CN114782027B - 一种柔性产线的多源异构视频数据交互处理方法及系统 - Google Patents

一种柔性产线的多源异构视频数据交互处理方法及系统 Download PDF

Info

Publication number
CN114782027B
CN114782027B CN202210687203.7A CN202210687203A CN114782027B CN 114782027 B CN114782027 B CN 114782027B CN 202210687203 A CN202210687203 A CN 202210687203A CN 114782027 B CN114782027 B CN 114782027B
Authority
CN
China
Prior art keywords
data
supply chain
stage
production line
interaction
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
Application number
CN202210687203.7A
Other languages
English (en)
Other versions
CN114782027A (zh
Inventor
贺杰
庞家豪
郭慧
杨钰铃
高上满
覃宁
陶雄杰
许才顼
李建强
梁万新
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.)
Guangzhou Likong Yuanhai Information Technology Co ltd
Wuzhou University
Original Assignee
Guangzhou Likong Yuanhai Information Technology Co ltd
Wuzhou University
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 Guangzhou Likong Yuanhai Information Technology Co ltd, Wuzhou University filed Critical Guangzhou Likong Yuanhai Information Technology Co ltd
Priority to CN202210687203.7A priority Critical patent/CN114782027B/zh
Publication of CN114782027A publication Critical patent/CN114782027A/zh
Application granted granted Critical
Publication of CN114782027B publication Critical patent/CN114782027B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/10Office automation; Time management
    • G06Q10/103Workflow collaboration or project management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/71Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/74Browsing; Visualisation therefor
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Software Systems (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Human Computer Interaction (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种柔性产线的多源异构视频数据交互处理方法及系统,涉及数据处理领域,其中,所述方法包括:确定产线供应链信息;获得供应链节点,划分供应链数据阶段;针对各所述供应链数据阶段设置容器引擎;对各供应链数据阶段进行多源数据采集;获得数据交互请求,确定数据要求、交互要求;根据所述数据要求确定匹配供应链数据,并根据其确定所述供应链数据阶段对应的所述容器引擎;根据所述交互要求对所述容器引擎进行数据格式标准化预处理,并按照所述交互要求对预处理后的产线数据进行交互。达到了提升柔性产线的多源异构视频数据交互处理的精确度和精准性;进而提高柔性产线数据交互处理的效果和质量等技术效果。

Description

一种柔性产线的多源异构视频数据交互处理方法及系统
技术领域
本发明涉及数据处理领域,具体地,涉及一种柔性产线的多源异构视频数据交互处理方法及系统。
背景技术
目前,国内外在柔性产线方面的视频数据交互研究主要是通过传统的监控采集,所采用的视频处理方法主要是较为常见的视频编码方法,但柔性产线还具备监控、室内无人机等多源异构视频数据。同时,在柔性产线的生产、监测、控制等过程中,产生了海量的多源异构视频数据。研究设计一种优化柔性产线的多源异构视频数据交互处理方法,具有十分重要的意义。
现有技术中,存在针对柔性产线的多源异构视频数据交互处理的精确度不高,进而造成柔性产线的多源异构视频数据交互处理的效果不佳的技术问题。
发明内容
本申请提供了一种柔性产线的多源异构视频数据交互处理方法及系统,解决了现有技术中针对柔性产线的多源异构视频数据交互处理的精确度不高,进而造成柔性产线的多源异构视频数据交互处理的效果不佳的技术问题。
鉴于上述问题,本申请提供了一种柔性产线的多源异构视频数据交互处理方法及系统。
第一方面,本申请提供了一种柔性产线的多源异构视频数据交互处理方法,其中,所述方法应用于一种柔性产线的多源异构视频数据交互处理系统,所述方法包括:对柔性产线进行供应链信息采集,确定产线供应链信息,并基于所述产线供应链信息,获得供应链节点;基于所述供应链节点,划分供应链数据阶段;针对各所述供应链数据阶段设置容器引擎,所述容器引擎数量与所述供应链数据阶段划分数量相同,且,所述容器引擎与供应链阶段具有映射关系;通过多源采集设备对各供应链数据阶段进行多源数据采集,将采集得到的各阶段多源异构数据按照所述容器引擎与供应链阶段的映射关系确定存储容器引擎进行数据存储;获得数据交互请求,基于所述数据交互请求确定数据要求、交互要求;根据所述数据要求对所述供应链数据阶段进行匹配,确定匹配供应链数据,并基于所述匹配供应链数据确定所述供应链数据阶段对应的所述容器引擎;根据所述交互要求对所述容器引擎进行数据格式标准化预处理,并按照所述交互要求对预处理后的产线数据进行交互。
第二方面,本申请还提供了一种柔性产线的多源异构视频数据交互处理系统,其中,所述系统包括:信息采集模块,所述信息采集模块用于对柔性产线进行供应链信息采集,确定产线供应链信息,并基于所述产线供应链信息,获得供应链节点;划分模块,所述划分模块用于基于所述供应链节点,划分供应链数据阶段;设置模块,所述设置模块用于针对各所述供应链数据阶段设置容器引擎,所述容器引擎数量与所述供应链数据阶段划分数量相同,且,所述容器引擎与供应链阶段具有映射关系;数据存储模块,所述数据存储模块用于通过多源采集设备对各供应链数据阶段进行多源数据采集,将采集得到的各阶段多源异构数据按照所述容器引擎与供应链阶段的映射关系确定存储容器引擎进行数据存储;数据请求模块,所述数据请求模块用于获得数据交互请求,基于所述数据交互请求确定数据要求、交互要求;
匹配模块,所述匹配模块用于根据所述数据要求对所述供应链数据阶段进行匹配,确定匹配供应链数据,并基于所述匹配供应链数据确定所述供应链数据阶段对应的所述容器引擎;交互模块,所述交互模块用于根据所述交互要求对所述容器引擎进行数据格式标准化预处理,并按照所述交互要求对预处理后的产线数据进行交互。
本申请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:
通过对柔性产线进行供应链信息采集,确定产线供应链信息,并根据其获得供应链节点;继而划分供应链数据阶段;针对各所述供应链数据阶段设置容器引擎,所述容器引擎与供应链阶段具有映射关系;
通过多源采集设备对各供应链数据阶段进行多源数据采集,将采集得到的各阶段多源异构数据按照所述容器引擎与供应链阶段的映射关系确定存储容器引擎进行数据存储;获得数据交互请求,并根据其确定数据要求、交互要求;通过所述数据要求对所述供应链数据阶段进行匹配,确定匹配供应链数据,并基于所述匹配供应链数据确定所述供应链数据阶段对应的所述容器引擎;利用所述交互要求对所述容器引擎进行数据格式标准化预处理,并按照所述交互要求对预处理后的产线数据进行交互。达到了提升柔性产线的多源异构视频数据交互处理的精确度和精准性;提高柔性产线的多源异构视频数据交互处理的效果和质量;同时,提高了柔性产线的多源异构视频数据交互处理的效率,实现高效、针对性强、实用性佳的数据交互处理的技术效果。
附图说明
图1为本申请一种柔性产线的多源异构视频数据交互处理方法的流程示意图;
图2为本申请一种柔性产线的多源异构视频数据交互处理方法中将采集得到的各阶段多源异构数据进行数据存储的流程示意图;
图3为本申请一种柔性产线的多源异构视频数据交互处理方法中获得交互处理结果的流程示意图;
图4为本申请一种柔性产线的多源异构视频数据交互处理系统的结构示意图。
附图标记说明:信息采集模块11,划分模块12,设置模块13,
数据存储模块14,数据请求模块15,匹配模块16,交互模块17。
具体实施方式
本申请通过提供一种柔性产线的多源异构视频数据交互处理方法及系统,解决了现有技术中针对柔性产线的多源异构视频数据交互处理的精确度不高,进而造成柔性产线的多源异构视频数据交互处理的效果不佳的技术问题。达到了提升柔性产线的多源异构视频数据交互处理的精确度和精准性;提高柔性产线的多源异构视频数据交互处理的效果和质量;同时,提高了柔性产线的多源异构视频数据交互处理的效率,实现高效、针对性强、实用性佳的数据交互处理的技术效果。
实施例一
请参阅附图1,本申请提供一种柔性产线的多源异构视频数据交互处理方法,其中,所述方法具体包括如下步骤:
步骤S100:对柔性产线进行供应链信息采集,确定产线供应链信息,并基于所述产线供应链信息,获得供应链节点;
步骤S200:基于所述供应链节点,划分供应链数据阶段;
具体而言,通过对产线供应链信息进行特征提取等方式,确定供应链节点,并根据其获得供应链数据阶段。其中,所述产线供应链信息包括柔性产线的供应链结构信息、供应链节点信息、各供应链节点之间的关系等数据信息。所述供应链节点包括于产线供应链信息,可用于表征产线供应链的各个节点信息。所述供应链数据阶段可用于表征供应链节点对应的数据信息。且,所述供应链数据阶段与所述供应链节点一一对应。例如,所述供应链节点包括原料供应、生产加工、运输、仓储、搬运、包装等。所述供应链数据阶段包括原料供应阶段、生产加工阶段、运输数据阶段、仓储数据阶段、搬运数据阶段、包装数据阶段等。达到了根据供应链节点划分供应链数据阶段,获得与供应链节点适配度较高的供应链数据阶段,为后续的多源数据采集过程提供数据支持的技术效果。
步骤S300:针对各所述供应链数据阶段设置容器引擎,所述容器引擎数量与所述供应链数据阶段划分数量相同,且,所述容器引擎与供应链阶段具有映射关系;
具体而言,在已获得供应链数据阶段的基础上,对各个供应链数据阶段进行容器引擎的设置,将采集的多源数据进行分区存储,以便于进行细化管理。其中,所述容器引擎可用于表征供应链数据阶段对应的存储单元,每一个阶段对应自身的存储容器引擎,可以实现独立数据存储和数据处理,所述容器引擎与供应链阶段具有映射关系,即所述容器引擎与供应链阶段一一对应。所述容器引擎数量等于所述供应链数据阶段划分数量。达到了针对各供应链数据阶段适应性地设置容器引擎,为后续利用容器引擎进行数据存储奠定基础的技术效果。
步骤S400:通过多源采集设备对各供应链数据阶段进行多源数据采集,将采集得到的各阶段多源异构数据按照所述容器引擎与供应链阶段的映射关系确定存储容器引擎进行数据存储;
进一步的,如附图2所示,本申请步骤S400还包括:
步骤S410:获得多源采集设备的采集数据结构、采集视野范围;
步骤S420:根据所述采集视野范围、所述供应链数据阶段,确定设备阶段匹配关系;
步骤S430:根据所述供应链数据阶段确定产线阶段采集参数要求,并基于所述产线阶段采集参数要求获得采集参数特征;
步骤S440:基于所述采集参数特征生成约束条件标签对供应链数据阶段对应的所述容器引擎进行标记;
步骤S450:通过所述约束条件标签对所述多源采集设备采集的多源异构数据进行筛选,将符合所述产线阶段采集参数要求的数据进行标记后存储至对应的所述容器引擎中。
具体而言,基于设备阶段匹配关系,利用多源采集设备对各供应链数据阶段进行多源数据采集,并根据约束条件标签对所述多源采集设备采集的多源异构数据进行筛选,将符合所述产线阶段采集参数要求的数据进行标记后存储至对应的所述容器引擎中。其中,各个供应链数据阶段需要的多源采集设备的采集视野范围具有一定的差异,所述设备阶段匹配关系是用于表征多源采集设备的采集视野范围与供应链数据阶段之间的对应关系的数据信息。所述多源采集设备与所述一种柔性产线的多源异构视频数据交互处理系统通信连接。所述多源采集设备是用于对各供应链数据阶段进行多源数据采集的智能化设备。例如,所述多源采集设备可以为多功能数据采集器、多源异构数据采集装置等。所述多源采集设备的采集数据结构包括多源采集设备的数据逻辑结构、数据存储结构等数据信息。所述多源采集设备的采集视野范围包括多源采集设备的数据采集角度范围等数据信息。所述约束条件标签是根据采集参数特征对供应链数据阶段对应的所述容器引擎进行标记的数据信息。所述采集参数特征是用于表征产线阶段采集参数要求对应的数据格式特征等数据信息。所述产线阶段采集参数要求是用于表征各个供应链数据阶段对应的数据采集标准的数据信息。达到了根据约束条件标签对多源采集设备获得的各阶段多源异构数据进行筛选,提高数据精确度;并将符合产线阶段采集参数要求的数据进行标记后存储至对应的容器引擎,进而提高后续数据交互的效率的技术效果。
进一步的,本申请步骤S430还包括:
步骤S431:基于所述供应链数据阶段,获得阶段影响因子;
步骤S432:根据所述阶段影响因子进行活跃度分析,确定阶段影响因子活跃度;
步骤S433:基于所述阶段影响因子活跃度确定阶段柔性系数,根据所述阶段柔性系数设定数据采集更新频率,所述数据采集更新频率与所述阶段柔性系数成正比。
具体而言,通过对阶段影响因子进行活跃度分析,获得阶段影响因子活跃度,并根据其确定阶段柔性系数,继而进行数据采集更新频率的设定。其中,所述阶段影响因子是表征各个供应链数据阶段的柔性特征,即各个供应链数据阶段的数据变化特征的参数信息。所述阶段影响因子活跃度是表征阶段影响因子的变化频率、变化幅度等参数的数据信息。示例性地,阶段影响因子的变化频率越大,变化幅度越大,阶段影响因子活跃度越高。所述阶段柔性系数是根据阶段影响因子活跃度对供应链数据阶段进行参数调整的数据信息。所述数据采集更新频率是根据阶段柔性系数对供应链数据阶段的数据采集频率进行调整的信息。且,所述数据采集更新频率与所述阶段柔性系数成正比。所述阶段柔性系数越大,所述数据采集更新频率越高。达到了根据供应链数据阶段的阶段影响因子、阶段影响因子活跃度,确定阶段柔性系数,并根据其确定数据采集更新频率,提高数据采集的适应性和精确度的技术效果。
步骤S500:获得数据交互请求,基于所述数据交互请求确定数据要求、交互要求;
进一步的,本申请步骤S500还包括:
步骤S510:根据所述数据交互请求,获得交互请求属性、交互数据目标;
步骤S520:根据所述交互数据目标进行产线阶段分析匹配,确定数据匹配产线信息,将所述数据匹配产线信息作为所述数据要求;
步骤S530:根据所述交互请求属性进行交互手段匹配,确定所述交互要求,所述交互要求包括交互过程、交互数据格式、请求处理算法。
具体而言,由所述一种柔性产线的多源异构视频数据交互处理系统通过数据查询等方式获取数据交互请求。进一步,通过对数据交互请求进行分析,确定交互请求属性、交互数据目标。进而,将交互数据目标与产线阶段进行分析匹配,获得数据匹配产线信息。通过对交互请求属性进行交互手段匹配,确定所述交互要求。其中,所述数据交互请求是用于表征需要进行数据交互的数据类型的数据信息。例如,所述数据交互请求为查询、统计、业务分析等。所述数据交互请求包括交互请求属性、交互数据目标等。所述交互请求属性是用于表征交互请求类型的数据信息。所述交互数据目标是用于表征数据交互的目标的数据信息。所述数据匹配产线信息是用于表征交互数据目标与产线阶段之间的匹配关系的数据信息。所述数据匹配产线信息即为数据要求。所述交互要求是用于表征交互请求属性与交互手段之间的匹配关系的数据信息。所述交互要求包括交互过程、交互数据格式、请求处理算法。所述交互过程包括数据交互的具体步骤等数据信息。所述交互数据格式可用于表征进行数据交互的各类型数据的具体格式要求。所述请求处理算法可用于表征数据交互的具体计算方法。达到了明确数据交互请求,并根据其确定适配度和精准性较高的交互请求属性、交互数据目标,为后续的产线数据交互奠定基础,进而提高产线数据交互的效率的技术效果。
步骤S600:根据所述数据要求对所述供应链数据阶段进行匹配,确定匹配供应链数据,并基于所述匹配供应链数据确定所述供应链数据阶段对应的所述容器引擎;
具体而言,将数据要求与供应链数据阶段进行匹配,获得匹配供应链数据,并根据其确定所述供应链数据阶段对应的所述容器引擎。该容器引擎与供应链数据阶段一一对应。其中,所述匹配供应链数据是用于表征数据要求与供应链数据阶段之间的匹配关系的数据信息。达到了获得针对性较强的匹配供应链数据,并根据其确定与供应链数据阶段对应的容器引擎,进而提高后续产线数据交互的精准性的技术效果。
步骤S700:根据所述交互要求对所述容器引擎进行数据格式标准化预处理,并按照所述交互要求对预处理后的产线数据进行交互。
进一步的,本申请步骤S700还包括:
步骤S710:从匹配的所述容器引擎中提取交互产线数据;
步骤S720:根据所述交互数据格式对所述交互产线数据进行标准化处理,获得标准交互数据;
步骤S730:将所述标准交互数据按照所述交互过程、请求处理算法进行处理,获得交互处理结果,将所述交互处理结果进行反馈。
具体而言,根据供应链数据阶段对应的容器引擎进行数据提取,获得交互产线数据,并根据已获得的交互数据格式对其进行标准化处理,降低产线数据交互时因交互数据格式不一致造成的误差,确定标准交互数据。进一步,由所述一种柔性产线的多源异构视频数据交互处理系统根据所述交互过程、请求处理算法对标准交互数据进行处理后,获得交互处理结果。其中,所述交互产线数据是从匹配的容器引擎中获得的数据信息。所述标准交互数据是根据交互数据格式对交互产线数据进行数据格式清洗后的数据信息。所述标准交互数据中的数据信息均满足交互数据格式。所述交互处理结果是根据所述交互过程、请求处理算法对标准交互数据进行数据交互后的数据信息。达到了根据交互要求对产线数据进行针对性较强地数据交互,提高数据交互的质量的技术效果。
进一步的,如附图3所示,本申请步骤S700之后,还包括:
步骤S810:基于所述交互过程、交互数据格式、请求处理算法构建请求处理模型;
步骤S820:获得历史多源采集数据库;
步骤S830:基于所述历史多源采集数据库,确定训练数据集、测试数据集;
步骤S840:利用预设密码子嵌入至所述训练数据集、所述测试数据集,对所述请求处理模型进行训练、测试,确定所述请求处理模型;
步骤S850:将所述交互产线数据嵌入所述预设密码子用以隐藏数字信息;
步骤S860:将隐藏所述交互产线数据输入所述请求处理模型,获得所述交互处理结果。
进一步的,所述请求处理模型包括解密层、标准化格式层、多交互处理层、连接层、输出层。
具体而言,在面临大量的产线数据信息时,本申请还可采用请求处理模型对其进行数据交互。由所述一种柔性产线的多源异构视频数据交互处理系统通过大数据查询等方式获取历史多源采集数据库。进而,通过对所述历史多源采集数据库进行数据划分,获得训练数据集、测试数据集。进一步,将预设密码子嵌入所述训练数据集、所述测试数据集。利用嵌入预设密码子后的训练数据集对请求处理模型进行训练。将嵌入预设密码子后的测试数据集输入请求处理模型,对请求处理模型进行测试及迭代优化后,获得精确度和稳定性较高的请求处理模型。继而,通过对交互产线数据嵌入预设密码子用以隐藏数字信息,将嵌入预设密码子后的交互产线数据(即隐藏所述交互产线数据)输入所述请求处理模型,所述请求处理模型采用所述交互过程、交互数据格式、请求处理算法对其进行复杂而高效地计算后,输出交互处理结果。其中,所述历史多源采集数据库包括一定时间范围内的历史交互产线数据信息。所述预设密码子可由所述一种柔性产线的多源异构视频数据交互处理系统预先设置确定,具有隐藏数字信息等作用。所述请求处理模型包括解密层、标准化格式层、多交互处理层、连接层、输出层。所述标准化格式层根据交互数据格式对输入的隐藏所述交互产线数据进行数据清洗。所述多交互处理层基于所述交互过程、请求处理算法对输入的隐藏所述交互产线数据进行数据交互。达到了利用请求处理模型对交互产线数据进行较为精准地数据交互,同时,提高数据交互的效率的技术效果。
进一步的,本申请步骤S860之后,还包括:
步骤S870:基于所述数据交互请求,进行历史交互请求数据分析,确定传输编码信息,所述传输编码信息与供应链数据阶段具有映射关系;
步骤S880:基于所述供应链数据阶段对所述传输编码信息进行阶段传输特征分析,确定阶段编码特征;
步骤S890:根据所述阶段编码特征选取预设帧数的场景传输参考帧,基于所述场景传输参考帧确定传输码数,所述传输码数为使得传输数据清晰度、传输体积符合场景编码特征的码数要求;
步骤S8100:根据所述传输码数对交互产线数据、交互处理结果进行编码。
具体而言,在对交互产线数据、交互处理结果进行传输时,通过传输码数对交互产线数据、交互处理结果进行编码。其中,所述传输码数由所述一种柔性产线的多源异构视频数据交互处理系统按照场景传输参考帧进行确定,利用历史传输数据的编码特征和传输结果之间的关系进行分析,找到适合该场景在交互中需要的传输要求,能满足该场景交互要求的清晰度,且减小传输体积以提高传输效果。所述传输码数是使得传输数据清晰度、传输体积符合场景编码特征的码数要求。例如,传输码数越高,传输数据清晰度越高;传输码数越低,传输数据清晰度越低。单位时间内传输码数越大,精度就越高,传输数据就越接近原始数据;单位时间内传输码数越低,精度就越低,传输数据与原始数据的偏离程度越大。传输码数越高,传输体积越大。传输码数越低,传输体积越小。所述场景传输参考帧由所述一种柔性产线的多源异构视频数据交互处理系统对阶段编码特征进行适应性选取确定。例如,所述场景传输参考帧可以为32帧。所述阶段编码特征可用于表征传输编码信息对应的供应链数据阶段的阶段传输特征信息。所述传输编码信息包括历史交互请求数据的传输数据信息。所述历史交互请求数据包括一定历史时间范围内的数据交互请求信息。所述传输编码信息与供应链数据阶段一一对应。达到了利用场景交互传输中编码要求对应的传输码数对交互产线数据、交互处理结果进行编码,进而提高对交互产线数据、交互处理结果进行数据传输的质量的技术效果。
综上所述,本申请所提供的一种柔性产线的多源异构视频数据交互处理方法具有如下技术效果:
1.通过对柔性产线进行供应链信息采集,确定产线供应链信息,并根据其获得供应链节点;继而划分供应链数据阶段;针对各所述供应链数据阶段设置容器引擎,所述容器引擎与供应链阶段具有映射关系;通过多源采集设备对各供应链数据阶段进行多源数据采集,将采集得到的各阶段多源异构数据按照所述容器引擎与供应链阶段的映射关系确定存储容器引擎进行数据存储;获得数据交互请求,并根据其确定数据要求、交互要求;通过所述数据要求对所述供应链数据阶段进行匹配,确定匹配供应链数据,并基于所述匹配供应链数据确定所述供应链数据阶段对应的所述容器引擎;利用所述交互要求对所述容器引擎进行数据格式标准化预处理,并按照所述交互要求对预处理后的产线数据进行交互。达到了提升柔性产线的多源异构视频数据交互处理的精确度和精准性;提高柔性产线的多源异构视频数据交互处理的效果和质量;同时,提高了柔性产线的多源异构视频数据交互处理的效率,实现高效、针对性强、实用性佳的数据交互处理的技术效果。
2.在面临大量的产线数据信息时,采用请求处理模型对其进行数据交互。利用请求处理模型对交互产线数据进行较为精准地数据交互,进一步提高数据交互的效率。
3.在对交互产线数据、交互处理结果进行数据传输时,利用传输码数对交互产线数据、交互处理结果进行编码,提高交互产线数据、交互处理结果的数据传输质量。
实施例二
基于与前述实施例中一种柔性产线的多源异构视频数据交互处理方法,同样发明构思,本发明还提供了一种柔性产线的多源异构视频数据交互处理系统,请参阅附图4,所述系统包括:
信息采集模块11,所述信息采集模块11用于对柔性产线进行供应链信息采集,确定产线供应链信息,并基于所述产线供应链信息,获得供应链节点;
划分模块12,所述划分模块12用于基于所述供应链节点,划分供应链数据阶段;
设置模块13,所述设置模块13用于针对各所述供应链数据阶段设置容器引擎,所述容器引擎数量与所述供应链数据阶段划分数量相同,且,所述容器引擎与供应链阶段具有映射关系;
数据存储模块14,所述数据存储模块14用于通过多源采集设备对各供应链数据阶段进行多源数据采集,将采集得到的各阶段多源异构数据按照所述容器引擎与供应链阶段的映射关系确定存储容器引擎进行数据存储;
数据请求模块15,所述数据请求模块15用于获得数据交互请求,基于所述数据交互请求确定数据要求、交互要求;
匹配模块16,所述匹配模块16用于根据所述数据要求对所述供应链数据阶段进行匹配,确定匹配供应链数据,并基于所述匹配供应链数据确定所述供应链数据阶段对应的所述容器引擎;
交互模块17,所述交互模块17用于根据所述交互要求对所述容器引擎进行数据格式标准化预处理,并按照所述交互要求对预处理后的产线数据进行交互。
进一步的,所述系统还包括:
设备数据采集模块,所述设备数据采集模块用于获得多源采集设备的采集数据结构、采集视野范围;
设备阶段匹配模块,所述设备阶段匹配模块用于根据所述采集视野范围、所述供应链数据阶段,确定设备阶段匹配关系;
采集参数模块,所述采集参数模块用于根据所述供应链数据阶段确定产线阶段采集参数要求,并基于所述产线阶段采集参数要求获得采集参数特征;
标记模块,所述标记模块用于基于所述采集参数特征生成约束条件标签对供应链数据阶段对应的所述容器引擎进行标记;
筛选存储模块,所述筛选存储模块用于通过所述约束条件标签对所述多源采集设备采集的多源异构数据进行筛选,将符合所述产线阶段采集参数要求的数据进行标记后存储至对应的所述容器引擎中。
进一步的,所述系统还包括:
阶段影响分析模块,所述阶段影响分析模块用于基于所述供应链数据阶段,获得阶段影响因子;
活跃度分析模块,所述活跃度分析模块用于根据所述阶段影响因子进行活跃度分析,确定阶段影响因子活跃度;
更新频率设定模块,所述更新频率设定模块用于基于所述阶段影响因子活跃度确定阶段柔性系数,根据所述阶段柔性系数设定数据采集更新频率,所述数据采集更新频率与所述阶段柔性系数成正比。
进一步的,所述系统还包括:
交互请求模块,所述交互请求模块用于根据所述数据交互请求,获得交互请求属性、交互数据目标;
分析匹配模块,所述分析匹配模块用于根据所述交互数据目标进行产线阶段分析匹配,确定数据匹配产线信息,将所述数据匹配产线信息作为所述数据要求;
属性手段匹配模块,所述属性手段匹配模块用于根据所述交互请求属性进行交互手段匹配,确定所述交互要求,所述交互要求包括交互过程、交互数据格式、请求处理算法。
进一步的,所述系统还包括:
提取模块,所述提取模块用于从匹配的所述容器引擎中提取交互产线数据;
标准化处理模块,所述标准化处理模块用于根据所述交互数据格式对所述交互产线数据进行标准化处理,获得标准交互数据;
处理反馈模块,所述处理反馈模块用于将所述标准交互数据按照所述交互过程、请求处理算法进行处理,获得交互处理结果,将所述交互处理结果进行反馈。
进一步的,所述系统还包括:
构建模块,所述构建模块用于基于所述交互过程、交互数据格式、请求处理算法构建请求处理模型;
历史采集模块,所述历史采集模块用于获得历史多源采集数据库;
分割模块,所述分割模块用于基于所述历史多源采集数据库,确定训练数据集、测试数据集;
训练测试模块,所述训练测试模块用于利用预设密码子嵌入至所述训练数据集、所述测试数据集,对所述请求处理模型进行训练、测试,确定所述请求处理模型,其中,所述请求处理模型包括解密层、标准化格式层、多交互处理层、连接层、输出层;
嵌入模块,所述嵌入模块用于将所述交互产线数据嵌入所述预设密码子用以隐藏数字信息;
输入模块,所述输入模块用于将隐藏所述交互产线数据输入所述请求处理模型,获得所述交互处理结果。
进一步的,所述系统还包括:
数据分析模块,所述数据分析模块用于基于所述数据交互请求,进行历史交互请求数据分析,确定传输编码信息,所述传输编码信息与供应链数据阶段具有映射关系;
传输特征分析模块,所述传输特征分析模块用于基于所述供应链数据阶段对所述传输编码信息进行阶段传输特征分析,确定阶段编码特征;
传输码数确定模块,所述传输码数确定模块用于根据所述阶段编码特征选取预设帧数的场景传输参考帧,基于所述场景传输参考帧确定传输码数,所述传输码数为使得传输数据清晰度、传输体积符合场景编码特征的码数要求;
编码模块,所述编码模块用于根据所述传输码数对交互产线数据、交互处理结果进行编码。
本申请提供了一种柔性产线的多源异构视频数据交互处理方法,其中,所述方法应用于一种柔性产线的多源异构视频数据交互处理系统,所述方法包括:通过对柔性产线进行供应链信息采集,确定产线供应链信息,并根据其获得供应链节点;继而划分供应链数据阶段;针对各所述供应链数据阶段设置容器引擎,所述容器引擎与供应链阶段具有映射关系;通过多源采集设备对各供应链数据阶段进行多源数据采集,将采集得到的各阶段多源异构数据按照所述容器引擎与供应链阶段的映射关系确定存储容器引擎进行数据存储;获得数据交互请求,并根据其确定数据要求、交互要求;通过所述数据要求对所述供应链数据阶段进行匹配,确定匹配供应链数据,并基于所述匹配供应链数据确定所述供应链数据阶段对应的所述容器引擎;利用所述交互要求对所述容器引擎进行数据格式标准化预处理,并按照所述交互要求对预处理后的产线数据进行交互。解决了现有技术中针对柔性产线的多源异构视频数据交互处理的精确度不高,进而造成柔性产线的多源异构视频数据交互处理的效果不佳的技术问题。达到了提升柔性产线的多源异构视频数据交互处理的精确度和精准性;提高柔性产线的多源异构视频数据交互处理的效果和质量;同时,提高了柔性产线的多源异构视频数据交互处理的效率,实现高效、针对性强、实用性佳的数据交互处理的技术效果。
本说明书和附图仅仅是本申请的示例性说明,如果本发明的修改和变型属于本发明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 (8)

1.一种柔性产线的多源异构视频数据交互处理方法,其特征在于,所述方法包括:对柔性产线进行供应链信息采集,确定产线供应链信息,并基于所述产线供应链信息,获得供应链节点;基于所述供应链节点,划分供应链数据阶段;针对各所述供应链数据阶段设置容器引擎,所述容器引擎数量与所述供应链数据阶段划分数量相同,且,所述容器引擎与供应链阶段具有映射关系;通过多源采集设备对各供应链数据阶段进行多源数据采集,将采集得到的各阶段多源异构数据按照所述容器引擎与供应链阶段的映射关系确定存储容器引擎进行数据存储;
获得多源采集设备的采集数据结构、采集视野范围;
根据所述采集视野范围、所述供应链数据阶段,确定设备阶段匹配关系;
根据所述供应链数据阶段确定产线阶段采集参数要求,并基于所述产线阶段采集参数要求获得采集参数特征;
基于所述采集参数特征生成约束条件标签对供应链数据阶段对应的所述容器引擎进行标记;
通过所述约束条件标签对所述多源采集设备采集的多源异构数据进行筛选,将符合所述产线阶段采集参数要求的数据进行标记后存储至对应的所述容器引擎中;获得数据交互请求,基于所述数据交互请求确定数据要求、交互要求;根据所述数据要求对所述供应链数据阶段进行匹配,确定匹配供应链数据,并基于所述匹配供应链数据确定所述供应链数据阶段对应的所述容器引擎;根据所述交互要求对所述容器引擎进行数据格式标准化预处理,并按照所述交互要求对预处理后的产线数据进行交互。
2.如权利要求1所述的方法,其特征在于,所述方法包括:基于所述供应链数据阶段,获得阶段影响因子;根据所述阶段影响因子进行活跃度分析,确定阶段影响因子活跃度;基于所述阶段影响因子活跃度确定阶段柔性系数,根据所述阶段柔性系数设定数据采集更新频率,所述数据采集更新频率与所述阶段柔性系数成正比。
3.如权利要求1所述的方法,其特征在于,所述基于所述数据交互请求确定数据要求、交互要求,包括:根据所述数据交互请求,获得交互请求属性、交互数据目标;根据所述交互数据目标进行产线阶段分析匹配,确定数据匹配产线信息,将所述数据匹配产线信息作为所述数据要求;根据所述交互请求属性进行交互手段匹配,确定所述交互要求,所述交互要求包括交互过程、交互数据格式、请求处理算法。
4.如权利要求3所述的方法,其特征在于,根据所述交互要求对所述容器引擎进行数据格式标准化预处理,并按照所述交互要求对预处理后的产线数据进行交互,包括:从匹配的所述容器引擎中提取交互产线数据;根据所述交互数据格式对所述交互产线数据进行标准化处理,获得标准交互数据;将所述标准交互数据按照所述交互过程、请求处理算法进行处理,获得交互处理结果,将所述交互处理结果进行反馈。
5.如权利要求4所述的方法,其特征在于,所述方法包括:
基于所述交互过程、交互数据格式、请求处理算法构建请求处理模型;
获得历史多源采集数据库;
基于所述历史多源采集数据库,确定训练数据集、测试数据集;
利用预设密码子嵌入至所述训练数据集、所述测试数据集,对所述请求处理模型进行训练、测试,确定所述请求处理模型;
将所述交互产线数据嵌入所述预设密码子用以隐藏数字信息;
将隐藏所述交互产线数据输入所述请求处理模型,获得所述交互处理结果。
6.如权利要求5所述的方法,其特征在于,所述请求处理模型包括解密层、标准化格式层、多交互处理层、连接层、输出层。
7.如权利要求4所述的方法,其特征在于,所述方法包括:
基于所述数据交互请求,进行历史交互请求数据分析,确定传输编码信息,所述传输编码信息与供应链数据阶段具有映射关系;
基于所述供应链数据阶段对所述传输编码信息进行阶段传输特征分析,确定阶段编码特征;
根据所述阶段编码特征选取预设帧数的场景传输参考帧,基于所述场景传输参考帧确定传输码数,所述传输码数为使得传输数据清晰度、传输体积符合场景编码特征的码数要求;
根据所述传输码数对交互产线数据、交互处理结果进行编码。
8.一种柔性产线的多源异构视频数据交互处理系统,其特征在于,所述系统包括:
信息采集模块,所述信息采集模块用于对柔性产线进行供应链信息采集,确定产线供应链信息,并基于所述产线供应链信息,获得供应链节点;
划分模块,所述划分模块用于基于所述供应链节点,划分供应链数据阶段;
设置模块,所述设置模块用于针对各所述供应链数据阶段设置容器引擎,所述容器引擎数量与所述供应链数据阶段划分数量相同,且,所述容器引擎与供应链阶段具有映射关系;
数据存储模块,所述数据存储模块用于通过多源采集设备对各供应链数据阶段进行多源数据采集,将采集得到的各阶段多源异构数据按照所述容器引擎与供应链阶段的映射关系确定存储容器引擎进行数据存储;
设备数据采集模块,所述设备数据采集模块用于获得多源采集设备的采集数据结构、采集视野范围;
设备阶段匹配模块,所述设备阶段匹配模块用于根据所述采集视野范围、所述供应链数据阶段,确定设备阶段匹配关系;
采集参数模块,所述采集参数模块用于根据所述供应链数据阶段确定产线阶段采集参数要求,并基于所述产线阶段采集参数要求获得采集参数特征;
标记模块,所述标记模块用于基于所述采集参数特征生成约束条件标签对供应链数据阶段对应的所述容器引擎进行标记;
筛选存储模块,所述筛选存储模块用于通过所述约束条件标签对所述多源采集设备采集的多源异构数据进行筛选,将符合所述产线阶段采集参数要求的数据进行标记后存储至对应的所述容器引擎中;
数据请求模块,所述数据请求模块用于获得数据交互请求,基于所述数据交互请求确定数据要求、交互要求;
匹配模块,所述匹配模块用于根据所述数据要求对所述供应链数据阶段进行匹配,确定匹配供应链数据,并基于所述匹配供应链数据确定所述供应链数据阶段对应的所述容器引擎;
交互模块,所述交互模块用于根据所述交互要求对所述容器引擎进行数据格式标准化预处理,并按照所述交互要求对预处理后的产线数据进行交互。
CN202210687203.7A 2022-06-17 2022-06-17 一种柔性产线的多源异构视频数据交互处理方法及系统 Active CN114782027B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210687203.7A CN114782027B (zh) 2022-06-17 2022-06-17 一种柔性产线的多源异构视频数据交互处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210687203.7A CN114782027B (zh) 2022-06-17 2022-06-17 一种柔性产线的多源异构视频数据交互处理方法及系统

Publications (2)

Publication Number Publication Date
CN114782027A CN114782027A (zh) 2022-07-22
CN114782027B true CN114782027B (zh) 2022-09-20

Family

ID=82420283

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210687203.7A Active CN114782027B (zh) 2022-06-17 2022-06-17 一种柔性产线的多源异构视频数据交互处理方法及系统

Country Status (1)

Country Link
CN (1) CN114782027B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113051830A (zh) * 2021-04-01 2021-06-29 重庆大学 智能产线动态误差预测系统、控制系统、控制方法及数字孪生系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9811849B2 (en) * 2007-09-28 2017-11-07 Great-Circle Technologies, Inc. Contextual execution of automated workflows
CN111680025B (zh) * 2020-06-17 2022-03-22 珠海市测绘院 面向自然资源多源异构数据时空信息智能同化的方法及系统
CN113934727B (zh) * 2021-10-15 2022-04-29 珠海百丰网络科技有限公司 多源异构金融数据的适配性采集与处理系统及其方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113051830A (zh) * 2021-04-01 2021-06-29 重庆大学 智能产线动态误差预测系统、控制系统、控制方法及数字孪生系统

Also Published As

Publication number Publication date
CN114782027A (zh) 2022-07-22

Similar Documents

Publication Publication Date Title
CN113065276A (zh) 一种基于数字孪生的智能建造方法
CN117056867B (zh) 一种可用于数字孪生的多源异构数据融合方法及系统
CN111126658A (zh) 一种基于深度学习的煤矿瓦斯预测方法
CN109787821B (zh) 一种大规模移动客户流量消费智能预测方法
CN109784408A (zh) 一种边缘端的嵌入式时间序列决策树分类方法及系统
CN114911774B (zh) 一种用户导向的电网服务型数据库系统及其应用
CN104268247A (zh) 一种基于模糊层次分析的主数据归集方法
CN110096503A (zh) 一种白车身三坐标测点数据的分析方法及系统
CN114782027B (zh) 一种柔性产线的多源异构视频数据交互处理方法及系统
CN113656897A (zh) 中央空调智能设计方法、系统及装置
CN103442225A (zh) 基于数据库在线学习更新的有限速率下遥感图像传输系统
CN117422936B (zh) 一种遥感图像分类方法及系统
CN117391625B (zh) 一种基于数字孪生的智能制造管理系统及方法
CN113258676B (zh) 一种与bim模型交互集成的电力监控系统及交互集成方法
CN116628451B (zh) 一种待处理信息的高速解析方法
CN111026938B (zh) 时空大数据整合分析方法、装置、设备及存储介质
CN116433653A (zh) 一种基于机器视觉的产品生产管理方法及系统
CN117056565A (zh) 基于rpa及ai的电力信息处理方法、装置、设备及介质
CN115185663B (zh) 一种基于大数据的智慧化数据处理系统
CN116883184A (zh) 一种基于大数据的财税智能化分析方法
CN113516454B (zh) 一种基于云计算平台的企业信息管理系统及方法
CN116152709A (zh) 一种装修垃圾智能分级预处理方法及系统
CN114048901A (zh) 一种用于用电分析的讯息标签自动标识系统
CN115391579A (zh) 一种遥感影像时空聚合即时计算影像服务方法
CN112783962A (zh) 基于etl技术的时空大数据人工智能分析方法及系统

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