CN112819281A - 一种用于储备粮异常轮换行为的监测及报警方法及系统 - Google Patents

一种用于储备粮异常轮换行为的监测及报警方法及系统 Download PDF

Info

Publication number
CN112819281A
CN112819281A CN202110002861.3A CN202110002861A CN112819281A CN 112819281 A CN112819281 A CN 112819281A CN 202110002861 A CN202110002861 A CN 202110002861A CN 112819281 A CN112819281 A CN 112819281A
Authority
CN
China
Prior art keywords
warehouse
grain
license plate
data
plate 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.)
Pending
Application number
CN202110002861.3A
Other languages
English (en)
Inventor
彭远
张东晖
高峰
贺铭
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.)
Aisino Corp
Original Assignee
Aisino Corp
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 Aisino Corp filed Critical Aisino Corp
Priority to CN202110002861.3A priority Critical patent/CN112819281A/zh
Publication of CN112819281A publication Critical patent/CN112819281A/zh
Pending 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
    • 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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • 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
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Emergency Management (AREA)
  • Mining & Mineral Resources (AREA)
  • Educational Administration (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Game Theory and Decision Science (AREA)
  • Animal Husbandry (AREA)
  • Agronomy & Crop Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种用于储备粮异常轮换行为的监测及报警方法及系统，属于数据监测技术领域。本发明方法，包括：检查出入库业务数据中粮食轮换期内，目标粮仓是否存在粮食出入库记录，如不存在，触发初级预警；记录出入库业务数据的异常业务数据；确定车辆信息对应的出入库业务数据为风险业务数据，并触发中级报警；确定车牌信息对应的出入库业务数据为高级风险业务数据并触发中级报警；根据粮情正常率确定是否存在轮换操作，若不存在触发高级报警。本发明通过业务系统沉淀的数据，可以有效排查潜在转圈粮行为，实现现场监管工作效率的提高，成本的下降，提高了储备粮管理工作的整体水平。

Description

一种用于储备粮异常轮换行为的监测及报警方法及系统
技术领域
本发明涉及数据监测技术领域，并且更具体地，涉及一种用于储备粮异常轮换行为的监测及报警方法及系统。
背景技术
储备粮轮换是指在储备粮工作中，对于达到储备周期上限的粮食库存，应进行拍卖轮出，再由储备企业采购当年产的粮食入库，进行新的一轮储备。然而，实际业务中存在储备粮库为避免损失或节省费用，与外部企业串通，粮食拍卖后并没有真的出库，而是伪造业务数据或文件单据，使得粮食账面销售出库又采购入库，然而实际一仓粮食都没有动，或者粮食出库装车原车不动再入库。这种行为，使得粮食远超保存周期，储备粮的质量和数量根本得不到保证。
目前，国储粮食监管有三个主体，分别为中储粮、国家粮食行政管理系统和中国农业发展银行。根据三方共同监管责任，三方在确定储备库点时共同参与组织、协调，确保了定点、启动、费用拨付、收储、统计、监管等环节上都由三方共同确认，共同监管。其中粮食管理系统承担行政监管责任、农发行负有金融贷款监管责任。然而，实际监管操作中依然暴露出很多问题，第一，标准不统一，三方的单位性质不同，执行力颇有不足；第二，信息壁垒严重，粮食产业属于传统行业，虽然近年来信息化水平有所提高，但仍存在信息烟囱信息孤岛的情况，粮食收购涉及仓储、物流、收付款等多个环节，监管机构很难获得全部信息，难以做出准确判断；第三，管理成本太高，储备粮库点需要遍布辖区内各个市、区、县、镇，地理位置普遍分散，而且针对库点的巡查工作难以落实。
发明内容
针对上述问题，本发明提出了一种用于储备粮异常轮换行为的监测及报警方法，包括：
获取数字粮库系统的出入库业务数据，针对出入库业务数据，检查出入库业务数据中粮食轮换期内，目标粮仓是否存在粮食出入库记录，如不存在，触发初级预警；
检查出入库业务数据，将出入库业务数据中入库的车牌号与出库的车牌号分别整理集合，获取两个集合的交集，若存在交集，记录交集对应的出入库业务数据为异常业务数据；
将出入库业务数据中同一车辆信息的出入库过磅毛重数量进行比对，若比对结果一致，则确定车辆信息对应的出入库业务数据为风险业务数据，并触发中级报警；
针对粮食出入库视频数据进行检测，识别出入库业务的实际车牌信息，若识别的车牌信息，与业务数据记录的车牌信息不一致，确定车牌信息对应的出入库业务数据为高级风险业务数据并触发中级报警；
轮换期内，将粮情数据的正常采集的天数与轮换架空天数进行比较，计算粮情正常率，公式如下：
Figure BDA0002882371890000021
根据粮情正常率确定是否存在轮换操作，若不存在触发高级报警。
可选的，过磅毛重数量的数据采集，使用地磅加装4G或Nb-iot的物联网网关设备进行采集。
可选的，若识别的车牌信息，车牌信息的准确率达到预设值，则判定与业务数据记录的车牌信息一致，若未达到，则判定与业务数据记录的车牌信息不一致。
可选的，出入库视频数据中未检测出车牌信息，则判定出入库业务数据为伪造数据，触发中级报警。
可选的，粮情正常率，若粮情正常率区间min<当前粮情正常率<粮情正常率区间max，则确定轮换操作正常，若粮情正常率>粮情正常率区间max，则判定轮换操作异常。
本发明还提出了一种用于储备粮异常轮换行为的监测及报警系统，包括：
初级报警模块，获取数字粮库系统的出入库业务数据，针对出入库业务数据，检查出入库业务数据中粮食轮换期内，目标粮仓是否存在粮食出入库记录，如不存在，触发初级预警；
中级报警模块，检查出入库业务数据，将出入库业务数据中入库的车牌号与出库的车牌号分别整理集合，获取两个集合的交集，若存在交集，记录交集对应的出入库业务数据为异常业务数据；将出入库业务数据中同一车辆信息的出入库过磅毛重数量进行比对，若比对结果一致，则确定车辆信息对应的出入库业务数据为风险业务数据，并触发中级报警；针对粮食出入库视频数据进行检测，识别出入库业务的实际车牌信息，若识别的车牌信息，与业务数据记录的车牌信息不一致，确定车牌信息对应的出入库业务数据为高级风险业务数据并触发中级报警；
高级报警模块，在轮换期内，将粮情数据的正常采集的天数与轮换架空天数进行比较，计算粮情正常率，公式如下：
Figure BDA0002882371890000031
根据粮情正常率确定是否存在轮换操作，若不存在触发高级报警。
可选的，过磅毛重数量的数据采集，使用地磅加装4G或Nb-iot的物联网网关设备进行采集。
可选的，若识别的车牌信息，车牌信息的准确率达到预设值，则判定与业务数据记录的车牌信息一致，若未达到，则判定与业务数据记录的车牌信息不一致。
可选的，出入库视频数据中未检测出车牌信息，则判定出入库业务数据为伪造数据，触发中级报警。
可选的，粮情正常率，若粮情正常率区间min<当前粮情正常率<粮情正常率区间max，则确定轮换操作正常，若粮情正常率>粮情正常率区间max，则判定轮换操作异常。
本发明通过业务系统沉淀的数据，可以有效排查潜在转圈粮行为，给实际监管工作开展提供参考依据，监管人员可以有的放矢的开展现场监管工作、现场巡查工作，提高效率，降低成本，现场监管工作效率的提高，成本的下降，提高了储备粮管理工作的整体水平。
附图说明
图1为本发明方法的流程图；
图2为本发明系统的结构图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
本发明提出了一种用于储备粮异常轮换行为的监测及报警方法，如图1所示，包括：
获取数字粮库系统的出入库业务数据，针对出入库业务数据，检查出入库业务数据中粮食轮换期内，目标粮仓是否存在粮食出入库记录，如不存在，触发初级预警；
检查出入库业务数据，将出入库业务数据中入库的车牌号与出库的车牌号分别整理集合，获取两个集合的交集，若存在交集，记录交集对应的出入库业务数据为异常业务数据；
将出入库业务数据中同一车辆信息的出入库过磅毛重数量进行比对，若比对结果一致，则确定车辆信息对应的出入库业务数据为风险业务数据，并触发中级报警；
针对粮食出入库视频数据进行检测，识别出入库业务的实际车牌信息，若识别的车牌信息，与业务数据记录的车牌信息不一致，确定车牌信息对应的出入库业务数据为高级风险业务数据并触发中级报警；
轮换期内，将粮情数据的正常采集的天数与轮换架空天数进行比较，计算粮情正常率，公式如下：
Figure BDA0002882371890000051
根据粮情正常率确定是否存在轮换操作，若不存在触发高级报警。
其中，过磅毛重数量的数据采集，使用地磅加装4G或Nb-iot的物联网网关设备进行采集。
其中，若识别的车牌信息，车牌信息的准确率达到预设值，则判定与业务数据记录的车牌信息一致，若未达到，则判定与业务数据记录的车牌信息不一致。
其中，出入库视频数据中未检测出车牌信息，则判定出入库业务数据为伪造数据，触发中级报警。
其中，粮情正常率，若粮情正常率区间min<当前粮情正常率<粮情正常率区间max，则确定轮换操作正常，若粮情正常率>粮情正常率区间max，则判定轮换操作异常。
下面结合实施例对本发明进行进一步的说明：
本发明，以粮食轮换计划作为原始依据，设定需要检查的仓房、以及轮换期的起始和终结时间。然后使用数据粮库系统获取数据，分别从粮食业务数据，视频监控数据、粮情数据三方面对粮库轮换业务的真实性进行监测。
粮食业务数据检查
使用数字粮库系统获取粮库出入库业务数据。
检查在粮食轮换期内，指定的粮仓是否有粮食出入库记录。如果没有粮食出入库记录，则表明粮库没有进行出入库业务。应直接触发初级预警。
检查出入库数据中，将入库的车牌号与出库的车牌号分别整理两个集合，两个集合求交集，即检查是否存在同一辆车牌号既有入库记录，又有出库记录的情况。如果存在这种情况，则该条业务记录属于异常业务数据。
在粮库地磅加装4G或Nb-iot的物联网网关设备，直接采集出入库过磅毛重数据，可以避免人为后期擅自修改数据。
将同一辆车的过磅毛重数量进行比对，如果发现出库和入库的过磅毛重数量完全一致，则代表该辆车可能存在粮食出库后原车又入库的情况，则该条业务记录属于风险业务数据。则应触发中级预警。
视频数据检查
视频监控数据已经是目前数字粮库系统的标配，数字粮库系统及省级粮食监管平台都会留存粮库输入库业务的视频片段或图片记录。分别使用，车牌识别算法与车辆识别算法对监控视频检测，识别风险。
使用车牌识别算法，对粮食出入库视频监控进行检测，识别车牌准确率在95％以上情况下，识别每一次出入库业务的实际车牌，如果车牌识别算法的监测结果与业务记录的车牌不一致，则该业务记录属于高风险业务数据，应触发中级预警。
使用车辆识别算法，对粮食出入库视频监控进行检测，车辆识别准确率在95％以上情况下，识别每一次出入库业务的车辆，如果车辆识别算法无法检测到车辆，则标识该条出入库作业可能为伪造业务数据，则该业务记录属于高风险业务数据，应触发中级预警。
粮情数据检查
在储备粮仓房安装带有4G或Nb-IOt通讯功能的物联网网关，使用物联网网关采集仓房的粮情数据，每天早、中、晚各一次，在储备粮库理应保证连续有效的粮情监测，如果储备粮库正常的进行轮换，则势必会出现空仓或粮情失效的情况。反之，则依然在每日连续产生粮情数据。
使用物联网网关通过无线通讯直接采集粮情进行检测，避免粮情数据汇总到数字粮库系统后人为修改，有意遮盖实时。
轮换期内，将粮情正常采集的天数与轮换架空天数进行比较，计算粮情正常率可以推断是否真实进行了轮换业务。计算如下：
Figure BDA0002882371890000071
粮情正常率，应是一个行业平均值，即不同地区(粮食的不同保管区)会根据地区粮食产业特点，有不同的粮情正常率标准区间。
根据粮情正常率标准值就可以得出：
粮情正常率区间min<当前粮情正常率<粮情正常率区间max
则证明应该正常进行了轮换操作。
如果当前粮情正常率>粮情正常率区间max
则证明该企业肯能没有进行轮换操作，则应该触发高级预警。
本发明还提出了一种用于储备粮异常轮换行为的监测及报警系统200，如图2所示，包括：
初级报警模块201，获取数字粮库系统的出入库业务数据，针对出入库业务数据，检查出入库业务数据中粮食轮换期内，目标粮仓是否存在粮食出入库记录，如不存在，触发初级预警；
中级报警模块202，检查出入库业务数据，将出入库业务数据中入库的车牌号与出库的车牌号分别整理集合，获取两个集合的交集，若存在交集，记录交集对应的出入库业务数据为异常业务数据；将出入库业务数据中同一车辆信息的出入库过磅毛重数量进行比对，若比对结果一致，则确定车辆信息对应的出入库业务数据为风险业务数据，并触发中级报警；针对粮食出入库视频数据进行检测，识别出入库业务的实际车牌信息，若识别的车牌信息，与业务数据记录的车牌信息不一致，确定车牌信息对应的出入库业务数据为高级风险业务数据并触发中级报警；
高级报警模块203，在轮换期内，将粮情数据的正常采集的天数与轮换架空天数进行比较，计算粮情正常率，公式如下：
Figure BDA0002882371890000081
根据粮情正常率确定是否存在轮换操作，若不存在触发高级报警。
其中，过磅毛重数量的数据采集，使用地磅加装4G或Nb-iot的物联网网关设备进行采集。
其中，若识别的车牌信息，车牌信息的准确率达到预设值，则判定与业务数据记录的车牌信息一致，若未达到，则判定与业务数据记录的车牌信息不一致。
其中，出入库视频数据中未检测出车牌信息，则判定出入库业务数据为伪造数据，触发中级报警。
其中，粮情正常率，若粮情正常率区间min<当前粮情正常率<粮情正常率区间max，则确定轮换操作正常，若粮情正常率>粮情正常率区间max，则判定轮换操作异常。
本发明通过业务系统沉淀的数据，可以有效排查潜在转圈粮行为，给实际监管工作开展提供参考依据，监管人员可以有的放矢的开展现场监管工作、现场巡查工作，提高效率，降低成本，现场监管工作效率的提高，成本的下降，提高了储备粮管理工作的整体水平。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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，本申请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。本申请实施例中的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本申请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。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作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申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请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)

1.一种用于储备粮异常轮换行为的监测及报警方法，所述方法包括：
获取数字粮库系统的出入库业务数据，针对出入库业务数据，检查出入库业务数据中粮食轮换期内，目标粮仓是否存在粮食出入库记录，如不存在，触发初级预警；
检查出入库业务数据，将出入库业务数据中入库的车牌号与出库的车牌号分别整理集合，获取两个集合的交集，若存在交集，记录交集对应的出入库业务数据为异常业务数据；
将出入库业务数据中同一车辆信息的出入库过磅毛重数量进行比对，若比对结果一致，则确定车辆信息对应的出入库业务数据为风险业务数据，并触发中级报警；
针对粮食出入库视频数据进行检测，识别出入库业务的实际车牌信息，若识别的车牌信息，与业务数据记录的车牌信息不一致，确定车牌信息对应的出入库业务数据为高级风险业务数据并触发中级报警；
轮换期内，将粮情数据的正常采集的天数与轮换架空天数进行比较，计算粮情正常率，公式如下：
Figure FDA0002882371880000011
根据粮情正常率确定是否存在轮换操作，若不存在触发高级报警。
2.根据权利要求1所述的方法，所述过磅毛重数量的数据采集，使用地磅加装4G或Nb-iot的物联网网关设备进行采集。
3.根据权利要求1所述的方法，所述若识别的车牌信息，车牌信息的准确率达到预设值，则判定与业务数据记录的车牌信息一致，若未达到，则判定与业务数据记录的车牌信息不一致。
4.根据权利要求1所述的方法，所述出入库视频数据中未检测出车牌信息，则判定出入库业务数据为伪造数据，触发中级报警。
5.根据权利要求1所述的方法，所述粮情正常率，若粮情正常率区间min<当前粮情正常率<粮情正常率区间max，则确定轮换操作正常，若粮情正常率>粮情正常率区间max，则判定轮换操作异常。
6.一种用于储备粮异常轮换行为的监测及报警系统，所述系统包括：
初级报警模块，获取数字粮库系统的出入库业务数据，针对出入库业务数据，检查出入库业务数据中粮食轮换期内，目标粮仓是否存在粮食出入库记录，如不存在，触发初级预警；
中级报警模块，检查出入库业务数据，将出入库业务数据中入库的车牌号与出库的车牌号分别整理集合，获取两个集合的交集，若存在交集，记录交集对应的出入库业务数据为异常业务数据；将出入库业务数据中同一车辆信息的出入库过磅毛重数量进行比对，若比对结果一致，则确定车辆信息对应的出入库业务数据为风险业务数据，并触发中级报警；针对粮食出入库视频数据进行检测，识别出入库业务的实际车牌信息，若识别的车牌信息，与业务数据记录的车牌信息不一致，确定车牌信息对应的出入库业务数据为高级风险业务数据并触发中级报警；
高级报警模块，在轮换期内，将粮情数据的正常采集的天数与轮换架空天数进行比较，计算粮情正常率，公式如下：
Figure FDA0002882371880000021
根据粮情正常率确定是否存在轮换操作，若不存在触发高级报警。
7.根据权利要求6所述的系统，所述过磅毛重数量的数据采集，使用地磅加装4G或Nb-iot的物联网网关设备进行采集。
8.根据权利要求6所述的系统，所述若识别的车牌信息，车牌信息的准确率达到预设值，则判定与业务数据记录的车牌信息一致，若未达到，则判定与业务数据记录的车牌信息不一致。
9.根据权利要求6所述的系统，所述出入库视频数据中未检测出车牌信息，则判定出入库业务数据为伪造数据，触发中级报警。
10.根据权利要求6所述的系统，所述粮情正常率，若粮情正常率区间min<当前粮情正常率<粮情正常率区间max，则确定轮换操作正常，若粮情正常率>粮情正常率区间max，则判定轮换操作异常。
CN202110002861.3A 2021-01-04 2021-01-04 一种用于储备粮异常轮换行为的监测及报警方法及系统 Pending CN112819281A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110002861.3A CN112819281A (zh) 2021-01-04 2021-01-04 一种用于储备粮异常轮换行为的监测及报警方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110002861.3A CN112819281A (zh) 2021-01-04 2021-01-04 一种用于储备粮异常轮换行为的监测及报警方法及系统

Publications (1)

Publication Number Publication Date
CN112819281A true CN112819281A (zh) 2021-05-18

Family

ID=75857002

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110002861.3A Pending CN112819281A (zh) 2021-01-04 2021-01-04 一种用于储备粮异常轮换行为的监测及报警方法及系统

Country Status (1)

Country Link
CN (1) CN112819281A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115511417A (zh) * 2022-10-10 2022-12-23 深圳市深远数据技术有限公司 一种基于大数据的储备粮实时监测管控系统及监控方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115511417A (zh) * 2022-10-10 2022-12-23 深圳市深远数据技术有限公司 一种基于大数据的储备粮实时监测管控系统及监控方法
CN115511417B (zh) * 2022-10-10 2023-08-22 深圳市深远数据技术有限公司 一种基于大数据的储备粮实时监测管控系统及监控方法

Similar Documents

Publication Publication Date Title
US7761379B2 (en) Mass compromise/point of compromise analytic detection and compromised card portfolio management system
US20160111004A1 (en) Method and device for dynamic management of urban mobility
CN108062674B (zh) 基于gps的订单欺诈识别方法、系统、存储介质和电子设备
US20110218909A1 (en) Transaction velocity counting for fraud detection
CN109191283A (zh) 风险预警方法及系统
US11403645B2 (en) Systems and methods for cross-border ATM fraud detection
CN108305409B (zh) 一种针对路内停车欠费的追缴方法及系统
CN112687099B (zh) 一种超载嫌疑车辆判定方法和装置
CN104132725A (zh) 一种基于物联网技术的地磅防作弊系统
CN112819281A (zh) 一种用于储备粮异常轮换行为的监测及报警方法及系统
CN112668947A (zh) 一种基于税务数据的企业信用风险预警方法、系统
Cheung et al. Do homeowners associations mitigate or aggravate negative spillovers from neighboring homeowner distress?
CN114881667A (zh) 一种金融分析管理平台及其管理方法
CN116664238A (zh) 一种零售行业风险订单审核管理方法及系统
JP2016038735A (ja) 動産管理方法及び動産管理システム
CN108805695A (zh) 汽车金融业务风险评估方法
CN112785125A (zh) 一种用于监测储备粮私自动用行为风险及预警的方法及系统
CN112785222A (zh) 一种用于重点物资储备仓库管理的系统
CN110738570A (zh) 基于多通道异质数据的信息型操纵自动识别方法
CN113963541B (zh) 一种基于gps信号数据识别车辆聚集事件的方法及装置
CN104090834A (zh) P2p平台信息监控模块、系统及方法
CN114626863A (zh) 出口骗税企业的检测方法、装置、设备及存储介质
CN112801462A (zh) 一种基于人脸识别算法的粮库业务监控及预警方法及系统
CN117436820B (zh) 一种基于人工智能的控制方法及系统
CN116091246A (zh) 灾害事件的保险资金支出预测方法、电子设备及存储介质

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