监测方法、电子设备及计算机存储介质 |
CN114252575B (zh) * | 2021-12-13 | 2024-03-08 | 甘肃省水利厅石羊河流域水资源利用中心 | 一种水质监测方法、电子设备及计算机存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109032829B (zh) | 数据异常检测方法、装置、计算机设备及存储介质 | |
CN111028955B (zh) | 一种疫情区域的展示方法及系统 | |
CN111277469B (zh) | 网络诊断处理方法、装置、网络系统及服务器 | |
CN113641994B (zh) | 基于图数据的数据处理方法及系统 | |
CN111105786A (zh) | 一种多采样率语音识别方法、装置、系统及存储介质 | |
TW202029011A (zh) | 螺絲鎖附異常警報方法、裝置、電腦裝置及存儲介質 | |
CN112686418A (zh) | 一种履约时效预测方法和装置 | |
CN110796060B (zh) | 高速行车路线确定方法、装置、设备和存储介质 | |
CN112085082A (zh) | 一种污水排放实时监测方法、装置及服务器 | |
CN112164223B (zh) | 基于云平台的智能交通信息处理方法及装置 | |
CN111680645B (zh) | 一种垃圾分类处理方法及装置 | |
CN111523844B (zh) | 仓储管理方法、装置、服务器及可读存储介质 | |
CN111414528B (zh) | 确定设备标识的方法、装置、存储介质及电子设备 | |
CN112687079A (zh) | 灾害预警方法、装置、设备及存储介质 | |
CN116433050A (zh) | 应用于农业大数据管理系统的异常报警方法及系统 | |
CN115956889A (zh) | 一种血压监测方法、装置及电子设备 | |
CN112288050B (zh) | 一种异常行为识别方法、识别装置、终端设备及存储介质 | |
CN111539477A (zh) | 水质监测管理方法、装置、服务器及可读存储介质 | |
CN117523218A (zh) | 标签生成、图像分类模型的训练、图像分类方法及装置 | |
CN111526333A (zh) | 安防监控方法、装置、服务器及可读存储介质 | |
CN111340683B (zh) | 图像数据处理方法、装置、图像处理系统及服务器 | |
CN111783012A (zh) | 互联网产品监控方法、装置、服务器及可读存储介质 | |
CN113093702B (zh) | 故障数据的预测方法和装置、电子设备和存储介质 | |
CN115514621B (zh) | 故障监测方法、电子设备及存储介质 | |
CN117573655B (zh) | 一种基于卷积神经网络的数据治理优化方法及系统 |
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 | ||
CB02 | Change of applicant information |
Address after: 050051 Xinjing building, Qiaoxi District, Shijiazhuang City, Hebei Province Applicant after: He Chunbo Address before: No.14, Yingpan village group, Dongbao village committee, Jinping Town, Jingdong Yi Autonomous County, Pu'er City, Yunnan Province, 676299 Applicant before: He Chunbo |
|
CB02 | Change of applicant information | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201215 |
|
WW01 | Invention patent application withdrawn after publication |