CN112785267A - 一种基于mvc框架技术的飞行信息管理方法及系统 - Google Patents
一种基于mvc框架技术的飞行信息管理方法及系统 Download PDFInfo
- Publication number
- CN112785267A CN112785267A CN202110091736.4A CN202110091736A CN112785267A CN 112785267 A CN112785267 A CN 112785267A CN 202110091736 A CN202110091736 A CN 202110091736A CN 112785267 A CN112785267 A CN 112785267A
- Authority
- CN
- China
- Prior art keywords
- information
- obtaining
- user
- flight
- notification
- 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.)
- Granted
Links
- 238000007726 management method Methods 0.000 title claims abstract description 70
- 238000005516 engineering process Methods 0.000 title claims abstract description 29
- 238000011156 evaluation Methods 0.000 claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 238000000034 method Methods 0.000 claims description 32
- 238000012549 training Methods 0.000 claims description 27
- 230000008451 emotion Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 230000036651 mood Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 11
- 238000003062 neural network model Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 230000002996 emotional effect Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000000605 extraction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000011435 rock Substances 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Operations Research (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Primary Health Care (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于MVC框架技术的飞行信息管理方法及系统,获得第一用户的基础信息;根据基础信息获得第一颜色偏好信息,将第一颜色偏好信息作为第一输入信息;根据基础信息获得光泽偏好信息,将光泽偏好信息作为第二输入信息;将第一输入信息、第二输入信息输入第一模型,获得第一模型的第一输出结果,获得第一语音信息;根据第一语音信息获得色彩等级的第一权重;获得第一建筑信息;对第一建筑信息进行知名等级评估,根据等级评估结果获得第二权重;通过加权计算获得第一结果和第二结果;根据第一结果和第二结果获得第一定制通知信息,将第一定制通知信息发送至所述第一用户界面。解决了现有技术中存在飞行信息通知不够智能的技术问题。
Description
技术领域
本发明涉及飞行信息通知管理相关领域,尤其涉及一种基于MVC框架技术的飞行信息管理方法及系统。
背景技术
经典MVC模式中,M是指业务模型,V是指用户界面,C则是控制器,使用MVC的目的是将M和V的实现代码分离,从而使同一个程序可以使用不同的表现形式。现有技术中的飞行信息通知的方式较为单一,通知形式单调。
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:
现有技术中存在飞行信息通知不够智能的技术问题。
发明内容
本申请实施例通过提供一种基于MVC框架技术的飞行信息管理方法及系统,解决了现有技术中存在飞行信息通知不够智能的技术问题,达到对飞行信息结合用户特性,进行飞行信息定制通知,进而达到更加智能进行飞行通知的技术效果。
鉴于上述问题,提出了本申请实施例提供一种基于MVC框架技术的飞行信息管理方法及系统。
第一方面,本申请实施例提供了一种基于MVC框架技术的飞行信息管理方法,所述方法应用于一飞行信息管理系统,所述飞行信息管理系统与第一模型、第一用户界面通信连接,所述方法包括:通过所述飞行信息管理系统获得第一用户的基础信息;根据所述第一用户的基础信息获得所述第一用户的第一颜色偏好信息,将所述第一颜色偏好信息作为第一输入信息;根据所述第一用户的基础信息获得光泽偏好信息,所述光泽偏好信息为与所述第一颜色偏好信息匹配的光泽偏好信息,将所述光泽偏好信息作为第二输入信息;将所述第一输入信息、所述第二输入信息输入所述第一模型,其中,所述第一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:所述第一输入信息、所述第二输入信息和标识色彩等级的标识信息;获得所述第一模型的第一输出结果,其中,所述第一输出结果包括所述第一用户的色彩等级;通过所述飞行信息管理系统获得所述第一用户在第一时间的第一语音信息;根据所述第一语音信息获得所述色彩等级的第一权重;获得第一飞行目的地信息,根据所述第一飞行目的地信息获得第一建筑信息;对所述第一建筑信息进行知名等级评估,根据所述等级评估结果获得第二权重;根据所述第一权重对所述色彩等级进行加权计算,获得第一结果,根据所述第二权重对第一建筑信息进行加权计算,获得第二结果;根据所述第一结果和所述第二结果获得第一定制通知信息,通过所述飞行信息管理系统将所述第一定制通知信息发送至所述第一用户界面。
另一方面,本申请还提供了一种基于MVC框架技术的飞行信息管理系统,所述系统包括:第一获得单元,所述第一获得单元用于通过飞行信息管理系统获得第一用户的基础信息;第二获得单元,所述第二获得单元用于根据所述第一用户的基础信息获得所述第一用户的第一颜色偏好信息,将所述第一颜色偏好信息作为第一输入信息;第三获得单元,所述第三获得单元用于根据所述第一用户的基础信息获得光泽偏好信息,所述光泽偏好信息为与所述第一颜色偏好信息匹配的光泽偏好信息,将所述光泽偏好信息作为第二输入信息;第一输入单元,所述第一输入单元用于将所述第一输入信息、所述第二输入信息输入第一模型,其中,所述第一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:所述第一输入信息、所述第二输入信息和标识色彩等级的标识信息;第四获得单元,所述第四获得单元用于获得所述第一模型的第一输出结果,其中,所述第一输出结果包括所述第一用户的色彩等级;第五获得单元,所述第五获得单元用于通过所述飞行信息管理系统获得所述第一用户在第一时间的第一语音信息;第六获得单元,所述第六获得单元用于根据所述第一语音信息获得所述色彩等级的第一权重;第七获得单元,所述第七获得单元用于获得第一飞行目的地信息,根据所述第一飞行目的地信息获得第一建筑信息;第八获得单元,所述第八获得单元用于对所述第一建筑信息进行知名等级评估,根据所述等级评估结果获得第二权重;第九获得单元,所述第九获得单元用于根据所述第一权重对所述色彩等级进行加权计算,获得第一结果,根据所述第二权重对第一建筑信息进行加权计算,获得第二结果;第一发送单元,所述第一发送单元用于根据所述第一结果和所述第二结果获得第一定制通知信息,通过所述飞行信息管理系统将所述第一定制通知信息发送至第一用户界面。
第三方面,本发明提供了一种基于MVC框架技术的飞行信息管理系统,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:
由于采用了通过获得所述第一用户的第一颜色偏好信息作为第一输入信息,获得光泽偏好信息作为第二输入信息,将所述第一输入信息、第二输入信息输入所述第一模型,获得所述第一用户的色彩等级评估结果,并根据所述第一用户的第一语音信息对所述色彩等级进行实时的微调,通过所述飞行目的地的建筑的知名度对所述建筑信息在所述通知中的占比进行调整,将所述色彩等级微调结果作为第一元素,建筑信息作为第二元素,完成对第一飞行通知信息的定制,达到对飞行信息结合用户特性,进行飞行信息定制通知,进而达到更加智能进行飞行通知的技术效果。
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基于MVC框架技术的飞行信息管理方法的流程示意图;
图2为本申请实施例一种基于MVC框架技术的飞行信息管理系统的结构示意图;
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,第三获得单元13,第一输入单元14,第四获得单元15,第五获得单元16,第六获得单元17,第七获得单元18,第八获得单元19,第九获得单元20,第一发送单元21,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基于MVC框架技术的飞行信息管理方法及系统,解决了现有技术中存在飞行信息通知不够智能的技术问题,达到对飞行信息结合用户特性,进行飞行信息定制通知,进而达到更加智能进行飞行通知的技术效果。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
经典MVC模式中,M是指业务模型,V是指用户界面,C则是控制器,使用MVC的目的是将M和V的实现代码分离,从而使同一个程序可以使用不同的表现形式。现有技术中的飞行信息通知的方式较为单一,通知形式单调。现有技术中存在飞行信息通知不够智能的技术问题。
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基于MVC框架技术的飞行信息管理方法,所述方法应用于一飞行信息管理系统,所述飞行信息管理系统与第一模型、第一用户界面通信连接,所述方法包括:通过所述飞行信息管理系统获得第一用户的基础信息;根据所述第一用户的基础信息获得所述第一用户的第一颜色偏好信息,将所述第一颜色偏好信息作为第一输入信息;根据所述第一用户的基础信息获得光泽偏好信息,所述光泽偏好信息为与所述第一颜色偏好信息匹配的光泽偏好信息,将所述光泽偏好信息作为第二输入信息;将所述第一输入信息、所述第二输入信息输入所述第一模型,其中,所述第一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:所述第一输入信息、所述第二输入信息和标识色彩等级的标识信息;获得所述第一模型的第一输出结果,其中,所述第一输出结果包括所述第一用户的色彩等级;通过所述飞行信息管理系统获得所述第一用户在第一时间的第一语音信息;根据所述第一语音信息获得所述色彩等级的第一权重;获得第一飞行目的地信息,根据所述第一飞行目的地信息获得第一建筑信息;对所述第一建筑信息进行知名等级评估,根据所述等级评估结果获得第二权重;根据所述第一权重对所述色彩等级进行加权计算,获得第一结果,根据所述第二权重对第一建筑信息进行加权计算,获得第二结果;根据所述第一结果和所述第二结果获得第一定制通知信息,通过所述飞行信息管理系统将所述第一定制通知信息发送至所述第一用户界面。
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基于MVC框架技术的飞行信息管理方法,所述方法应用于一飞行信息管理系统,所述飞行信息管理系统与第一模型、第一用户界面通信连接,其中,所述方法包括:
步骤S100:通过所述飞行信息管理系统获得第一用户的基础信息;
步骤S200:根据所述第一用户的基础信息获得所述第一用户的第一颜色偏好信息,将所述第一颜色偏好信息作为第一输入信息;
具体而言,所述飞行信息管理系统为对用户的飞行信息进行通知、管理的系统,所述第一模型为通过监督学习不断进行修正调整的模型,所述第一用户界面为所述第一用户接收所述飞行信息管理系统通知的用户端界面,在所述第一用户许可的前提下,所述飞行信息管理系统对所述第一用户的基础信息进行读取,所述基础信息包括但不限于飞行航班信息、收藏图片信息、穿搭信息等,根据所述第一用户的收藏图片信息、穿搭信息获得所述第一用户的对于颜色信息的颜色喜好情况,即所述第一颜色偏好信息,将所述第一颜色偏好信息作为第一输入信息。
步骤S300:根据所述第一用户的基础信息获得光泽偏好信息,所述光泽偏好信息为与所述第一颜色偏好信息匹配的光泽偏好信息,将所述光泽偏好信息作为第二输入信息;
具体而言,所述光泽偏好信息包括不同颜色对应下的颜色光泽信息,其中,所述光泽信息为与所述第一颜色偏好信息一一对应的光泽信息,将所述光泽信息作为第二输入信息。
步骤S400:将所述第一输入信息、所述第二输入信息输入所述第一模型,其中,所述第一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:所述第一输入信息、所述第二输入信息和标识色彩等级的标识信息;
步骤S500:获得所述第一模型的第一输出结果,其中,所述第一输出结果包括所述第一用户的色彩等级;
具体而言,所述第一模型为机器学习中的神经网络模型,神经网络(NeuralNetworks,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 NeuralNetworks),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,将所述第一输入信息、所述第二输入信息输入神经网络模型,则输出包含第一用户的色彩等级的评估结果。
更进一步而言,所述训练的过程还包括监督学习的过程,每一组监督数据均包括所述第一输入信息、所述第二输入信息和标识色彩等级的标识信息,将所述第一输入信息、所述第二输入信息输入到神经网络模型中,根据用来标识色彩等级的标识信息,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,进而获得更加准确的所述第一用户的色彩等级评估结果,进而为后续准确根据所述第一用户的个人特性定制通知信息夯实了基础。
步骤S600:通过所述飞行信息管理系统获得所述第一用户在第一时间的第一语音信息;
步骤S700:根据所述第一语音信息获得所述色彩等级的第一权重;
具体而言,所述第一语音信息为通过飞行信息管理系统连接所述第一用户的通讯设备获得的语音信息,所述语音信息包括但不限于电话语音信息、微信语音信息、QQ语音信息等,根据所述第一语音信息对所述第一用户的当前状态进行评估,获得第一评估结果,其中,所述评估结果包括所述第一用户的当前情绪状态等级,根据所述第一用户的当前情绪状态等级,判断所述当前的情绪状等级与所述第一用户的色彩等级的匹配情况,举例而言,当判断所述第一用户的情绪状态等级为紧张、压力大时,此时所述第一用户的色彩等级为红色,则所述第一用户的情绪状态等级与所述色彩等级则匹配不佳,此时,所述色彩等级所占第一权重降低。
步骤S800:获得第一飞行目的地信息,根据所述第一飞行目的地信息获得第一建筑信息;
步骤S900:对所述第一建筑信息进行知名等级评估,根据所述等级评估结果获得第二权重;
具体而言,通过所述飞行信息管理系统获得所述第一用户的飞行信息,其中,所述飞行信息包括所述第一用户的航班的时间、目的地信息等,获得所述飞行目的地的第一建筑物信息,其中,所述第一建筑物为所述目的地的标志性建筑物,举例而言,当所述目的地为上海时,所述标志性建筑物为东方明珠塔,对所述第一建筑信息的知名等级进行评估,即根据所述第一建筑的被人熟知的情况、蕴含的历史文化特性等方面对所述第一建筑进行评估,获得第一知名等级,根据所述知名等级确定所述第一建筑信息在所述通知信息中的占比大小。
步骤S1000:根据所述第一权重对所述色彩等级进行加权计算,获得第一结果,根据所述第二权重对第一建筑信息进行加权计算,获得第二结果;
步骤S1100:根据所述第一结果和所述第二结果获得第一定制通知信息,通过所述飞行信息管理系统将所述第一定制通知信息发送至所述第一用户界面。
具体而言,根据所述第一权重对所述色彩等级进行加权计算,通过所述第二权重对所述第一建筑信息进行加权计算,获得所述第一色彩和第一建筑图像的占比情况,将所述计算结果作为构成所述第一定制通知信息的元素,获得第一定制通知信息,将所述第一定制通知信息发送至所述第一用户界面,达到对飞行信息结合用户信息,进行飞行信息定制通知,进而达到更加智能进行飞行信息通知的技术效果。
进一步而言,本申请实施例还包括:
步骤S1210:获得所述第一定制通知信息的第一通知尺寸信息,其中,所述第一通知尺寸信息为所述第一通知信息的总区域大小信息;
步骤S1220:获得第二通知尺寸信息,其中,所述第二通知尺寸信息为所述第一建筑信息的在所述第一通知信息中的区域大小信息;
步骤S1230:根据所述第二通知尺寸信息和所述第一通知尺寸信息获得第一尺寸占比信息;
步骤S1240:根据所述第二权重对所述第一尺寸占比信息进行权重匹配,获得第一匹配结果,其中,所述第一匹配结果包括第二尺寸占比信息;
步骤S1250:根据所述第一匹配结果对所述第二通知尺寸信息进行调整。
具体而言,所述第一定制通知尺寸信息包括所述第一通知信息在所述第一用户界面的显示的区域大小信息,所述第二通知尺寸信息为所述第一建筑信息在被拍摄为图像信息后在所述第一用户界面的显示区域大小信息,根据所述第一通知尺寸信息和所述第二通知尺寸信息获得第一尺寸占比信息,其中,所述尺寸占比信息反映了所述第一建筑信息的图像信息在所述定制的通知信息中的图像占比情况,根据所述第一建筑信息的知名度等级对所述尺寸占比进行匹配,举例而言,当所述第一建筑信息为第一知名度等级时,此时,所述尺寸占比等级同样匹配为一级,所述一级代表的尺寸占比可以为1/2。根据所述匹配结果对所述建筑信息的图像信息的尺寸进行调整。进而达到根据所述建筑的知名情况对所述图像尺寸进行调整,达到基于建筑特性进行通知的个性化定制的技术效果。
进一步而言,本申请实施例还包括:
步骤S1251:获得所述第一时间下所述第一建筑所在地的第一天气信息;
步骤S1252:根据所述第一天气信息获得第一采集角度信息;
步骤S1253:获得所述第一建筑的第一特性信息,根据所述第一特性信息获得第二采集角度信息;
步骤S1254:获得第一占比阈值,当所述第二尺寸占比信息满足所述第一占比阈值时,获得第三采集角度信息,其中,所述第三采集角度信息为所述第一采集角度信息和所述第二采集角度信息的平均值;
步骤S1255:根据所述第三采集角度信息对所述第一建筑信息进行图像采集,将所述图像应用于所述第一定制通知信息。
具体而言,所述第一时间为对所述第一用户进行语音收集的时间,同样为对所述第一建筑进行图像采集的时间,根据所述第一时间下所述第一建筑所在地的天气情况,获得对所述第一建筑的图像采集角度,其中,下述采集角度均为相对于建筑进行水平变化的采集角度,不包括纵向角度变化,所述采集角度在能清楚拍摄所述第一建筑的前提下,还能反应所述第一建筑的天气情况,所述采集角度为第一采集角度,根据所述第一建筑的建筑特性,获得第二采集角度信息,其中,所述第二采集角度为不考虑所述天气情况,只考虑如何表现出所述第一建筑特性的情况下获得的采集角度。所述第一占比阈值为1/4,当所述第二尺寸占比情况满足所述第一占比阈值时,此时则根据第三采集角度对所述第一建筑进行图像采集,其中,所述第三采集角度为所述综合考量第一采集角度信息和所述第二图像采集角度信息获得的,即对所述第一采集角度信息和所述第二采集角度信息取平均值。通过对所述采集角度的进一步地细化,进而获得与所述第一建筑更加匹配的拍摄角度,进而达到定制的通知信息更加美观的技术效果。
进一步而言,所述根据所述第一语音信息获得所述色彩等级的第一权重,本申请实施例步骤S700还包括:
步骤S710:通过对所述第一语音信息进行语音识别,获得第一语气信息;
步骤S720:通过对所述第一语音信息进行语义识别,获得第一语义信息;
步骤S730:根据所述第一语气和所述第一语义对所述第一用户进行情绪评估,获得第一情绪等级信息;
步骤S740:根据所述第一情绪等级获得第一权重。
具体而言,在所述第一用户许可的情况下,获得所述第一用户的语音信息,并对所述第一用户的语音信息进行语音分析,其中,所述语音分析包括语音识别,其中,所述语音识别是指对所述第一语音进行语气识别,获得第一语气识别结果,对所述第一语音进行语义识别,获得第一语义信息,根据所述第一语气和所述第一语义对所述第一用户的情绪等级进行评估,根据所述情绪等级评估结果获得所述第一权重。
进一步而言,本申请实施例还包括:
步骤S1310:获得所述第一用户在所述第一时间前收藏的音乐信息,其中,所述音乐信息至少包含第一音乐、第二音乐和第三音乐;
步骤S1320:对所述音乐信息进行分析,获得第一风格差异等级、第二风格差异等级、第三风格差异等级;
步骤S1330.:获得第一预定风格差异等级阈值;
步骤S1340:当至少两个风格差异等级不满足所述第一预定风格差异等级阈值时,将所述满足所述第一预定风格差异等级阈值的所述音乐信息添加至所述第一定制通知信息。
具体而言,通过访问所述第一用户的电子设备的APP,获得所述第一用户在第一时间点前收藏的据所述第一时间点最近的至少三首音乐信息,对所述三首音乐进行分析,获得所述三首音乐各自的音乐风格,获得第一风格差异等级,所述第一风格差异等级为根据分析第一音乐和第二音乐获得的风格差异等级,获得第二风格差异等级,所述第二风格差异等级为根据分析第二音乐和第三音乐获得的风格差异等级,获得第三风格差异等级,所述第三风格差异等级为根据分析第三音乐和第一音乐获得的风格差异等级。根据所述第一风格差异等级、第二风格差异等级、第三风格差异等级获得第一预定风格差异等级阈值,当所述风格差异等级中至少两个不满足所述第一预定风格差异等级阈值时,将所述满足所述第一预定风格差异阈值的风格差异等级对应的两首音乐信息提取共通点,将所述提取结果应用于所述第一定制通知信息。
进一步而言,本申请实施例还包括:
步骤S1350:获得满足所述第一预定风格差异等级阈值的音乐信息,其中,所述音乐信息包含第一旋律信息;
步骤S1360:判断所述第一旋律信息是否与所述第一建筑信息具备第一匹配度;
步骤S1370:当所述第一旋律信息与所述第一建筑信息具备第一匹配度时,将所述第一旋律信息添加至所述第一定制通知信息。
具体而言,对所述满足第一预定风格差异等级阈值的音乐信息,对所述满足阈值的两首音乐进行旋律提取,获得第一旋律信息,根据所述第一旋律信息判断所述第一旋律信息与所述第一建筑的匹配结果,举例而言,当所述第一旋律信息为重金属摇滚旋律时,所述第一建筑为天安门时,显然所述第一旋律信息和所述第一建筑为不匹配的结果,当所述旋律为甜甜的爱情旋律,所述第一建筑为埃菲尔铁塔时,很显然是匹配的,根据所述匹配情况,判断所述第一旋律与所述第一建筑是否具有第一匹配度,当具备时,则将所述第一旋律添加至所述第一定制通知信息。
进一步而言,本申请实施例还包括:
步骤S12551:获得所述第一用户的第一航线信息;
步骤S12552:获得所述第一用户的第一座位信息,根据所述第一航线信息和所述第一座位信息获得第四角度信息,其中,所述第四角度信息包括所述第一用户不能对所述第一建筑信息进行观测的角度;
步骤S12553:判断所述第四角度信息与所述第三采集角度信息是否具有角度交集;
步骤S12554:当所述第四角度信息与所述第三采集角度信息具有角度交集时,根据所述第四角度信息与所述第三采集角度信息的交集获得第五采集角度,根据所述第五采集角度对所述第一建筑信息进行角度采集。
具体而言,通过所述第一用户的航线信息中路过所述第一建筑时的航向及所述第一用户的座位信息,判断所述第一用户在飞机上对所述第一建筑的观测情况,获得第四角度信息,其中,所述第四角度为所述第一用户不能观测到所述第一建筑的角度,通过所述第四角度和所述第三采集角度判断所述角度是否存在交集,即有无既不能被所述第一用户直接观测,又能符合天气、建筑特性进行拍摄的角度,当存在交集时,根据所述角度交集,获得第五采集角度,根据所述第五采集角度对所述第一建筑信息进行角度采集,使得所述第一用户的通知信息可以使所述第一用户了解到飞往城市的标志建筑的不同面。
综上所述,本申请实施例所提供的一种基于MVC框架技术的飞行信息管理方法及系统具有如下技术效果:
1、由于采用了通过获得所述第一用户的第一颜色偏好信息作为第一输入信息,获得光泽偏好信息作为第二输入信息,将所述第一输入信息、第二输入信息输入所述第一模型,获得所述第一用户的色彩等级评估结果,并根据所述第一用户的第一语音信息对所述色彩等级进行实时的微调,通过所述飞行目的地的建筑的知名度对所述建筑信息在所述通知中的占比进行调整,将所述色彩等级微调结果作为第一元素,建筑信息作为第二元素,完成对第一飞行通知信息的定制,达到对飞行信息结合用户特性,进行飞行信息定制通知,进而达到更加智能进行飞行通知的技术效果。
2、由于采用了通过对所述神经网络模型的监督学习的方式,进而使得所述神经网络模型处理所述输入信息更加准确,进而获得更加准确的所述第一用户的色彩等级评估结果,进而为后续准确根据所述第一用户的个人特性定制通知信息夯实了基础。
3、由于采用了根据所述第五采集角度对所述第一建筑信息进行角度采集的方式,达到所述第一用户的通知信息可以使所述第一用户了解到飞往城市的标志建筑的不同面的技术效果。
实施例二
基于与前述实施例中一种基于MVC框架技术的飞行信息管理方法同样发明构思,本发明还提供了一种基于MVC框架技术的飞行信息管理系统,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用于通过飞行信息管理系统获得第一用户的基础信息;
第二获得单元12,所述第二获得单元12用于根据所述第一用户的基础信息获得所述第一用户的第一颜色偏好信息,将所述第一颜色偏好信息作为第一输入信息;
第三获得单元13,所述第三获得单元13用于根据所述第一用户的基础信息获得光泽偏好信息,所述光泽偏好信息为与所述第一颜色偏好信息匹配的光泽偏好信息,将所述光泽偏好信息作为第二输入信息;
第一输入单元14,所述第一输入单元14用于将所述第一输入信息、所述第二输入信息输入第一模型,其中,所述第一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:所述第一输入信息、所述第二输入信息和标识色彩等级的标识信息;
第四获得单元15,所述第四获得单元15用于获得所述第一模型的第一输出结果,其中,所述第一输出结果包括所述第一用户的色彩等级;
第五获得单元16,所述第五获得单元16用于通过所述飞行信息管理系统获得所述第一用户在第一时间的第一语音信息;
第六获得单元17,所述第六获得单元17用于根据所述第一语音信息获得所述色彩等级的第一权重;
第七获得单元18,所述第七获得单元18用于获得第一飞行目的地信息,根据所述第一飞行目的地信息获得第一建筑信息;
第八获得单元19,所述第八获得单元19用于对所述第一建筑信息进行知名等级评估,根据所述等级评估结果获得第二权重;
第九获得单元20,所述第九获得单元20用于根据所述第一权重对所述色彩等级进行加权计算,获得第一结果,根据所述第二权重对第一建筑信息进行加权计算,获得第二结果;
第一发送单元21,所述第一发送单元21用于根据所述第一结果和所述第二结果获得第一定制通知信息,通过所述飞行信息管理系统将所述第一定制通知信息发送至第一用户界面。
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获得所述第一定制通知信息的第一通知尺寸信息,其中,所述第一通知尺寸信息为所述第一通知信息的总区域大小信息;
第十一获得单元,所述第十一获得单元用于获得第二通知尺寸信息,其中,所述第二通知尺寸信息为所述第一建筑信息的在所述第一通知信息中的区域大小信息;
第十二获得单元,所述第十二获得单元用于根据所述第二通知尺寸信息和所述第一通知尺寸信息获得第一尺寸占比信息;
第一匹配单元,所述第一匹配单元用于根据所述第二权重对所述第一尺寸占比信息进行权重匹配,获得第一匹配结果,其中,所述第一匹配结果包括第二尺寸占比信息;
第一调整单元,所述第一调整单元用于根据所述第一匹配结果对所述第二通知尺寸信息进行调整。
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获得所述第一时间下所述第一建筑所在地的第一天气信息;
第十四获得单元,所述第十四获得单元用于根据所述第一天气信息获得第一采集角度信息;
第十五获得单元,所述第十五获得单元用于获得所述第一建筑的第一特性信息,根据所述第一特性信息获得第二采集角度信息;
第十六获得单元,所述第十六获得单元用于获得第一占比阈值,当所述第二尺寸占比信息满足所述第一占比阈值时,获得第三采集角度信息,其中,所述第三采集角度信息为所述第一采集角度信息和所述第二采集角度信息的平均值;
第一采集单元,所述第一采集单元用于根据所述第三采集角度信息对所述第一建筑信息进行图像采集,将所述图像应用于所述第一定制通知信息。
进一步的,所述系统还包括:
第十七获得单元,所述第十七获得单元用于通过对所述第一语音信息进行语音识别,获得第一语气信息;
第十八获得单元,所述第十八获得单元用于通过对所述第一语音信息进行语义识别,获得第一语义信息;
第十九获得单元,所述第十九获得单元用于根据所述第一语气和所述第一语义对所述第一用户进行情绪评估,获得第一情绪等级信息;
第二十获得单元,所述第二十获得单元用于根据所述第一情绪等级获得第一权重。
进一步的,所述系统还包括:
第二十一获得单元,所述第二十一获得单元用于获得所述第一用户在所述第一时间前收藏的音乐信息,其中,所述音乐信息至少包含第一音乐、第二音乐和第三音乐;
第二十二获得单元,所述第二十二获得单元用于对所述音乐信息进行分析,获得第一风格差异等级、第二风格差异等级、第三风格差异等级;
第二十三获得单元,所述第二十三获得单元用于获得第一预定风格差异等级阈值;
第一添加单元,所述第一添加单元用于当至少两个风格差异等级不满足所述第一预定风格差异等级阈值时,将所述满足所述第一预定风格差异等级阈值的所述音乐信息添加至所述第一定制通知信息。
进一步的,所述系统还包括:
第二十四获得单元,所述第二十四获得单元用于获得满足所述第一预定风格差异等级阈值的音乐信息,其中,所述音乐信息包含第一旋律信息;
第一判断单元,所述第一判断单元用于判断所述第一旋律信息是否与所述第一建筑信息具备第一匹配度;
第二添加单元,所述第二添加单元用于当所述第一旋律信息与所述第一建筑信息具备第一匹配度时,将所述第一旋律信息添加至所述第一定制通知信息。
进一步的,所述系统还包括:
第二十五获得单元,所述第二十五获得单元用于获得所述第一用户的第一航线信息;
第二十六获得单元,所述第二十六获得单元用于获得所述第一用户的第一座位信息,根据所述第一航线信息和所述第一座位信息获得第四角度信息,其中,所述第四角度信息包括所述第一用户不能对所述第一建筑信息进行观测的角度;
第二判断单元,所述第二判断单元用于根据所述第二提取结果,构建噪声特征集;
第二十七获得单元,所述第二十七获得单元用于当所述第四角度信息与所述第三采集角度信息具有角度交集时,根据所述第四角度信息与所述第三采集角度信息的交集获得第五采集角度,根据所述第五采集角度对所述第一建筑信息进行角度采集。
前述图1实施例一中的一种基于MVC框架技术的飞行信息管理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基于MVC框架技术的飞行信息管理系统,通过前述对一种基于MVC框架技术的飞行信息管理方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于MVC框架技术的飞行信息管理系统的实施方法,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基于MVC框架技术的飞行信息管理方法的发明构思,本发明还提供一种基于MVC框架技术的飞行信息管理系统,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基于MVC框架技术的飞行信息管理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基于MVC框架技术的飞行信息管理方法,所述方法应用于一飞行信息管理系统,所述飞行信息管理系统与第一模型、第一用户界面通信连接,所述方法包括:通过所述飞行信息管理系统获得第一用户的基础信息;根据所述第一用户的基础信息获得所述第一用户的第一颜色偏好信息,将所述第一颜色偏好信息作为第一输入信息;根据所述第一用户的基础信息获得光泽偏好信息,所述光泽偏好信息为与所述第一颜色偏好信息匹配的光泽偏好信息,将所述光泽偏好信息作为第二输入信息;将所述第一输入信息、所述第二输入信息输入所述第一模型,其中,所述第一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:所述第一输入信息、所述第二输入信息和标识色彩等级的标识信息;获得所述第一模型的第一输出结果,其中,所述第一输出结果包括所述第一用户的色彩等级;通过所述飞行信息管理系统获得所述第一用户在第一时间的第一语音信息;根据所述第一语音信息获得所述色彩等级的第一权重;获得第一飞行目的地信息,根据所述第一飞行目的地信息获得第一建筑信息;对所述第一建筑信息进行知名等级评估,根据所述等级评估结果获得第二权重;根据所述第一权重对所述色彩等级进行加权计算,获得第一结果,根据所述第二权重对第一建筑信息进行加权计算,获得第二结果;根据所述第一结果和所述第二结果获得第一定制通知信息,通过所述飞行信息管理系统将所述第一定制通知信息发送至所述第一用户界面。解决了现有技术中存在飞行信息通知不够智能的技术问题,达到对飞行信息结合用户特性,进行飞行信息定制通知,进而达到更加智能进行飞行通知的技术效果。
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 (9)
1.一种基于MVC框架技术的飞行信息管理方法,所述方法应用于一飞行信息管理系统,所述飞行信息管理系统与第一模型、第一用户界面通信连接,其中,所述方法包括:
通过所述飞行信息管理系统获得第一用户的基础信息;
根据所述第一用户的基础信息获得所述第一用户的第一颜色偏好信息,将所述第一颜色偏好信息作为第一输入信息;
根据所述第一用户的基础信息获得光泽偏好信息,所述光泽偏好信息为与所述第一颜色偏好信息匹配的光泽偏好信息,将所述光泽偏好信息作为第二输入信息;
将所述第一输入信息、所述第二输入信息输入所述第一模型,其中,所述第一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:所述第一输入信息、所述第二输入信息和标识色彩等级的标识信息;
获得所述第一模型的第一输出结果,其中,所述第一输出结果包括所述第一用户的色彩等级;
通过所述飞行信息管理系统获得所述第一用户在第一时间的第一语音信息;
根据所述第一语音信息获得所述色彩等级的第一权重;
获得第一飞行目的地信息,根据所述第一飞行目的地信息获得第一建筑信息;
对所述第一建筑信息进行知名等级评估,根据所述等级评估结果获得第二权重;
根据所述第一权重对所述色彩等级进行加权计算,获得第一结果,根据所述第二权重对第一建筑信息进行加权计算,获得第二结果;
根据所述第一结果和所述第二结果获得第一定制通知信息,通过所述飞行信息管理系统将所述第一定制通知信息发送至所述第一用户界面。
2.如权利要求1所述的方法,其中,所述方法还包括:
获得所述第一定制通知信息的第一通知尺寸信息,其中,所述第一通知尺寸信息为所述第一通知信息的总区域大小信息;
获得第二通知尺寸信息,其中,所述第二通知尺寸信息为所述第一建筑信息的在所述第一通知信息中的区域大小信息;
根据所述第二通知尺寸信息和所述第一通知尺寸信息获得第一尺寸占比信息;
根据所述第二权重对所述第一尺寸占比信息进行权重匹配,获得第一匹配结果,其中,所述第一匹配结果包括第二尺寸占比信息;
根据所述第一匹配结果对所述第二通知尺寸信息进行调整。
3.如权利要求2所述的方法,其中,所述方法包括:
获得所述第一时间下所述第一建筑所在地的第一天气信息;
根据所述第一天气信息获得第一采集角度信息;
获得所述第一建筑的第一特性信息,根据所述第一特性信息获得第二采集角度信息;
获得第一占比阈值,当所述第二尺寸占比信息满足第一占比阈值时,获得第三采集角度信息,其中,所述第三采集角度信息为所述第一采集角度信息和所述第二采集角度信息的平均值;
根据所述第三采集角度信息对所述第一建筑信息进行图像采集,将所述图像应用于所述第一定制通知信息。
4.如权利要求1所述的方法,其中,所述根据所述第一语音信息获得所述色彩等级的第一权重,所述方法还包括:
通过对所述第一语音信息进行语音识别,获得第一语气信息;
通过对所述第一语音信息进行语义识别,获得第一语义信息;
根据所述第一语气和所述第一语义对所述第一用户进行情绪评估,获得第一情绪等级信息;
根据所述第一情绪等级获得第一权重。
5.如权利要求1所述的方法,其中,所述方法还包括:
获得所述第一用户在所述第一时间前收藏的音乐信息,其中,所述音乐信息至少包含第一音乐、第二音乐和第三音乐;
对所述音乐信息进行分析,获得第一风格差异等级、第二风格差异等级、第三风格差异等级;
获得第一预定风格差异等级阈值;
当至少两个风格差异等级不满足所述第一预定风格差异等级阈值时,将所述满足所述第一预定风格差异等级阈值的所述音乐信息添加至所述第一定制通知信息。
6.如权利要求5所述的方法,其中,所述方法还包括:
获得满足所述第一预定风格差异等级阈值的音乐信息,其中,所述音乐信息包含第一旋律信息;
判断所述第一旋律信息是否与所述第一建筑信息具备第一匹配度;
当所述第一旋律信息与所述第一建筑信息具备第一匹配度时,将所述第一旋律信息添加至所述第一定制通知信息。
7.如权利要求3所述的方法,其中,所述方法还包括:
获得所述第一用户的第一航线信息;
获得所述第一用户的第一座位信息,根据所述第一航线信息和所述第一座位信息获得第四角度信息,其中,所述第四角度信息包括所述第一用户不能对所述第一建筑信息进行观测的角度;
判断所述第四角度信息与所述第三采集角度信息是否具有角度交集;
当所述第四角度信息与所述第三采集角度信息具有角度交集时,根据所述第四角度信息与所述第三采集角度信息的交集获得第五采集角度,根据所述第五采集角度对所述第一建筑信息进行角度采集。
8.一种基于MVC框架技术的飞行信息管理系统,其中,所述系统包括:
第一获得单元,所述第一获得单元用于通过飞行信息管理系统获得第一用户的基础信息;
第二获得单元,所述第二获得单元用于根据所述第一用户的基础信息获得所述第一用户的第一颜色偏好信息,将所述第一颜色偏好信息作为第一输入信息;
第三获得单元,所述第三获得单元用于根据所述第一用户的基础信息获得光泽偏好信息,所述光泽偏好信息为与所述第一颜色偏好信息匹配的光泽偏好信息,将所述光泽偏好信息作为第二输入信息;
第一输入单元,所述第一输入单元用于将所述第一输入信息、所述第二输入信息输入第一模型,其中,所述第一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:所述第一输入信息、所述第二输入信息和标识色彩等级的标识信息;
第四获得单元,所述第四获得单元用于获得所述第一模型的第一输出结果,其中,所述第一输出结果包括所述第一用户的色彩等级;
第五获得单元,所述第五获得单元用于通过所述飞行信息管理系统获得所述第一用户在第一时间的第一语音信息;
第六获得单元,所述第六获得单元用于根据所述第一语音信息获得所述色彩等级的第一权重;
第七获得单元,所述第七获得单元用于获得第一飞行目的地信息,根据所述第一飞行目的地信息获得第一建筑信息;
第八获得单元,所述第八获得单元用于对所述第一建筑信息进行知名等级评估,根据所述等级评估结果获得第二权重;
第九获得单元,所述第九获得单元用于根据所述第一权重对所述色彩等级进行加权计算,获得第一结果,根据所述第二权重对第一建筑信息进行加权计算,获得第二结果;
第一发送单元,所述第一发送单元用于根据所述第一结果和所述第二结果获得第一定制通知信息,通过所述飞行信息管理系统将所述第一定制通知信息发送至第一用户界面。
9.一种基于MVC框架技术的飞行信息管理系统,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1-7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110091736.4A CN112785267B (zh) | 2021-01-23 | 2021-01-23 | 一种基于mvc框架技术的飞行信息管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110091736.4A CN112785267B (zh) | 2021-01-23 | 2021-01-23 | 一种基于mvc框架技术的飞行信息管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112785267A true CN112785267A (zh) | 2021-05-11 |
CN112785267B CN112785267B (zh) | 2022-04-19 |
Family
ID=75758737
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110091736.4A Active CN112785267B (zh) | 2021-01-23 | 2021-01-23 | 一种基于mvc框架技术的飞行信息管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112785267B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113408849A (zh) * | 2021-05-13 | 2021-09-17 | 柳州东风容泰化工股份有限公司 | 一种唑螨酯与农药混用药效评估方法及系统 |
CN113657974A (zh) * | 2021-09-02 | 2021-11-16 | 广州微行网络科技有限公司 | 一种基于云平台的电子化商业交易管理方法及系统 |
CN116070816A (zh) * | 2023-02-01 | 2023-05-05 | 苏州海易泰克机电设备有限公司 | 一种基于物联网的飞行模拟训练管理方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103677516A (zh) * | 2013-11-27 | 2014-03-26 | 青岛海信电器股份有限公司 | 终端的界面生成方法和装置 |
CN106240367A (zh) * | 2015-09-15 | 2016-12-21 | 昶洧香港有限公司 | 交通运输设备中的情境通知呈现 |
CN107562850A (zh) * | 2017-08-28 | 2018-01-09 | 百度在线网络技术(北京)有限公司 | 音乐推荐方法、装置、设备及存储介质 |
CN109948780A (zh) * | 2019-03-14 | 2019-06-28 | 江苏集萃有机光电技术研究所有限公司 | 基于人工智能的辅助决策方法、装置及设备 |
CN110659412A (zh) * | 2019-08-30 | 2020-01-07 | 三星电子(中国)研发中心 | 用于在电子设备中提供个性化服务的方法和设备 |
CN110890089A (zh) * | 2018-08-17 | 2020-03-17 | 珠海格力电器股份有限公司 | 语音识别方法及装置 |
US10790919B1 (en) * | 2019-03-26 | 2020-09-29 | Electronic Arts Inc. | Personalized real-time audio generation based on user physiological response |
-
2021
- 2021-01-23 CN CN202110091736.4A patent/CN112785267B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103677516A (zh) * | 2013-11-27 | 2014-03-26 | 青岛海信电器股份有限公司 | 终端的界面生成方法和装置 |
CN106240367A (zh) * | 2015-09-15 | 2016-12-21 | 昶洧香港有限公司 | 交通运输设备中的情境通知呈现 |
CN107562850A (zh) * | 2017-08-28 | 2018-01-09 | 百度在线网络技术(北京)有限公司 | 音乐推荐方法、装置、设备及存储介质 |
CN110890089A (zh) * | 2018-08-17 | 2020-03-17 | 珠海格力电器股份有限公司 | 语音识别方法及装置 |
CN109948780A (zh) * | 2019-03-14 | 2019-06-28 | 江苏集萃有机光电技术研究所有限公司 | 基于人工智能的辅助决策方法、装置及设备 |
US10790919B1 (en) * | 2019-03-26 | 2020-09-29 | Electronic Arts Inc. | Personalized real-time audio generation based on user physiological response |
CN110659412A (zh) * | 2019-08-30 | 2020-01-07 | 三星电子(中国)研发中心 | 用于在电子设备中提供个性化服务的方法和设备 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113408849A (zh) * | 2021-05-13 | 2021-09-17 | 柳州东风容泰化工股份有限公司 | 一种唑螨酯与农药混用药效评估方法及系统 |
CN113657974A (zh) * | 2021-09-02 | 2021-11-16 | 广州微行网络科技有限公司 | 一种基于云平台的电子化商业交易管理方法及系统 |
CN113657974B (zh) * | 2021-09-02 | 2024-03-01 | 万全速配网络科技有限公司 | 一种基于云平台的电子化商业交易管理方法及系统 |
CN116070816A (zh) * | 2023-02-01 | 2023-05-05 | 苏州海易泰克机电设备有限公司 | 一种基于物联网的飞行模拟训练管理方法及系统 |
CN116070816B (zh) * | 2023-02-01 | 2023-06-02 | 苏州海易泰克机电设备有限公司 | 一种基于物联网的飞行模拟训练管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112785267B (zh) | 2022-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112785267B (zh) | 一种基于mvc框架技术的飞行信息管理方法及系统 | |
Xie et al. | The consensus of probabilistic uncertain linguistic preference relations and the application on the virtual reality industry | |
CN108776796B (zh) | 一种基于全局时空注意力模型的动作识别方法 | |
CN114912705A (zh) | 一种联邦学习中异质模型融合的优化方法 | |
CN110348352B (zh) | 一种人脸图像年龄迁移网络的训练方法、终端和存储介质 | |
CN111967971B (zh) | 银行客户数据处理方法及装置 | |
CN110222880A (zh) | 业务风险的确定方法、模型训练方法和数据处理方法 | |
CN113379059B (zh) | 用于量子数据分类的模型训练方法以及量子数据分类方法 | |
Sun et al. | Research on the classification and identification of driver’s driving style | |
CN112200154A (zh) | 一种戴口罩人脸识别方法、装置、电子设备及存储介质 | |
CN108986464B (zh) | 基于加权复杂网络的区域交通信号控制效果评估方法 | |
CN112163637A (zh) | 基于非平衡数据的图像分类模型训练方法、装置 | |
CN113902131A (zh) | 抵抗联邦学习中歧视传播的节点模型的更新方法 | |
CN112712264B (zh) | 一种智慧社区信息共享方法及系统 | |
CN117236421B (zh) | 一种基于联邦知识蒸馏的大模型训练方法 | |
CN111931698B (zh) | 基于小型训练集的图像深度学习网络构建方法及装置 | |
CN111754370B (zh) | 一种基于人工智能的在线教育课程管理方法及系统 | |
CN112330114A (zh) | 基于混合深度神经网络的飞机危险识别方法 | |
CN111859094A (zh) | 一种基于云计算的信息分析方法系统 | |
CN113487200B (zh) | 一种公路工程的项目质量评定方法及系统 | |
CN111984842B (zh) | 银行客户数据处理方法及装置 | |
CN114970357A (zh) | 节能效果评价方法、系统、装置及存储介质 | |
CN112163704B (zh) | 一种用于建材投招标平台的优质供应商预测方法 | |
CN115018318A (zh) | 一种社会区域风险预测分析方法与系统 | |
CN113256432A (zh) | 一种基于金融投资项目的智能管理方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |