CN112712264B - 一种智慧社区信息共享方法及系统 - Google Patents
一种智慧社区信息共享方法及系统 Download PDFInfo
- Publication number
- CN112712264B CN112712264B CN202011630815.XA CN202011630815A CN112712264B CN 112712264 B CN112712264 B CN 112712264B CN 202011630815 A CN202011630815 A CN 202011630815A CN 112712264 B CN112712264 B CN 112712264B
- Authority
- CN
- China
- Prior art keywords
- information
- image information
- demand
- obtaining
- matching result
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012549 training Methods 0.000 claims abstract description 85
- 238000009826 distribution Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000003062 neural network model Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
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
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Strategic Management (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Molecular Biology (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种智慧社区信息共享方法及系统,获得第一用户的第一需求信息,所述第一需求信息为物品需求;获得所述第一需求信息的第一需求时间;将所述第一需求信息输入第一训练模型,获得所述第一训练模型的第一输出结果,所述第一输出结果包括所述第一需求信息的第一分类信息;根据所述第一需求时间和第一分类信息,获得第一匹配结果和第二匹配结果;通过摄像装置获得第一图像信息和第二图像信息,根据所述第一图像信息和第二图像信息获得第二输出结果;将所述第二输出结果通过所述第一智慧社区系统发送给所述第一用户。解决了现有技术中存在社区信息共享不及时、不准确,导致社区生活不便利的技术问题。
Description
技术领域
本发明涉及社区信息共享相关领域,尤其涉及一种智慧社区信息共享方法及系统。
背景技术
智慧社区建设,是将智慧城市的概念引入了社区,以社区群众的幸福感为出发点,通过打造智慧社区为社区百姓提供便利,从而加快和谐社区建设,推动区域社会进步。智慧社区是社区管理的一种新理念,是新形势下社会管理创新的一种新模式。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中存在社区信息共享不及时、不准确,导致社区生活不便利的技术问题。
发明内容
本申请实施例通过提供一种智慧社区信息共享方法及系统,解决了现有技术中存在社区信息共享不及时、不准确,导致社区生活不便利的技术问题,达到及时准确的共享社区信息,达到便利生活的技术效果。
鉴于上述问题,提出了本申请实施例提供一种智慧社区信息共享方法及系统。
第一方面,本申请实施例提供了一种智慧社区信息共享方法,所述方法包括:获得第一用户的第一需求信息,所述第一需求信息为物品需求;获得所述第一需求信息的第一需求时间;将所述第一需求信息输入第一训练模型,所述第一训练模型通过多组训练数据训练获得,所述多组训练数据中的每组均包括:第一需求信息和标识所述第一需求信息类别的标识信息;获得所述第一训练模型的第一输出结果,所述第一输出结果包括所述第一需求信息的第一分类信息;根据所述第一需求时间和第一分类信息,获得第一匹配结果和第二匹配结果;通过摄像装置获得第一图像信息和第二图像信息,所述第一图像信息为第一匹配结果的图像信息,所述第二图像信息为第二匹配结果的图像信息;根据所述第一图像信息和第二图像信息获得第二输出结果;将所述第二输出结果通过所述第一智慧社区系统发送给所述第一用户。
另一方面,本申请还提供了一种智慧社区信息共享系统,所述系统包括:第一获得单元,所述第一获得单元用于获得第一用户的第一需求信息,所述第一需求信息为物品需求;第二获得单元,所述第二获得单元用于获得所述第一需求信息的第一需求时间;第一输入单元,所述第一输入单元用于将所述第一需求信息输入第一训练模型,所述第一训练模型通过多组训练数据训练获得,所述多组训练数据中的每组均包括:第一需求信息和标识所述第一需求信息类别的标识信息;第三获得单元,所述第三获得单元用于获得所述第一训练模型的第一输出结果,所述第一输出结果包括所述第一需求信息的第一分类信息;第四获得单元,所述第四获得单元用于根据所述第一需求时间和第一分类信息,获得第一匹配结果和第二匹配结果;第五获得单元,所述第五获得单元用于通过摄像装置获得第一图像信息和第二图像信息,所述第一图像信息为第一匹配结果的图像信息,所述第二图像信息为第二匹配结果的图像信息;第六获得单元,所述第六获得单元用于根据所述第一图像信息和第二图像信息获得第二输出结果;第一发送单元,所述第一发送单元用于将所述第二输出结果通过第一智慧社区系统发送给所述第一用户。
第三方面,本发明提供了一种智慧社区信息共享系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了根据第一需求信息,对所述第一需求信息进行分类,根据所述分类结果和第一分类时间获得第一匹配结果和第二匹配结果,获得所述第一匹配结果和第二匹配结果的第一图像信息和第二图像信息,根据所述图像信息获得输出结果,将所述输出结果信息发送给所述第一用户的方式,达到对于社区用户需求及社区物品信息进行及时的共享处理,进而达到及时准确的共享社区信息,达到便利生活的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种智慧社区信息共享方法的流程示意图;
图2为本申请实施例一种智慧社区信息共享系统的结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第一输入单元13,第三获得单元14,第四获得单元15,第五获得单元16,第六获得单元17,第一发送单元18,总线300,接收器301,处理器302,发送器303,存储器304,总线接口306。
具体实施方式
本申请实施例通过提供一种智慧社区信息共享方法及系统,解决了现有技术中存在社区信息共享不及时、不准确,导致社区生活不便利的技术问题,达到及时准确的共享社区信息,达到便利生活的技术效果。下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
智慧社区建设,是将智慧城市的概念引入了社区,以社区群众的幸福感为出发点,通过打造智慧社区为社区百姓提供便利,从而加快和谐社区建设,推动区域社会进步。智慧社区是社区管理的一种新理念,是新形势下社会管理创新的一种新模式。但现有技术中存在社区信息共享不及时、不准确,导致社区生活不便利的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种智慧社区信息共享方法,所述方法包括:获得第一用户的第一需求信息,所述第一需求信息为物品需求;获得所述第一需求信息的第一需求时间;将所述第一需求信息输入第一训练模型,所述第一训练模型通过多组训练数据训练获得,所述多组训练数据中的每组均包括:第一需求信息和标识所述第一需求信息类别的标识信息;获得所述第一训练模型的第一输出结果,所述第一输出结果包括所述第一需求信息的第一分类信息;根据所述第一需求时间和第一分类信息,获得第一匹配结果和第二匹配结果;通过摄像装置获得第一图像信息和第二图像信息,所述第一图像信息为第一匹配结果的图像信息,所述第二图像信息为第二匹配结果的图像信息;根据所述第一图像信息和第二图像信息获得第二输出结果;将所述第二输出结果通过所述第一智慧社区系统发送给所述第一用户。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种智慧社区信息共享方法,所述方法应用于第一智慧社区系统,其中,所述方法包括:
步骤S100:获得第一用户的第一需求信息,所述第一需求信息为物品需求;
具体而言,所述智慧社区系统为智能化社区信息管理的平台,所述第一用户为第一智慧社区的住户,所述第一需求为所述第一用户的物品需求,可以为工具需求。
步骤S200:获得所述第一需求信息的第一需求时间;
具体而言,所述第一需求时间是第一用户对于第一需求物品的期望获得时间,它可以是一个时间点,也可以是一个时间区间。
步骤S300:将所述第一需求信息输入第一训练模型,所述第一训练模型通过多组训练数据训练获得,所述多组训练数据中的每组均包括:第一需求信息和标识所述第一需求信息类别的标识信息;
步骤S400:获得所述第一训练模型的第一输出结果,所述第一输出结果包括所述第一需求信息的第一分类信息;
具体而言,所述第一训练网络模型即机器学习中的神经网络模型,神经网络(Neural Networks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial Neural Networks),是对人类大脑系统的一阶特性的一种描述。简单地讲,它是一个数学模型。通过大量训练数据的训练,将所述第一需求信息输入神经网络模型,则输出第一分类信息。
更进一步而言,所述训练的过程实质为监督学习的过程,每一组监督数据均包括第一需求信息和标识所述第一需求信息类别的标识信息,将所述第一需求信息输入到神经网络模型中,根据用来标识所述第一需求信息类别的标识信息,所述神经网络模型进行不断的自我修正、调整,直至获得的输出结果与所述标识信息一致,则结束本组数据监督学习,进行下一组数据监督学习;当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时,则监督学习过程结束。通过对所述神经网络模型的监督学习,进而使得所述神经网络模型处理所述输入信息更加准确,进而对所述第一需求信息进行细化分类,进而可获得更加准确的匹配结果,使得信息传递更加准确。
步骤S500:根据所述第一需求时间和第一分类信息,获得第一匹配结果和第二匹配结果;
具体而言,通过第一智慧社区系统,根据所述第一用户的第一需求时间和第一分类信息,对所述第一需求进行信息匹配,获得第一匹配结果和第二匹配结果,所述第一匹配结果和第二匹配结果均为初步筛选系统认为可满足第一用户第一需求的结果。
步骤S600:通过摄像装置获得第一图像信息和第二图像信息,所述第一图像信息为第一匹配结果的图像信息,所述第二图像信息为第二匹配结果的图像信息;
具体而言,所述摄像装置为具备成像功能的设备,通过所述摄像装置获得所述第一匹配结果的第一图像信息,通过所述摄像装置获得所述第二匹配结果的第二图像信息,根据所述图像信息为后续继续分析所述匹配的物品夯实了基础。
步骤S700:根据所述第一图像信息和第二图像信息获得第二输出结果;
具体而言,分析比较所述第一图像信息和第二图像信息,获得输出结果,所述输出结果为第二输出结果。
进一步而言,所述根据所述第一图像信息和第二图像信息获得第二输出结果,本申请实施例步骤S700还包括:
步骤S710:将所述第一图像信息、第二图像信息输入第二训练模型,其中,所述第二训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组均包括:所述第一图像信息、第二图像信息和标识图像比对结果的标识信息;
步骤S720:获得所述第二训练模型的第二输出结果,所述第二输出结果包括第一图像信息和第二图像信息的比对结果。
具体而言,所述第二训练模型同样为神经网络模型,所述第二训练模型可通过监督数据的监督学习,不断的进行自我的修正和调整,将所述标识图像比对结果的标识信息进行监督学习,进而获得对所述输入信息处理更加准确的第二训练模型处理所述输入数据。获得所述第二训练模型的第二输出结果,所述第二输出结果包括第一图像信息和第二图像信息的比对结果。
步骤S800:将所述第二输出结果通过所述第一智慧社区系统发送给所述第一用户。
将所述第二输出结果通过所述第一智慧社区共享给所述第一用户,进而实现根据所述第一用户的需求进行实时需求的信息共享及根据所述需求匹配的社区物品的反馈信息的共享,及时、准确的共享社区信息,达到便利生活的技术效果。
进一步而言,本申请实施例步骤S720还包括:
步骤S721:通过所述摄像装置获得第三图像信息;
步骤S722:根据所述第二输出结果获得第一预定标准;
步骤S723:判断所述第三图像信息是否满足所述第一预定标准;
步骤S724:当满足时,允许所述第一用户归还所述第三图像信息对应的第一物品,并将所述第三图像信息更新至所述第一物品。
具体而言,所述第三图像信息为所述第二输结果输出的匹配结果经第一用户使用后的图像信息,举例而言,当所述第二输出结果输出第一图像信息,将所述第一匹配结果信息发送给所述第一用户,所述第一用户在使用完所述第一匹配结果的物品后,通过所述摄像装置获得所述第一匹配结果的物品的实时图像信息,即第三图像信息,根据所述第一物品的属性,获得所述第一预定标准,所述第一预定标准为根据所述物品的种类不同,使用的功能的不同获得的预定的损耗标准,判断所述第三图像信息相比于第一图像信息的损耗是否满足所述第一预定标准,当满足时,允许所述第一用户归还所述物品,并将所述第三图像信息更新至所述第一物品。
进一步而言,所述根据所述第一需求时间和第一分类信息,获得第一匹配结果和第二匹配结果,本申请实施例步骤S500还包括:
步骤S510:当根据所述第一需求时间和第一分类信息未获得匹配结果时,根据所述第一分类信息获得第三匹配结果;
步骤S520:获得所述第三匹配结果的第一时间信息和第四图像信息;
步骤S530:将所述第一时间信息和第四图像信息发送给所述第一用户。
具体而言,当根据所述第一需求时间和第一分类信息未匹配到合适的结果时,将所述第一用户的第一需求时间条件去除,只根据所述第一用户的第一分类信息为所述第一用户进行匹配,获得第三匹配结果,获得所述第三匹配结果的第一时间信息和第四图像信息,所述第四图像信息为所述第三匹配结果匹配的物品的图像信息,所述第一时间信息为所述第三匹配结果的物品的空余时间或方便提供的时间,将所述第一时间信息和第四图像信息共享给所述第一用户。当所述第一用户的需求时间未匹配到合适结果,放宽匹配条件,将所述放宽匹配条件的匹配结果信息发送给所述第一用户。
进一步而言,所述当根据所述第一需求时间和第一分类信息未获得匹配结果时,根据所述第一分类信息获得第三匹配结果,本申请实施例步骤S510还包括:
步骤S511:当根据所述第一分类信息未获得匹配结果时,将所述第一需求时间和第一分类信息共享至第二智慧社区系统,其中,所述第二智慧社区系统为与第一智慧社区系统相邻的社区的智慧社区系统;
步骤S512:获得所述第二智慧社区的第四匹配结果;
步骤S513:将所述第四匹配结果发送给所述第一用户。
具体而言,当所述第一智慧社区系统不能匹配到满足所述第一用户需求的物品信息时,将所述和第一需求信息共享至第二智慧社区系统,所述第二智慧社区系统为与所述第一智慧社区相邻的社区的智慧社区系统,将所述第一需求信息共享至所述第二智慧社区系统,获得所述第二智慧社区的匹配结果,将所述匹配结果发送给所述第一用户。通过第二智慧社区与第一智慧社区的信息的共享,进行信息的实时准确的共享,达到方便社区生活的技术效果。
进一步而言,本申请实施例还包括:
步骤S5131:根据所述第四匹配结果获得所述第二智慧社区内路线;
步骤S5132:根据所述第二智慧社区内路线获得第二智慧社区内车辆分布信息;
步骤S5133:将所述车辆分布信息发送给所述第一用户。
具体而言,当所述第一社区和第二社区距离较远或需求的物品不方便直接搬运,需要进行车辆的运输时,获得取得所述第四匹配结果的物品时第二智慧社区的社区内路线,根据所述社区内路线,通过摄像装置获得所述路线的车辆分布情况,所述车辆分布包括实时的车辆位置及社区内交通状况,将所述车辆分布进行标识后发送给所述第一用户。
进一步而言,所述将所述车辆分布信息发送给所述第一用户,本申请实施例步骤S5133还包括:
步骤S51331:根据所述摄像装置获得所述第二智慧社区内路线的实时道路信息和车辆分布信息;
步骤S51332:获得所述第一用户的驾驶时长信息;
步骤S51333:根据所述驾驶时长信息、实时道路信息和车辆分布信息,确定是否对所述第一用户进行社区内路线更改提醒。
具体而言,所述实时道路信息包括所述道路的宽窄,道路的复杂情况等,根据所述道路情况和车辆分布获得实时的路线图,获得第一用户的基础信息,所述基础信息包括所述第一用户的驾驶时长信息和第一用户的车辆信息,根据所述第一用户的驾驶时长,车辆的型号,道路宽窄,车辆分布,对所述第一用户能否通过当前路线或通过当前路线的时间进行预估,根据所述预估情况判断是否重新为所述第一用户规划第二智慧社区内路线。通过第二智慧社区内的车辆信息、道路信息的实时共享,结合第一用户的实际情况,为所述第一用户提供实时的准确的社区信息,达到信息的实时共享、方便社区生活的技术效果。
进一步而言,所述将所述第一需求信息输入第一训练模型之前,本申请实施例步骤S300还包括:
步骤S310:获得第一需求信息、第二需求信息直至第N需求信息,其中,N为大于1的自然数;
步骤S320:根据所述第一需求信息生成第一标识码,所述第一标识码与所述第一需求信息一一对应;
步骤S330:根据所述第二需求信息和第一标识码生成第二标识码,以此类推,根据所述第N需求信息和第N-1标识码生成第N标识码;
步骤S340:将所有需求信息和标识码复制存储在M台电子设备上,其中,M为大于1的自然数。
具体而言,区块链技术也被称之为分布式账本技术,是一种由若干台计算设备共同参与“记账”,共同维护一份完整的分布式数据库的新兴技术。由于区块链技术具有去中心化、公开透明、每台计算设备可以参与数据库记录、并且各计算设备之间可以快速的进行数据同步的特性,使得区块链技术已在众多的领域中广泛的进行应用。根据所述第一需求信息生成第一标识码,所述第一标识码与第一需求信息一一对应;根据所述第二需求信息和第一标识码生成第二标识码,第二标识码与第二需求信息一一对应;以此类推,根据所述第N需求信息和第N-1标识码生成第N标识码,其中,N为大于1的自然数,将所有需求信息和标识码分别复制保存在M台设备上,其中,所述第一需求信息和所述第一标识码作为第一区块保存在一台设备上,所述第二需求信息和所述第二标识码作为第二区块保存在一台设备上,所述第N需求信息和所述第N标识码作为第N区块保存在一台设备上,当需要调用所述需求信息时,每后一个节点接收前一节点存储的数据后,通过“共识机制”进行校验后保存,通过哈希函数对于每一存储单位进行串接,使得需求信息不易丢失和遭到破坏,通过区块链的逻辑对所述训练数据进行加密处理,保证了所述需求信息的安全性,进而保证通过所述需求信息训练获得的神经网络模型的准确性,进而使得输出的需求信息的分类更加准确。
综上所述,本申请实施例所提供的一种智慧社区信息共享方法及系统具有如下技术效果:
1、由于采用了根据第一需求信息,对所述第一需求信息进行分类,根据所述分类结果和第一分类时间获得第一匹配结果和第二匹配结果,获得所述第一匹配结果和第二匹配结果的第一图像信息和第二图像信息,根据所述图像信息获得输出结果,将所述输出结果信息发送给所述第一用户的方式,达到对于社区用户需求及社区物品信息进行及时的共享处理,进而达到及时准确的共享社区信息,达到便利生活的技术效果。
2、由于采用了通过第二智慧社区与第一智慧社区的信息的共享的方式,进行信息的实时准确的共享,达到方便社区生活的技术效果。
3、由于采用了通过第二智慧社区内的车辆信息、道路信息的实时共享的方式,结合第一用户的实际情况,为所述第一用户提供实时的准确的社区信息,达到信息的实时共享、方便社区生活的技术效果。
实施例二
基于与前述实施例中一种智慧社区信息共享方法同样发明构思,本发明还提供了一种智慧社区信息共享系统,如图2所示,所述系统包括:
第一获得单元11,所述第一获得单元11用于获得第一用户的第一需求信息,所述第一需求信息为物品需求;
第二获得单元12,所述第二获得单元12用于获得所述第一需求信息的第一需求时间;
第一输入单元13,所述第一输入单元13用于将所述第一需求信息输入第一训练模型,所述第一训练模型通过多组训练数据训练获得,所述多组训练数据中的每组均包括:第一需求信息和标识所述第一需求信息类别的标识信息;
第三获得单元14,所述第三获得单元14用于获得所述第一训练模型的第一输出结果,所述第一输出结果包括所述第一需求信息的第一分类信息;
第四获得单元15,所述第四获得单元15用于根据所述第一需求时间和第一分类信息,获得第一匹配结果和第二匹配结果;
第五获得单元16,所述第五获得单元16用于通过摄像装置获得第一图像信息和第二图像信息,所述第一图像信息为第一匹配结果的图像信息,所述第二图像信息为第二匹配结果的图像信息;
第六获得单元17,所述第六获得单元17用于根据所述第一图像信息和第二图像信息获得第二输出结果;
第一发送单元18,所述第一发送单元18用于将所述第二输出结果通过第一智慧社区系统发送给所述第一用户。
进一步的,所述系统还包括:
第二输入单元,所述第二输入单元用于将所述第一图像信息、第二图像信息输入第二训练模型,其中,所述第二训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组均包括:所述第一图像信息、第二图像信息和标识图像比对结果的标识信息;
第七获得单元,所述第七获得单元用于获得所述第二训练模型的第二输出结果,所述第二输出结果包括第一图像信息和第二图像信息的比对结果。
进一步的,所述系统还包括:
第八获得单元,所述第八获得单元用于通过所述摄像装置获得第三图像信息;
第九获得单元,所述第九获得单元用于根据所述第二输出结果获得第一预定标准;
第一判断单元,所述第一判断单元用于判断所述第三图像信息是否满足所述第一预定标准;
第一许可单元,所述第一许可单元用于当满足时,允许所述第一用户归还所述第三图像信息对应的第一物品,并将所述第三图像信息更新至所述第一物品。
进一步的,所述系统还包括:
第十获得单元,所述第十获得单元用于当根据所述第一需求时间和第一分类信息未获得匹配结果时,根据所述第一分类信息获得第三匹配结果;
第十一获得单元,所述第十一获得单元用于获得所述第三匹配结果的第一时间信息和第四图像信息;
第二发送单元,所述第二发送单元用于将所述第一时间信息和第四图像信息发送给所述第一用户。
进一步的,所述系统还包括:
第一共享单元,所述第一共享单元用于当根据所述第一分类信息未获得匹配结果时,将所述第一需求时间和第一分类信息共享至第二智慧社区系统,其中,所述第二智慧社区系统为与第一智慧社区系统相邻的社区的智慧社区系统;
第十二获得单元,所述第十二获得单元用于获得所述第二智慧社区的第四匹配结果;
第三发送单元,所述第三发送单元用于将所述第四匹配结果发送给所述第一用户。
进一步的,所述系统还包括:
第十三获得单元,所述第十三获得单元用于根据所述第四匹配结果获得所述第二智慧社区内路线;
第十四获得单元,所述第十四获得单元用于根据所述第二智慧社区内路线获得第二智慧社区内车辆分布信息;
第四发送单元,所述第四发送单元用于将所述车辆分布信息发送给所述第一用户。
进一步的,所述系统还包括:
第十五获得单元,所述第十五获得单元用于根据所述摄像装置获得所述第二智慧社区内路线的实时道路信息和车辆分布信息;
第十六获得单元,所述第十六获得单元用于获得所述第一用户的驾驶时长信息;
第十七获得单元,所述第十七获得单元用于根据所述驾驶时长信息、实时道路信息和车辆分布信息,确定是否对所述第一用户进行社区内路线更改提醒。
前述图1实施例一中的一种智慧社区信息共享方法的各种变化方式和具体实例同样适用于本实施例的一种智慧社区信息共享系统,通过前述对一种智慧社区信息共享方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种智慧社区信息共享系统的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种智慧社区信息共享方法的发明构思,本发明还提供一种智慧社区信息共享系统,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种智慧社区信息共享方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他系统通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明实施例提供的一种智慧社区信息共享方法,所述方法包括:获得第一用户的第一需求信息,所述第一需求信息为物品需求;获得所述第一需求信息的第一需求时间;将所述第一需求信息输入第一训练模型,所述第一训练模型通过多组训练数据训练获得,所述多组训练数据中的每组均包括:第一需求信息和标识所述第一需求信息类别的标识信息;获得所述第一训练模型的第一输出结果,所述第一输出结果包括所述第一需求信息的第一分类信息;根据所述第一需求时间和第一分类信息,获得第一匹配结果和第二匹配结果;通过摄像装置获得第一图像信息和第二图像信息,所述第一图像信息为第一匹配结果的图像信息,所述第二图像信息为第二匹配结果的图像信息;根据所述第一图像信息和第二图像信息获得第二输出结果;将所述第二输出结果通过所述第一智慧社区系统发送给所述第一用户。解决了现有技术中存在社区信息共享不及时、不准确,导致社区生活不便利的技术问题,达到及时准确的共享社区信息,达到便利生活的技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、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、专用计算机、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系统。
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系统的制造品,该指令系统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。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (7)
1.一种智慧社区信息共享方法,所述方法应用于第一智慧社区系统,其中,所述方法包括:
获得第一用户的第一需求信息,所述第一需求信息为物品需求;
获得所述第一需求信息的第一需求时间;
将所述第一需求信息输入第一训练模型,所述第一训练模型通过多组训练数据训练获得,所述多组训练数据中的每组均包括:第一需求信息和标识所述第一需求信息类别的标识信息;
获得所述第一训练模型的第一输出结果,所述第一输出结果包括所述第一需求信息的第一分类信息;
根据所述第一需求时间和第一分类信息,获得第一匹配结果和第二匹配结果;
通过摄像装置获得第一图像信息和第二图像信息,所述第一图像信息为第一匹配结果的图像信息,所述第二图像信息为第二匹配结果的图像信息;
根据所述第一图像信息和第二图像信息获得第二输出结果;
将所述第二输出结果通过所述第一智慧社区系统发送给所述第一用户;
所述根据所述第一图像信息和第二图像信息获得第二输出结果,包括:
将所述第一图像信息、第二图像信息输入第二训练模型,其中,所述第二训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组均包括:所述第一图像信息、第二图像信息和标识图像比对结果的标识信息;
获得所述第二训练模型的第二输出结果,所述第二输出结果包括第一图像信息和第二图像信息的比对结果;
所述根据所述第一需求时间和第一分类信息,获得第一匹配结果和第二匹配结果,所述方法还包括:
当根据所述第一需求时间和第一分类信息未获得匹配结果时,根据所述第一分类信息获得第三匹配结果;
获得所述第三匹配结果的第一时间信息和第四图像信息;
将所述第一时间信息和第四图像信息发送给所述第一用户。
2.如权利要求1所述的方法,其中,所述方法还包括:
通过所述摄像装置获得第三图像信息;
根据所述第二输出结果获得第一预定标准;
判断所述第三图像信息是否满足所述第一预定标准;
当满足时,允许所述第一用户归还所述第三图像信息对应的第一物品,并将所述第三图像信息更新至所述第一物品。
3.如权利要求1所述的方法,其中,所述当根据所述第一需求时间和第一分类信息未获得匹配结果时,根据所述第一分类信息获得第三匹配结果,所述方法还包括:
当根据所述第一分类信息未获得匹配结果时,将所述第一需求时间和第一分类信息共享至第二智慧社区系统,其中,所述第二智慧社区系统为与第一智慧社区系统相邻的社区的智慧社区系统;
获得所述第二智慧社区的第四匹配结果;
将所述第四匹配结果发送给所述第一用户。
4.如权利要求3所述的方法,其中,所述方法包括:
根据所述第四匹配结果获得所述第二智慧社区内路线;
根据所述第二智慧社区内路线获得第二智慧社区内车辆分布信息;
将所述车辆分布信息发送给所述第一用户。
5.如权利要求4所述的方法,其中,所述将所述车辆分布信息发送给所述第一用户,所述方法包括:
根据所述摄像装置获得所述第二智慧社区内路线的实时道路信息和车辆分布信息;
获得所述第一用户的驾驶时长信息;
根据所述驾驶时长信息、实时道路信息和车辆分布信息,确定是否对所述第一用户进行社区内路线更改提醒。
6.一种智慧社区信息共享系统,其中,所述系统包括:
第一获得单元,所述第一获得单元用于获得第一用户的第一需求信息,所述第一需求信息为物品需求;
第二获得单元,所述第二获得单元用于获得所述第一需求信息的第一需求时间;
第一输入单元,所述第一输入单元用于将所述第一需求信息输入第一训练模型,所述第一训练模型通过多组训练数据训练获得,所述多组训练数据中的每组均包括:第一需求信息和标识所述第一需求信息类别的标识信息;
第三获得单元,所述第三获得单元用于获得所述第一训练模型的第一输出结果,所述第一输出结果包括所述第一需求信息的第一分类信息;
第四获得单元,所述第四获得单元用于根据所述第一需求时间和第一分类信息,获得第一匹配结果和第二匹配结果;
第五获得单元,所述第五获得单元用于通过摄像装置获得第一图像信息和第二图像信息,所述第一图像信息为第一匹配结果的图像信息,所述第二图像信息为第二匹配结果的图像信息;
第六获得单元,所述第六获得单元用于根据所述第一图像信息和第二图像信息获得第二输出结果;
第一发送单元,所述第一发送单元用于将所述第二输出结果通过第一智慧社区系统发送给所述第一用户;
所述第六获得单元用于根据所述第一图像信息和第二图像信息获得第二输出结果,包括:
第二输入单元,所述第二输入单元用于将所述第一图像信息、第二图像信息输入第二训练模型,其中,所述第二训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组均包括:所述第一图像信息、第二图像信息和标识图像比对结果的标识信息;
第七获得单元,所述第七获得单元用于获得所述第二训练模型的第二输出结果,所述第二输出结果包括第一图像信息和第二图像信息的比对结果;所述第四获得单元用于根据所述第一需求时间和第一分类信息,获得第一匹配结果和第二匹配结果,还包括:
第十获得单元,所述第十获得单元用于当根据所述第一需求时间和第一分类信息未获得匹配结果时,根据所述第一分类信息获得第三匹配结果;
第十一获得单元,所述第十一获得单元用于获得所述第三匹配结果的第一时间信息和第四图像信息;
第二发送单元,所述第二发送单元用于将所述第一时间信息和第四图像信息发送给所述第一用户。
7.一种智慧社区信息共享系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011630815.XA CN112712264B (zh) | 2020-12-31 | 2020-12-31 | 一种智慧社区信息共享方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011630815.XA CN112712264B (zh) | 2020-12-31 | 2020-12-31 | 一种智慧社区信息共享方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112712264A CN112712264A (zh) | 2021-04-27 |
CN112712264B true CN112712264B (zh) | 2022-06-17 |
Family
ID=75547745
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011630815.XA Active CN112712264B (zh) | 2020-12-31 | 2020-12-31 | 一种智慧社区信息共享方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112712264B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114066828B (zh) * | 2021-11-03 | 2022-09-02 | 深圳市创科自动化控制技术有限公司 | 一种基于多功能底层算法的图像处理方法及系统 |
CN115994668B (zh) * | 2023-02-16 | 2023-06-20 | 浙江非线数联科技股份有限公司 | 智慧社区资源管理系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106469382A (zh) * | 2015-08-14 | 2017-03-01 | 阿里巴巴集团控股有限公司 | 闲置商品对象信息处理方法及装置 |
CN107146457A (zh) * | 2017-06-07 | 2017-09-08 | 杭州云管家科技有限公司 | 一种多小区分布式车位共享方法及系统 |
CN108021956A (zh) * | 2017-12-05 | 2018-05-11 | 珠海新石科技有限公司 | 物品管理方法、计算机装置和计算机可读存储介质 |
CN113378081A (zh) * | 2019-01-11 | 2021-09-10 | 西安艾润物联网技术服务有限责任公司 | 数据处理方法及终端设备 |
CN109919715A (zh) * | 2019-02-12 | 2019-06-21 | 秒针信息技术有限公司 | 物品的共享方法及装置、存储介质和电子装置 |
CN110782319A (zh) * | 2019-10-25 | 2020-02-11 | 黄建华 | 一种用于社交和闲置物品共享的方法和平台 |
CN111782850B (zh) * | 2019-11-27 | 2024-06-18 | 北京沃东天骏信息技术有限公司 | 一种基于手绘图的物品搜索方法和装置 |
CN111311374A (zh) * | 2020-03-16 | 2020-06-19 | 郑州科技学院 | 基于大学生的闲置物品交换方法、装置、设备及存储介质 |
-
2020
- 2020-12-31 CN CN202011630815.XA patent/CN112712264B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112712264A (zh) | 2021-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110610242B (zh) | 一种联邦学习中参与者权重的设置方法及装置 | |
CN112712264B (zh) | 一种智慧社区信息共享方法及系统 | |
CN111951128B (zh) | 一种节能环保的建筑施工方法和装置 | |
CN110659678B (zh) | 一种用户行为分类方法、系统及存储介质 | |
CN112785267B (zh) | 一种基于mvc框架技术的飞行信息管理方法及系统 | |
Nassif et al. | Calibrating use case points | |
CN112289423A (zh) | 一种基于智慧社区病患的复诊及康复的方法及系统 | |
CN112232891A (zh) | 一种基于大数据分析的客户匹配方法和装置 | |
CN114510867A (zh) | 一种3d模拟配电柜电路接线方法及系统 | |
CN112651811B (zh) | 一种基于多源数据的订单处理方法及系统 | |
Tembine | Mean field stochastic games: Convergence, Q/H-learning and optimality | |
CN111754370B (zh) | 一种基于人工智能的在线教育课程管理方法及系统 | |
CN111079175B (zh) | 数据处理方法、装置、计算机可读存储介质和计算机设备 | |
CN113487200B (zh) | 一种公路工程的项目质量评定方法及系统 | |
CN111859094A (zh) | 一种基于云计算的信息分析方法系统 | |
CN112288342B (zh) | 一种提高多中心协作质量控制的数据处理方法和系统 | |
CN113420733B (zh) | 一种高效分布式大数据数据采集实现方法及系统 | |
CN111950987B (zh) | 一种基于互联网的远程教育培训方法及系统 | |
CN115577803A (zh) | 一种对混合噪声鲁棒的联邦学习方法及系统 | |
CN112487780A (zh) | 一种订单数据排版优化方法及系统 | |
CN112309513A (zh) | 一种青蒿素提取方法有效性的检测方法和装置 | |
CN111598105A (zh) | 一种专利地图构建方法及装置 | |
CN110807251A (zh) | 融入个体异质性和动态从众性的网络舆情极化方法及其系统 | |
Li et al. | Research on behavior recognition of dairy goat based on multi-model fusion | |
Keppens | Explaining Bayesian belief revision for legal applications |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220530 Address after: 750000 building 4, IBI Yucheng center, 490 Ning'an South Street, Jinfeng District, Yinchuan City, Ningxia Hui Autonomous Region Applicant after: NINGXIA INFORMATION INDUSTRY Co.,Ltd. Address before: 214000 Wuai road 78-501-350, Liangxi District, Wuxi City, Jiangsu Province Applicant before: Wuxi Ruanmei Information Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |