CN112988914A - 一种基于区块链的纺织检测方法、装置和网络侧服务端 - Google Patents

Abstract

本发明属于人工智能、自动检测、区块链技术领域，针对纺织品进行多项目检测时，人工对多项检测结果进行综合评价时核算精度低的问题，提出一种基于区块链的纺织检测方法、装置和网络侧服务端，所述方法包括：获取区块链系统中的基础信息和项目信息；根据项目信息所对应的基础信息和项目判断模型，得到项目结果信息；其中，所述项目判断模型通过神经网络模型和对应项目信息的项目训练样本集合训练得到，项目训练样本集合包括从区块链系统中历史获取的与项目信息相对应的所有基础信息；根据项目信息和与项目信息对应的项目结果信息，结合预设公式，计算得到布料整体评价结果，并输出；所述预设公式中的权重与项目信息相对应。

Description

一种基于区块链的纺织检测方法、装置和网络侧服务端

技术领域

本发明属于人工智能、自动检测、区块链技术领域，具体涉及一种基于区块链的纺织检测方法、装置和网络侧服务端。

背景技术

纺织品的缺陷检测通常需要进行多个项目的检测，每个项目有需要对不同的数据进行检测。现有的纺织品缺陷检测往往都是针对单个项目来进行检测的，对于多项目之间的混合检测依然需要依赖人工进行核算，且核算时很容易出现错误，人工量大且精确度低。并且，单个项目进行检测时，往往需要固定安装与其连接的传感器，整个数据采集网络的拓扑模型是固定的，每次新增、删除或替换传感器均需要对整个项目检测系统进行重新调试，网络拓扑模型固定，对于亟需与时俱进的纺织品检测领域而言很是不利。

发明内容

本发明提供一种基于区块链的纺织检测方法、装置和网络侧服务端，用于解决现有技术中，对纺织品进行多项目检测时，人工对多项检测结果进行综合评价时核算精度低的问题。

本发明提供了一种基于区块链的纺织检测方法，包括：

获取区块链系统中的基础信息和项目信息；

根据项目信息所对应的基础信息和项目判断模型，得到项目结果信息；其中，所述项目判断模型通过神经网络模型和对应项目信息的项目训练样本集合训练得到，项目训练样本集合包括从所述区块链系统中历史获取的与项目信息相对应的所有基础信息；

根据项目信息和与项目信息对应的项目结果信息，结合预设公式，计算得到布料整体评价结果，并输出；所述预设公式中的权重与项目信息相对应。

有益效果：本方案直接采用区块链技术将各个项目的检测端进行通信连接，区块链的方式保证了新旧项目的更新以及检测端的维护更换时整体能够正常运行，新旧项目的更新是指新检测项目的便捷加入、旧项目检测的退出。

本方案还采用预设公式来统筹所有项目信息相对应的项目结果，使得工作人员可以通过设置预设公式的权重实现布料整体评价结果的理论评估。

进一步，所述根据项目信息所对应的基础信息和项目判断模型，得到项目结果信息，包括：

将项目信息相同的基础信息集合为基础项目数据集；

对基础项目数据集进行预处理，得到单项检测信息；

根据项目信息所对应的单项检测信息和项目判断模型，得到项目结果信息。

有益效果：本方案针对单项目的多次数据采集，将每个项目的数据进行数据预处理，实现数据的统一，降低整体评估的数据量，提高评估速度。

进一步，所述对基础项目数据集进行预处理，得到单项检测信息，包括：

对基础项目数据集中的数据进行等值计算，得到单项检测信息。

进一步，所述等值计算为：计算基础项目数据集中所有基础信息的平均数，将该平均数赋予单项检测信息。

进一步，所述等值计算为：计算基础项目数据集中所有基础信息的中数，将该中数赋予单项检测信息。

进一步，在对基础项目数据集进行预处理，得到单项检测信息后；

根据项目信息和对应的单项检测信息，更新项目训练样本集合。

有益效果：本方案对项目训练样本进行更新，保证了项目样本集合的完整性，实现了样本量的扩大，提高整体评估方法的精度。

进一步，所述方法还包括：

获得实际抽查得到的布料实际评价结果；

所述预设公式为迭代公式，迭代公式中的权重根据布料实际评价结果和布料整体评价结果进行迭代。

有益效果：本方案对预设公式进行迭代更新，布料实际评价结果为工作人员进行人工抽查的评价结果，通过实际检测的布料整体评价结果和系统评估的布料整体评价结果，对迭代公式中的权重进行迭代，实现根据抽查结果进行预设公式的迭代更新，使得预设公式的权重设置更为合理。

本方案还提供一种基于区块链的纺织检测装置，包括：

采集模块，与区块链系统进行通信连接，用于获取区块链系统中节点所发送的基础信息和项目信息；

存储模块，用于存储相互关联的项目信息、项目训练样本集合和项目判断模型；还用于存储预设公式；

建模模块，用于通过神经网络模型和对应项目信息的项目训练样本集合训练得到项目判断模型，将项目信息和项目判断模型发送给存储模块；项目训练样本集合包括从区块链系统中历史获取的与项目信息相对应的所有基础信息；

分析模块，用于接收采集模块所发送的项目信息和基础信息，根据项目信息所对应的基础信息和项目判断模型，得到项目结果信息；

评估模块，用于根据项目信息和与项目信息对应的项目结果信息，结合预设公式，计算得到布料整体评价结果；

输出模块，用于输出所述布料整体评价结果。

进一步，所述分析模块包括：

预处理单元，用于将项目信息相同的基础信息集合为基础项目数据集，对基础项目数据集进行预处理，得到单项检测信息；

分析单元，用于根据项目信息所对应的单项检测信息和项目判断模型，得到项目结果信息。

进一步，所述纺织检测装置还包括：

输入模块，用于输入实际抽查所得的布料实际评价结果；

更新模块，用于根据分析模块所发送的项目信息和对应的单项检测信息，更新存储模块中的项目训练样本集合；还用于根据输入模块所发送的布料实际评价结果和评估模块所发送的布料整体评价结果，对存储模块的预设公式中的权重进行迭代。

本发明还提供一种网络侧服务端，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如前述任一项所述的一种基于区块链的纺织检测方法。

附图说明

图1为本发明第一实施方式提供的一种基于区块链的纺织检测方法的流程图；

图2为本发明第二实施方式提供的一种基于区块链的纺织检测装置的模块示意图；

图3为图2中采集模块与区块链系统的连接示意图；

图4为本发明第三实施方式提供的一种网络侧服务端的结构图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。

第一实施方式：

本发明的第一实施方式提供一种基于区块链的纺织检测方法，包括：获取区块链系统中的基础信息和项目信息；根据项目信息所对应的基础信息和项目判断模型，得到项目结果信息；根据项目信息和与项目信息对应的项目结果信息，结合预设公式，计算得到布料整体评价结果，并输出；所述预设公式中的权重与项目信息相对应。其中，所述项目判断模型通过神经网络模型和对应项目信息的项目训练样本集合训练得到，项目训练样本集合包括所述区块链采集系统历史所发送的与项目信息相对应的所有基础信息。

本方案中区块链系统包括多个节点和由节点之间通过区块链技术通信连接构成的区块链网络。使用时，将各个项目的每个检测端均作为一个节点，该节点将所检测到的项目信息和项目结果信息上传到区块链网络中。

各个节点采用区块链技术进行通信连接构成区块链网络，实现了采用区块链技术将各个项目的检测端进行通信连接的目的。由于区块链网络具有去中心化不可篡改、可以追溯、集体维护、公开透明的特点，区块链的方式保证了新旧项目的更新以及检测端的维护更换时整体能够正常运行，新旧项目的更新是指新检测项目的便捷加入、旧项目检测的退出，基于区块链网络能够解决信息不对称问题，实现多个主体之间的协作信任与一致行动。并且通过预设公式来统筹所有项目信息相对应的项目结果，使得工作人员可以通过设置预设公式的权重实现布料整体评价结果的理论评估。

下面对本实施方式的一种基于区块链的纺织检测方法的实现细节进行具体的说明，以下内容仅为方便理解提供的实现细节，并非实施本方案的必须，本实施方式的具体流程如图1所示，本实施方式应用于网络侧的服务端。

步骤S1，获取区块链系统中的基础信息和项目信息。

具体而言，区块链系统中设置有多个节点，节点之间通过区块链网络实现数据通信连接。区块链系统中的节点将对应的项目信息和基础信息上传到区块链网络，随后由区块链网络进行存储。

区块链系统中节点采集基础信息，并上传项目信息和基础信息的具体情况包括：其一，每个节点对应唯一的项目信息，一个项目信息可以对应节点，节点上传时将自身所采集的基础信息和自身所对应的项目信息上传到区块链网络中；再一，每个节点对应多个项目信息，节点按照项目信息进行数据采集，将项目信息和对应采集的基础信息进行对应打包，随后将打包的信息上传到区块链网络中。

区块链系统对于节点所上传的数据进行存储的过程有：区块链系统中的所有数据存储在区块中，对前一区块的哈希散列值与当前区块的数据采用SHA-256加密并加盖时间戳形成当前区块的哈希散列值，之后的区块形成的哈希散列值同理，从而实现带数据区块的链式结构，保证区块链系统中每个节点所采集的数据均能够存储在区块链网络中；这里区块链采集系统中的所有数据是指所有节点所上传的数据，节点所采集的数据是基础信息，节点所上传的数据是基础信息和该节点对应的项目信息。

本步骤S1实施时的具体过程是，与区块链系统中的区块链网络建立通信连接，直接从区块链网络中获取当前时刻，相对应的基础信息和项目信息。

步骤S2，将项目相同的基础信息集合为基础项目数据集。

具体而言，考虑到相同项目可能会存储在区块链网络中的不同区块，所以在步骤S1结束后，需要对所获取的数据进行再次整理，所以本步骤的实质是，按照项目信息对基础信息进行分类，随后将项目信息相同的基础信息组成集合，该集合为对应该项目信息的基础项目数据集。例如，项目信息X基础信息有abc；项目信息Y的基础信息有def，步骤S1中所获得的信息时X-a，X-b，X-c，Y-d，Y-e，Y-f，这些信息随意分布，在S2步骤完成后数据的格式为，X-{a，b，c}，Y-{d，e，f}，进行数据集的分类后，更为有利于信息的后续处理和计算。

步骤S3，对基础项目数据集进行预处理，得到单项检测信息。

具体而言，对基础项目数据集中的数据进行等值计算，得到单项检测信息。其中，等值计算的方式有两种：其一，计算基础项目数据集中所有基础信息的平均数，将该平均数赋予单项检测信息；其二，计算基础项目数据集中所有基础信息的中数，将该中数赋予单项检测信息。针对单项目的多次数据采集，将每个项目的数据进行数据预处理，实现数据的统一，降低整体评估的数据量，提高评估速度。

步骤S4，根据项目信息所对应的单项检测信息和项目判断模型，得到项目结果信息。

具体而言，项目判断模型是预先设置存储好的，每个项目信息均对应唯一的项目判断模型。根据项目信息，将对应的单向检测信息代入到对应的项目判断模型，所述项目判断模型是通过神经网络模型和对应项目信息的项目训练样本集合训练得到，项目训练样本集合包括从所述区块链系统中历史获取的与项目信息相对应的所有基础信息。

在一些实施例中，项目判断模型是不会改变的，为用户或工作人员预先设定，或自行输入的。

在另一些实施例中，项目判断模型是可以改变的。举例为，通过对建立项目判断模型的基础项目数据集进行更新，从而改变项目判断模型，其具体实施方式是：在步骤S3实施完成后，进行步骤S7和步骤S8，其中，步骤S7，更新项目训练样本集合；步骤S8，根据项目信息和对应的基础项目数据集，通过神经网络模型训练得到项目判断模型。也就是说，在每个循环时，均会对项目训练样本集合进行新的补充，实现项目训练样本的自我丰富，进而重新构件更为准确的项目判断模型，提高整体评估方法的精度。

步骤S5，根据项目信息和与项目信息对应的项目结果信息，结合预设公式，计算得到布料整体评价结果。

具体而言，预设公式是预先存储好的，预设公式中包括了权重和自变量，不同的项目信息具有唯一的权重，每个权重对应的自变量为该项目信息所对应的项目结果信息。例如：预设公式为A=3a+2b+c，A代表了整体布料评价结果，a代表了项目结果信息，3为a对应项目信息的权重，b代表了项目结果信息，2为b对应项目信息的权重，c代表了项目结果信息，1位c对应项目信息的权重。这里预设公式中的所有权重均是检测前设置完成的，在本次循环的计算过程中不可更改。

在一些实施例中，预设公式是由工作人员、用户或设计人员自行设定，设定后不可更改，或需要人员验证权限后，进行权重的修改。

在一些实施例中，预存有“项目信息-权重”的对应表格，步骤S5进行时，根据项目信息从上述表格中查找到对应的权重，并将所查到的权重代入到预设公式中更新，从而得到最新的预设公式，随后将项目信息和项目结果信息代入到预设公式中计算布料整体评价结果。本方案适用于项目信息的种类较多的情况，相比前一实施例而言，更为便捷，且降低了人工的工作量，避免人为误差，提高精度。

在一些实施例中，预设公式还会根据反馈进行自我更新。在步骤S5实施前，实施步骤S9和步骤S10来调整预设公式；步骤S9，获取实际抽查得到的布料实际评价结果；步骤S10,根据布料实际评价结果和布料整体评价结果，对预设公式中的权重进行迭代。步骤S9的实质是对所有自动评估所得到的纺织布料整体评价结果进行抽查，抽查到的目标纺织布料经过人工/专家等方式仔细鉴定得到布料实际评价结果；步骤S10的实质是，对预设公式进行迭代更新，布料实际评价结果为工作人员进行人工抽查的评价结果，通过实际检测的布料整体评价结果和系统评估的布料整体评价结果，对迭代公式中的权重进行迭代，实现根据抽查结果进行预设公式的迭代更新，使得预设公式的权重设置更为合理。

步骤S6，输出纺织布料整体评价结果。

具体而言，本步骤对S5中所得到的纺织布料整体评价结果进行输出。输出可以通过电连接/无线连接显示屏等显示设备，来进行屏幕显示；也可以通过电连接/无线连接喇叭等语音设备来进行语音播报输出；还可以通过向预设的联系人发送语音或短信来进行提醒；以及通过报表的形式展示出来等等。

上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包括相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。

第二实施方式：

本发明的第二实施方式提供了一种基于区块链的纺织检测装置20，如图2所示，包括：

采集模块21，用于与区块链系统中的区块链网络进行通信连接，获取区块链采集系统中节点所发送的基础信息和项目信息；其中区块链系统包括多个节点，节点用于采集基础信息和项目信息发送给区块链网络；

存储模块22，用于存储相互关联的项目信息、项目训练样本集合和项目判断模型；还用于存储预设公式；

建模模块23，用于通过神经网络模型和对应项目信息的项目训练样本集合训练得到项目判断模型，将项目信息和项目判断模型发送给存储模块；

分析模块24，用于接收采集模块所发送的项目信息和基础信息，根据项目信息所对应的基础信息和项目判断模型，得到项目结果信息；

评估模块25，用于根据项目信息和与项目信息对应的项目结果信息，结合预设公式，计算得到布料整体评价结果；

输出模块26，用于输出所述布料整体评价结果。

在一些实施方式中，所述分析模块24包括：

预处理单元，用于将项目信息相同的基础信息集合为基础项目数据集，对基础项目数据集进行预处理，得到单项检测信息；

分析单元，用于根据项目信息所对应的单项检测信息和项目判断模型，得到项目结果信息。

在一些实施方式中，所述基于区块链的纺织检测装置20还包括：

输入模块27，用于输入实际抽查所得的布料实际评价结果；

更新模块28，用于根据根据分析模块24所发送的项目信息和对应的单项检测信息，更新存储模块22中的项目训练样本集合；还用于根据输入模块27所发送的布料实际评价结果和评估模块25所发送的布料整体评价结果，对存储模块22的预设公式中的权重进行迭代。

在一些实施例中，如图3所示，区块链系统10包括三个节点，三个节点分别为节点1、节点2和节点3，三个节点相互通信连接构成区块链网络，该区块链网络与基于区块链的纺织检测装置20中的采集模块21数据连接。数据连接的方式可以通过有线网线进行数据连接，也可以是通过无线网络通信连接，还可以是通过采用中间设备进行数据互通（中间设备如U盘，光盘等）。

不难发现，本实施方式为与第一实施方式相对应的系统实施例，本实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第一实施方式中。

值得一提的是，本实施方式中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本发明的创新部分，本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入，但这并不表明本实施方式中不存在其它的单元。

第三实施方式：

本发明的第三实施方式提供一种网络侧服务端，如图4所示，包括：至少一个处理器401；以及，与所述至少一个处理器401通信连接的存储器402；其中，所述存储器402存储有可被所述至少一个处理器401执行的指令，所述指令被所述至少一个处理器401执行，以使所述至少一个处理器401能够执行上述的一种基于区块链的纺织检测方法。

其中，存储器402和处理器401采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器401和存储器402的各种电路连接在一起。总线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连接在一起，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。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器401处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器401。

处理器401负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器402可以被用于存储处理器401在执行操作时所使用的数据。

第四实施方式：

本发明的第四实施方式一种计算机可读存储介质，存储有计算机程序。计算机程序被处理器执行时实现第一实施方式中的基于区块链的纺织检测方法。

即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备（可以是单片机，芯片等）或处理器（processor）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-OnlyMemory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (10)

1.一种基于区块链的纺织检测方法，其特征在于，包括：

获取区块链系统中的基础信息和项目信息；

根据项目信息所对应的基础信息和项目判断模型，得到项目结果信息；其中，所述项目判断模型通过神经网络模型和对应项目信息的项目训练样本集合训练得到，项目训练样本集合包括从所述区块链系统中历史获取的与项目信息相对应的所有基础信息；

根据项目信息和与项目信息对应的项目结果信息，结合预设公式，计算得到布料整体评价结果，并输出；所述预设公式中的权重与项目信息相对应。

2.根据权利要求1所述的一种基于区块链的纺织检测方法，其特征在于，所述根据项目信息所对应的基础信息和项目判断模型，得到项目结果信息，包括：

将项目信息相同的基础信息集合为基础项目数据集；

对基础项目数据集进行预处理，得到单项检测信息；

根据项目信息所对应的单项检测信息和项目判断模型，得到项目结果信息。

3.根据权利要求2所述的一种基于区块链的纺织检测方法，其特征在于：所述对基础项目数据集进行预处理，得到单项检测信息，包括：

对基础项目数据集中的数据进行等值计算，得到单项检测信息。

4.根据权利要求3所述的一种基于区块链的纺织检测方法，其特征在于：所述等值计算为：计算基础项目数据集中所有基础信息的平均数，将该平均数赋予单项检测信息。

5.根据权利要求3所述的一种基于区块链的纺织检测方法，其特征在于：所述等值计算为：计算基础项目数据集中所有基础信息的中数，将该中数赋予单项检测信息。

6.根据权利要求2所述的一种基于区块链的纺织检测方法，其特征在于：所述方法，在对基础项目数据集进行预处理，得到单项检测信息后；

根据项目信息和对应的单项检测信息，更新项目训练样本集合。

7.根据权利要求1所述的一种基于区块链的纺织检测方法，其特征在于，所述方法还包括：

获得实际抽查得到的布料实际评价结果；

所述预设公式为迭代公式，迭代公式中的权重根据布料实际评价结果和布料整体评价结果进行迭代。

8.一种基于区块链的纺织检测装置，其特征在于，包括：

采集模块，与区块链系统进行通信连接，用于获取区块链系统中节点所发送的基础信息和项目信息；

存储模块，用于存储相互关联的项目信息、项目训练样本集合和项目判断模型；还用于存储预设公式；

建模模块，用于通过神经网络模型和对应项目信息的项目训练样本集合训练得到项目判断模型，将项目信息和项目判断模型发送给存储模块；项目训练样本集合包括从区块链系统中历史获取的与项目信息相对应的所有基础信息；

分析模块，用于接收采集模块所发送的项目信息和基础信息，根据项目信息所对应的基础信息和项目判断模型，得到项目结果信息；

评估模块，用于根据项目信息和与项目信息对应的项目结果信息，结合预设公式，计算得到布料整体评价结果；

输出模块，用于输出所述布料整体评价结果。

9.根据权利要求8所述的一种基于区块链的纺织检测装置，其特征在于，所述分析模块包括：

预处理单元，用于将项目信息相同的基础信息集合为基础项目数据集，对基础项目数据集进行预处理，得到单项检测信息；

分析单元，用于根据项目信息所对应的单项检测信息和项目判断模型，得到项目结果信息；

所述纺织检测装置还包括：

输入模块，用于输入实际抽查所得的布料实际评价结果；

更新模块，用于根据分析模块所发送的项目信息和对应的单项检测信息，更新存储模块中的项目训练样本集合；还用于根据输入模块所发送的布料实际评价结果和评估模块所发送的布料整体评价结果，对存储模块的预设公式中的权重进行迭代。

10.一种网络侧服务端，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的一种基于区块链的纺织检测方法。

Images