CN115511255A - 一种智慧园区的立体智能管理方法及系统 - Google Patents
一种智慧园区的立体智能管理方法及系统 Download PDFInfo
- Publication number
- CN115511255A CN115511255A CN202210950081.6A CN202210950081A CN115511255A CN 115511255 A CN115511255 A CN 115511255A CN 202210950081 A CN202210950081 A CN 202210950081A CN 115511255 A CN115511255 A CN 115511255A
- Authority
- CN
- China
- Prior art keywords
- park
- campus
- state evaluation
- model
- risk
- 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
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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/0633—Workflow analysis
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种智慧园区的立体智能管理方法及系统,涉及园区管理领域,其中,所述方法包括:获得第一园区的基本信息数据库;获得第一图像采集装置分布结果;获得第一园区的图像集合;基于增强现实技术对第一园区的图像集合进行处理,获得第一园区的立体模型;根据多个状态评估指标,结合状态评估模型对第一园区的立体模型进行状态评估,获得第一园区状态综合评估结果;根据风险专家系统对第一园区状态综合评估结果进行风险评估,获得第一园区风险评估结果;将其上传至智慧管理平台,获得第一园区管理调整方案;继而进行第一园区的智能管理。解决了现有技术中的针对园区管理的精确度不高,进而造成园区管理的效果不佳的技术问题。
Description
技术领域
本发明涉及园区管理领域,具体地,涉及一种智慧园区的立体智能管理方法及系统。
背景技术
智慧园区是一种建立在全面数字化的基础之上,以人工智能、计算机、物联网等技术实现自主创新服务的新型园区。智慧园区以提高园区管理的明确性、高效性、灵活性,实现园区经济可持续发展和产业价值链提升为目标。智慧园区是地区招商引资、储备人才的重要途径。研究设计一种优化智慧园区的管理方法,把人类智慧和智能化技术融入到智慧园区的管理之中,帮助智慧园区实现管理模式的转变,具有重要的现实意义。
现有技术中,存在针对园区管理的精确度不高,进而造成园区管理的效果不佳的技术问题。
发明内容
本申请提供了一种智慧园区的立体智能管理方法及系统,解决了现有技术中的针对园区管理的精确度不高,进而造成园区管理的效果不佳的技术问题。
鉴于上述问题,本申请提供了一种智慧园区的立体智能管理方法及系统。
一方面,本申请提供了一种智慧园区的立体智能管理方法,其中,所述方法应用于一种智慧园区的立体智能管理系统,所述系统包括一智慧管理平台,所述方法包括:获得第一园区的基本信息数据库;根据所述第一园区的基本信息数据库布设图像采集装置,获得第一图像采集装置分布结果;通过所述第一图像采集装置分布结果对所述第一园区进行图像采集,获得第一园区的图像集合;基于增强现实技术对所述第一园区的图像集合进行处理,获得第一园区的立体模型;根据多个状态评估指标,结合状态评估模型对所述第一园区的立体模型进行状态评估,获得第一园区状态综合评估结果;根据风险专家系统对所述第一园区状态综合评估结果进行风险评估,获得第一园区风险评估结果;将所述第一园区风险评估结果上传至所述智慧管理平台,获得第一园区管理调整方案;根据所述第一园区管理调整方案进行所述第一园区的智能管理。
另一方面,本申请还提供了一种智慧园区的立体智能管理系统,其中,所述系统包括一智慧管理平台,所述系统还包括:第一获得单元,所述第一获得单元用于获得第一园区的基本信息数据库;第二获得单元,所述第二获得单元用于根据所述第一园区的基本信息数据库布设图像采集装置,获得第一图像采集装置分布结果;第三获得单元,所述第三获得单元用于通过所述第一图像采集装置分布结果对所述第一园区进行图像采集,获得第一园区的图像集合;第四获得单元,所述第四获得单元用于基于增强现实技术对所述第一园区的图像集合进行处理,获得第一园区的立体模型;第五获得单元,所述第五获得单元用于根据多个状态评估指标,结合状态评估模型对所述第一园区的立体模型进行状态评估,获得第一园区状态综合评估结果;第六获得单元,所述第六获得单元用于根据风险专家系统对所述第一园区状态综合评估结果进行风险评估,获得第一园区风险评估结果;第七获得单元,所述第七获得单元用于将所述第一园区风险评估结果上传至所述智慧管理平台,获得第一园区管理调整方案;第一执行单元,所述第一执行单元用于根据所述第一园区管理调整方案进行所述第一园区的智能管理。
第三方面,本申请提供了一种智慧园区的立体智能管理系统,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上述第一方面所述方法的步骤。
第四方面,本申请提供了一种计算机可读存储介质,其中,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面中任一项所述的方法。
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:
明确第一园区的基本信息数据库;基于此,布设图像采集装置,获得第一图像采集装置分布结果;并利用其对所述第一园区进行图像采集,获得第一园区的图像集合;基于增强现实技术对所述第一园区的图像集合进行处理,获得第一园区的立体模型;根据多个状态评估指标,结合状态评估模型对所述第一园区的立体模型进行状态评估,获得第一园区状态综合评估结果;根据风险专家系统对所述第一园区状态综合评估结果进行风险评估,获得第一园区风险评估结果;将其
上传至所述智慧管理平台,获得第一园区管理调整方案;继而进行所述第一园区的智能管理。达到了提升园区管理的智慧性、创新性、科技性;提高园区管理的精确度和适应性,进而提高园区管理的效果和质量;降低园区管理的成本,避免人力、物力等资源的浪费;同时,研究设计一种优化园区的管理方法,为未来园区的建设方向提供参考数据的技术效果。
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
为了更清楚地说明本申请或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请一种智慧园区的立体智能管理方法的流程示意图;
图2为本申请一种智慧园区的立体智能管理方法中根据状态评估指标,结合状态评估模型对第一园区的立体模型进行状态评估,获得第一园区状态综合评估结果的流程示意图;
图3为本申请一种智慧园区的立体智能管理系统的结构示意图;
图4为本申请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,第四获得单元14,第五获得单元15,第六获得单元16,第一执行单元17,第一执行单元18,电子设备300,存储器301,处理器302,通信接口303,总线架构304。
具体实施方式
本申请通过提供一种智慧园区的立体智能管理方法及系统,解决了现有技术中的针对园区管理的精确度不高,进而造成园区管理的效果不佳的技术问题。达到了提升园区管理的智慧性、创新性、科技性;提高园区管理的精确度和适应性,进而提高园区管理的效果和质量;降低园区管理的成本,避免人力、物力等资源的浪费;同时,研究设计一种优化园区的管理方法,为未来园区的建设方向提供参考数据的技术效果。
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。
本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
智慧园区是一种建立在全面数字化的基础之上,以人工智能、计算机、物联网等技术实现自主创新服务的新型园区。智慧园区以提高园区管理的明确性、高效性、灵活性,实现园区经济可持续发展和产业价值链提升为目标。智慧园区是地区招商引资、储备人才的重要途径。研究设计一种优化智慧园区的管理方法,把人类智慧和智能化技术融入到智慧园区的管理之中,帮助智慧园区实现管理模式的转变,具有重要的现实意义。现有技术中,存在针对园区管理的精确度不高,进而造成园区管理的效果不佳的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请提供一种智慧园区的立体智能管理方法,其中,所述方法应用于一种智慧园区的立体智能管理系统,所述方法包括:明确第一园区的基本信息数据库;基于此,布设图像采集装置,获得第一图像采集装置分布结果;并利用其对所述第一园区进行图像采集,获得第一园区的图像集合;基于增强现实技术对所述第一园区的图像集合进行处理,获得第一园区的立体模型;根据多个状态评估指标,结合状态评估模型对所述第一园区的立体模型进行状态评估,获得第一园区状态综合评估结果;根据风险专家系统对所述第一园区状态综合评估结果进行风险评估,获得第一园区风险评估结果;将其上传至所述智慧管理平台,获得第一园区管理调整方案;继而进行所述第一园区的智能管理。
为了更好地理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
实施例一
请参阅附图1,本申请提供一种智慧园区的立体智能管理方法,其中,所述方法应用于一种智慧园区的立体智能管理系统,所述方法具体包括如下步骤:
步骤S100:获得第一园区的基本信息数据库;
步骤S200:根据所述第一园区的基本信息数据库布设图像采集装置,获得第一图像采集装置分布结果;
具体而言,所述一种智慧园区的立体智能管理系统通过大数据、人工智能、云计算等方式对第一园区进行数据采集,获得第一园区的基本信息数据库;进而,对所述第一园区的基本信息数据库进行智能分析后,对第一园区进行图像采集装置的布设,得到第一图像采集装置分布结果。其中,所述第一园区是指使用所述一种智慧园区的立体智能管理系统进行综合管理的任一园区。例如,工业园区、商务产业园区、高新科技产业园区等。所述第一园区的基本信息数据库包括第一园区的名称、位置、面积、发展背景、产业规划、功能布局等数据信息。所述图像采集装置可为现有技术中任意类型的能够采集获取图像信息的摄像装置或它们的结合。所述第一图像采集装置分布结果是表征图像采集装置的布设位置、布设数量的数据信息。达到了获得第一园区的基本信息数据库和第一图像采集装置分布结果,为后续对第一园区进行智能管理提供数据支持的技术效果。
步骤S300:通过所述第一图像采集装置分布结果对所述第一园区进行图像采集,获得第一园区的图像集合;
进一步的,本申请步骤S300还包括:
步骤S310:获得生成式对抗网络模型;
步骤S320:将所述第一园区的图像集合输入所述生成式对抗网络模型,获得第一图像集合评估结果;
步骤S330:根据所述第一图像集合评估结果,获得第一补偿图像采集指令;
步骤S340:根据所述第一补偿图像采集指令对所述第一园区进行补偿图像采集,获得第一补偿图像集合;
步骤S350:将所述第一补偿图像集合添加至所述第一园区的图像集合。
具体而言,在获得所述第一图像采集装置分布结果的基础上,利用其对所述第一园区进行多个位置的图像采集,获得第一园区的图像集合。其中,所述第一园区的图像集合包括利用所述第一图像采集装置分布结果获得的第一园区的多个图像数据信息。在对所述第一园区进行图像采集时,易受到人为因素、极端天气、恶劣气候等因素的干扰,造成获得的第一园区的图像集合的完整性、清晰度、精确度等重要参数受到影响,进而对后续的智能管理过程产生影响。优选地,本申请采用生成式对抗网络模型对已获得的第一园区的图像集合进行评估。将所述第一园区的图像集合作为输入信息,输入所述生成式对抗网络模型,进而所述生成式对抗网络模型可以输出准确而高效的第一图像集合评估结果。继而,由所述一种智慧园区的立体智能管理系统对所述第一图像集合评估结果进行科学分析、智慧计算后,获得第一补偿图像采集指令,并根据其对所述第一园区进行补偿图像采集,获得第一补偿图像集合。基于此,将所述第一补偿图像集合添加至所述第一园区的图像集合,获得完整、清晰、精确的第一园区的图像集合。其中,所述第一图像集合评估结果是表征第一园区的图像集合中数据信息的完整性、清晰度等参数的数据信息。当所述第一图像集合评估结果表明第一园区的图像集合中存在不完整、清晰度不佳的图像数据信息时,所述一种智慧园区的立体智能管理系统可自动触发第一补偿图像采集指令。所述第一补偿图像采集指令是用于对第一园区的图像集合中不完整、清晰度不佳的图像数据信息进行重新图像采集的任一补偿图像采集指令。所述第一补偿图像集合是基于第一补偿图像采集指令,利用图像采集装置对第一园区进行补偿图像采集后,获得的任一补偿图像集合。达到了获得精确度和可靠性较高的第一园区的图像集合,为后续获得第一园区的立体模型奠定基础的技术效果。
进一步的,本申请步骤S310还包括:
步骤S311:采集第一园区此前的历史图像集合,获得训练样本数据库;
步骤S312:构建生成模型和判别模型;
步骤S313:将所述训练样本数据库输入所述生成模型,获得对抗样本;
步骤S314:将所述对抗样本输入所述判别模型,区分所述对抗样本和所述训练样本数据库;
步骤S315:当所述判别模型无法判别生成的对抗样本和所述训练样本数据库时,获得所述生成式对抗网络模型。
具体而言,利用所述一种智慧园区的立体智能管理系统采集第一园区此前的历史图像数据信息,作为第一园区此前的历史图像集合,
同时,将其作为生成式对抗网络模型的构建数据。将所述第一园区此前的历史图像集合作为训练样本数据库,基于现有技术中生成式对抗网络,构建生成模型和判别模型。
将所述训练样本数据库中的数据信息作为输入信息,输入所述生成模型,输出对抗样本。所述生成模型不断学习训练样本数据库中真实数据的概率分布,将输入的随机噪声转化为可以以假乱真的数据,结合输入的训练样本,输出生成的图像数据,即对抗样本。进一步,将获得的对抗样本作为输入信息,输入所述判别模型。所述判别模型可以判断数据是否为真实的数据或者为生成模型输出的对抗样本。通过这种对抗的关系,让所述生成模型和所述判别模型进行参数更新。当所述判别模型无法判别生成的对抗样本和所述训练样本数据库中的数据信息时,获得生成式对抗网络模型。
所述生成模型和所述判别模型包括于所述生成式对抗网络模型。所述生成模型和所述判别模型是对抗的关系,所述生成模型要尽可能生成出让所述判别模型失败的样本,而所述判别模型要尽可能识别出所述生成模型输出的对抗样本。所述生成式对抗网络就是利用这种对抗的关系,在训练的过程中通过相互竞争使所述生成模型和所述判别模型得到增强,不断优化,进而获得准确度较高的所述生成模型和所述判别模型。所述生成式对抗网络模型具有应用范围广、简单、节省时间等优点。达到了利用生成模型和判别模型,构建准确性和可信度较高的生成式对抗网络模型,为后续获得精确的第一图像集合评估结果奠定基础的技术效果。
步骤S400:基于增强现实技术对所述第一园区的图像集合进行处理,获得第一园区的立体模型;
进一步的,本申请步骤S400还包括:
步骤S410:根据所述第一园区的基本信息数据库,获得第一园区场所集合,其中,所述第一园区场所集合包括所述第一园区内的多个场所;
步骤S420:通过对所述第一园区的图像集合进行特征提取,获得第一园区场所特征信息集合,其中,所述第一园区场所特征信息集合包括第一园区内的多个场所的特征信息;
步骤S430:根据所述第一园区场所特征信息集合,结合所述增强现实技术对所述第一园区进行建模,获得所述第一园区的立体模型。
具体而言,通过对所述第一园区的基本信息数据库进行特征识别等手段,获得第一园区场所集合。其中,所述第一园区场所集合包括所述第一园区内的办公楼、花园、停车场、餐厅、员工宿舍等多个场所。进而,基于所述第一园区场所集合,对所述第一园区的图像集合进行特征提取,获得第一园区场所特征信息集合,并结合所述增强现实技术对所述第一园区进行建模,获得所述第一园区的立体模型。其中,所述第一园区场所特征信息集合包括所述第一园区内的多个场所的外部特征信息、内部特征信息、环境特征信息等数据信息。所述增强现实技术是在虚拟现实技术的基础上发展起来的一种新兴的计算机应用和人机交互技术。增强现实技术借助光电显示技术、交互技术、多传感器技术、计算机图形与多媒体技术等,将计算机生成的虚拟环境与真实场景相融合,在已有的真实世界的基础上,为用户提供一种全新的感官复合的视觉效果,帮助用户提升认知、感知世界的能力。增强现实技术在教学培训、医疗研究、精密仪器制造和维修、远程机器人控制、文物修复等领域具有广泛而深远的应用前景。利用增强现实技术对第一园区进行建模,具有真实感强、建模工作量小、可靠性强、精确度高等优点。所述第一园区的立体模型是对第一园区的地形地貌、地上地下建筑物的三维表达形式,反映了第一园区的空间位置、外部设施、内部构造等数据信息。示例性地,第一园区场所集合为第一园区内的办公楼群A。办公楼群A内包括办公楼a、办公楼b、办公楼c。所述第一园区场所特征信息集合包括办公楼a、办公楼b和办公楼c各自的外部形状信息,各自内部的办公室、电梯、卫生间、消防通道等基础设施的位置、数量、面积的信息,办公楼a、办公楼b和办公楼c所处的环境信息,以及它们之间的相对位置关系信息等数据信息。基于此,利用计算机技术,或现有技术中已知的三维建模软件制作办公楼群A的立体模型。办公楼群A的立体模型包括于所述第一园区的立体模型。达到了利用增强现实技术,获得科学性和准确性较高的第一园区的立体模型的技术效果。
步骤S500:根据多个状态评估指标,结合状态评估模型对所述第一园区的立体模型进行状态评估,获得第一园区状态综合评估结果;
进一步的,如附图2所示,本申请步骤S500还包括:
步骤S510:获得第一园区此前的历史状态评估结果;
步骤S520:基于神经网络构建所述状态评估模型,所述状态评估模型通过多组训练数据训练至收敛获得,其中,所述训练数据包括所述第一园区此前的历史状态评估结果;
步骤S530:获得所述多个状态评估指标,其中,所述多个状态评估指标包括消防状态评估指标、卫生状态评估指标、安全状态评估指标、环境状态评估指标;
步骤S540:根据所述多个状态评估指标,结合所述状态评估模型对所述第一园区的立体模型进行状态评估,获得第一园区的多个状态评估结果;
具体而言,在对第一园区进行状态评估时,本申请并未直接采用第一园区的基本信息数据库和第一园区的图像集合进行状态评估,而采用第一园区的立体模型进行状态评估,排除外来因素的干扰,提高评估结果的准确性。所述状态评估模型为神经网络模型,具有神经网络模型的特性。基于神经网络模型建立的所述状态评估模型能够对所述第一园区的立体模型进行所述多个状态评估指标的状态评估,输出准确的所述第一园区的多个状态评估结果。其中,所述多个状态评估指标可由所述一种智慧园区的立体智能管理系统综合分析智慧园区管理的重点、难点等后,自适应设定。优选地,本申请采用的所述多个状态评估指标包括消防状态评估指标、卫生状态评估指标、安全状态评估指标、环境状态评估指标。所述第一园区的多个状态评估结果包括消防状态评估结果、卫生状态评估结果、安全状态评估结果、环境状态评估结果。此外,所述状态评估模型能根据训练数据进行不断的自我训练学习,所述多组训练数据中每组数据均包括所述第一园区此前的历史状态评估结果。所述状态评估模型不断地自我的修正,当所述状态评估模型的输出信息达到预定的准确率/收敛状态时,则监督学习过程结束。通过对所述状态评估模型进行数据训练,使得所述状态评估模型处理输入数据更加准确,进而使得输出的所述状态评估模型的输出信息也更加准确。达到了获得更加准确、有效的第一园区的多个状态评估结果,为后续对其进行权重分配奠定基础的技术效果。
步骤S550:对所述第一园区的多个状态评估结果进行权重分配,获得所述第一园区状态综合评估结果。
进一步的,本申请步骤S550还包括:
步骤S551:根据所述第一园区的多个状态评估结果,获得第一状态评估结果和第一状态评估结果集合;
步骤S552:对所述第一状态评估结果与所述第一状态评估结果集合进行关联性分析,获得多个相关性系数;
步骤S553:根据所述多个相关性系数对所述第一状态评估结果集合进行权重分配,并结合所述第一状态评估结果,获得所述第一园区状态综合评估结果。
具体而言,在获得所述第一园区的多个状态评估结果的基础上,由所述一种智慧园区的立体智能管理系统选择第一园区的多个状态评估结果中任意一个状态评估结果作为第一状态评估结果,将所述第一园区的多个状态评估结果中剩余的数据信息作为第一状态评估结果集合。基于此,进行关联性分析,获得多个相关性系数。继而对其进行权重分配,结合所述第一状态评估结果,获得所述第一园区状态综合评估结果。其中,所述多个相关性系数是表征所述第一状态评估结果与所述第一状态评估结果集合中的数据信息的相关程度的参数。示例性地,所述第一园区的多个状态评估结果包括d、e、f、g。所述第一状态评估结果为d,所述第一状态评估结果集合为e、f、g。对所述第一状态评估结果与所述第一状态评估结果集合进行关联性分析,获得多个相关性系数为e1、f1、g1。且e1最大、f1次之、g1最小。则所述第一园区状态综合评估结果是包括第一状态评估结果d,再对所述第一状态评估结果集合中的e、f、g进行权重分配后,获得的数据信息。e1最大,表明e与d的相关程度最大,则e与d的信息重叠性最大,e具有最小的权重。相反,g1最小,表明g与d的相关程度最小,则g与d的信息重叠性最小,g具有最大的权重。达到了获得适配度和精准性较高的第一园区状态综合评估结果,为后续利用风险专家系统对其进行风险评估提供数据支持的技术效果。
步骤S600:根据风险专家系统对所述第一园区状态综合评估结果进行风险评估,获得第一园区风险评估结果;
进一步的,本申请步骤S600还包括:
步骤S610:基于所述第一园区状态综合评估结果,构建风险专家系统,其中,所述风险专家系统包括不同领域的风险专家;
步骤S620:根据所述风险专家系统对所述第一园区状态综合评估结果进行分析,获得多个风险指标;
步骤S630:根据所述风险专家系统对所述多个风险指标进行分析,获得多个风险影响和多个风险概率;
步骤S640:根据所述多个风险影响和所述多个风险概率对所述多个风险指标进行权重分配,获得所述第一园区风险评估结果。
具体而言,在获得所述第一园区状态综合评估结果的基础上,构建风险专家系统,并根据其对所述第一园区状态综合评估结果进行分析,获得多个风险指标。进而由所述风险专家系统对所述多个风险指标进行深度分析,获得多个风险影响和多个风险概率,并根据其对所述多个风险指标进行权重分配,获得所述第一园区风险评估结果。其中,所述风险专家系统包括消防风险专家、卫生风险专家、环境风险专家等不同领域的风险专家。所述多个风险指标是表征第一园区存在的风险类别的数据信息。所述多个风险指标中任一风险指标发生时,
对第一园区产生的危害、作用即为风险影响。所述多个风险指标与所述多个风险影响具有对应关系。所述多个风险指标中任一风险指标发生发生的可能性即为风险概率。所述多个风险指标与所述多个风险概率具有对应关系。例如,若某一风险指标具有较大的风险影响和风险概率,则该风险指标在所述第一园区风险评估结果中具有较大的权重。达到了利用风险专家系统对第一园区状态综合评估结果进行风险评估,为后续获得第一园区管理调整方案提供数据支持的技术效果。
步骤S700:将所述第一园区风险评估结果上传至所述智慧管理平台,获得第一园区管理调整方案;
步骤S800:根据所述第一园区管理调整方案进行所述第一园区的智能管理。
具体而言,在获得所述第一园区风险评估结果的基础上,将其上传至所述智慧管理平台,获取第一园区管理调整方案,并根据其进行所述第一园区的智能管理。其中,所述智慧管理平台包括于所述一种智慧园区的立体智能管理系统。所述智慧管理平台是一种综合性的移动信息化业务应用平台,用于对信息进行汇集、分析、传递和处理后,对园区进行最优化的控制和决策,从而使园区达到高效、经济、节能、协调的运行状态。所述第一园区管理调整方案是由所述智慧管理平台对所述第一园区风险评估结果进行科学分析、智能计算后,用于对第一园区进行优化管理的任一管理调整方案。达到了提升园区管理的智慧性、创新性、科技性;提高园区管理的精确度和适应性,进而提高园区管理的效果和质量;降低园区管理的成本,避免人力、物力等资源的浪费;同时,研究设计一种优化园区的管理方法,为未来园区的建设方向提供参考数据的技术效果。
综上所述,本申请所提供的一种智慧园区的立体智能管理方法具有如下技术效果:
1.明确第一园区的基本信息数据库;基于此,布设图像采集装置,获得第一图像采集装置分布结果;并利用其对所述第一园区进行图像采集,获得第一园区的图像集合;基于增强现实技术对所述第一园区的图像集合进行处理,获得第一园区的立体模型;根据多个状态评估指标,结合状态评估模型对所述第一园区的立体模型进行状态评估,获得第一园区状态综合评估结果;根据风险专家系统对所述第一园区状态综合评估结果进行风险评估,获得第一园区风险评估结果;将其
上传至所述智慧管理平台,获得第一园区管理调整方案;继而进行所述第一园区的智能管理。达到了提升园区管理的智慧性、创新性、科技性;提高园区管理的精确度和适应性,进而提高园区管理的效果和质量;降低园区管理的成本,避免人力、物力等资源的浪费;同时,研究设计一种优化园区的管理方法,为未来园区的建设方向提供参考数据的技术效果。
2.所述生成模型和所述判别模型包括于所述生成式对抗网络模型。所述生成模型和所述判别模型是对抗的关系,所述生成模型要尽可能生成出让所述判别模型失败的样本,而所述判别模型要尽可能识别出所述生成模型输出的对抗样本。所述生成式对抗网络就是利用这种对抗的关系,在训练的过程中通过相互竞争使所述生成模型和所述判别模型得到增强,不断优化,进而获得准确度较高的所述生成模型和所述判别模型。所述生成式对抗网络模型具有应用范围广、简单、节省时间等优点。达到了利用生成模型和判别模型,构建准确性和可信度较高的生成式对抗网络模型,为后续获得精确的第一图像集合评估结果奠定基础的技术效果。
3.所述增强现实技术是在虚拟现实技术的基础上发展起来的一种新兴的计算机应用和人机交互技术。增强现实技术借助光电显示技术、交互技术、多传感器技术、计算机图形与多媒体技术等,将计算机生成的虚拟环境与真实场景相融合,在已有的真实世界的基础上,为用户提供一种全新的感官复合的视觉效果,帮助用户提升认知、感知世界的能力。增强现实技术在教学培训、医疗研究、精密仪器制造和维修、远程机器人控制、文物修复等领域具有广泛而深远的应用前景。利用增强现实技术对第一园区进行建模,具有真实感强、建模工作量小、可靠性强、精确度高等优点。
4.所述状态评估模型能根据训练数据进行不断的自我训练学习,所述多组训练数据中每组数据均包括所述第一园区此前的历史状态评估结果。所述状态评估模型不断地自我的修正,当所述状态评估模型的输出信息达到预定的准确率/收敛状态时,则监督学习过程结束。通过对所述状态评估模型进行数据训练,使得所述状态评估模型处理输入数据更加准确,进而使得输出的所述状态评估模型的输出信息也更加准确。达到了获得更加准确、有效的第一园区的多个状态评估结果,为后续对其进行权重分配奠定基础的技术效果。
实施例二
基于与前述实施例中一种智慧园区的立体智能管理方法,同样发明构思,本发明还提供了一种智慧园区的立体智能管理系统,请参阅附图3,所述系统包括:
第一获得单元11,所述第一获得单元11用于获得第一园区的基本信息数据库;
第二获得单元12,所述第二获得单元12用于根据所述第一园区的基本信息数据库布设图像采集装置,获得第一图像采集装置分布结果;
第三获得单元13,所述第三获得单元13用于通过所述第一图像采集装置分布结果对所述第一园区进行图像采集,获得第一园区的图像集合;
第四获得单元14,所述第四获得单元14用于基于增强现实技术对所述第一园区的图像集合进行处理,获得第一园区的立体模型;
第五获得单元15,所述第五获得单元15用于根据多个状态评估指标,结合状态评估模型对所述第一园区的立体模型进行状态评估,获得第一园区状态综合评估结果;
第六获得单元16,所述第六获得单元16用于根据风险专家系统对所述第一园区状态综合评估结果进行风险评估,获得第一园区风险评估结果;
第七获得单元17,所述第七获得单元17用于将所述第一园区风险评估结果上传至所述智慧管理平台,获得第一园区管理调整方案;
第一执行单元18,所述第一执行单元18用于根据所述第一园区管理调整方案进行所述第一园区的智能管理。
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获得生成式对抗网络模型;
第九获得单元,所述第九获得单元用于将所述第一园区的图像集合输入所述生成式对抗网络模型,获得第一图像集合评估结果;
第十获得单元,所述第十获得单元用于根据所述第一图像集合评估结果,获得第一补偿图像采集指令;
第十一获得单元,所述第十一获得单元用于根据所述第一补偿图像采集指令对所述第一园区进行补偿图像采集,获得第一补偿图像集合;
第二执行单元,所述第二执行单元用于将所述第一补偿图像集合添加至所述第一园区的图像集合。
进一步的,所述系统还包括:
第十二获得单元,所述第十二获得单元用于采集第一园区此前的历史图像集合,获得训练样本数据库;
第三执行单元,所述第三执行单元用于构建生成模型和判别模型;
第十三获得单元,所述第十三获得单元用于将所述训练样本数据库输入所述生成模型,获得对抗样本;
第四执行单元,所述第四执行单元用于将所述对抗样本输入所述判别模型,区分所述对抗样本和所述训练样本数据库;
第十四获得单元,所述第十四获得单元用于当所述判别模型无法判别生成的对抗样本和所述训练样本数据库时,获得所述生成式对抗网络模型。
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第一园区的基本信息数据库,获得第一园区场所集合,其中,所述第一园区场所集合包括所述第一园区内的多个场所;
第十六获得单元,所述第十六获得单元用于通过对所述第一园区的图像集合进行特征提取,获得第一园区场所特征信息集合,其中,所述第一园区场所特征信息集合包括第一园区内的多个场所的特征信息;
第十七获得单元,所述第十七获得单元用于根据所述第一园区场所特征信息集合,结合所述增强现实技术对所述第一园区进行建模,获得所述第一园区的立体模型。
进一步的,所述系统还包括:
第十八获得单元,所述第十八获得单元用于获得第一园区此前的历史状态评估结果;
第五执行单元,所述第五执行单元用于基于神经网络构建所述状态评估模型,所述状态评估模型通过多组训练数据训练至收敛获得,其中,所述训练数据包括所述第一园区此前的历史状态评估结果;
第十九获得单元,所述第十九获得单元用于获得所述多个状态评估指标,其中,所述多个状态评估指标包括消防状态评估指标、卫生状态评估指标、安全状态评估指标、环境状态评估指标;
第二十获得单元,所述第二十获得单元用于根据所述多个状态评估指标,结合所述状态评估模型对所述第一园区的立体模型进行状态评估,获得第一园区的多个状态评估结果;
第二十一获得单元,所述第二十一获得单元用于对所述第一园区的多个状态评估结果进行权重分配,获得所述第一园区状态综合评估结果。
进一步的,所述系统还包括:
第二十二获得单元,所述第二十二获得单元用于根据所述第一园区的多个状态评估结果,获得第一状态评估结果和第一状态评估结果集合;
第二十三获得单元,所述第二十三获得单元用于对所述第一状态评估结果与所述第一状态评估结果集合进行关联性分析,获得多个相关性系数;
第二十四获得单元,所述第二十四获得单元用于根据所述多个相关性系数对所述第一状态评估结果集合进行权重分配,并结合所述第一状态评估结果,获得所述第一园区状态综合评估结果。
进一步的,所述系统还包括:
第六执行单元,所述第六执行单元用于基于所述第一园区状态综合评估结果,构建风险专家系统,其中,所述风险专家系统包括不同领域的风险专家;
第二十五获得单元,所述第二十五获得单元用于根据所述风险专家系统对所述第一园区状态综合评估结果进行分析,获得多个风险指标;
第二十六获得单元,所述第二十六获得单元用于根据所述风险专家系统对所述多个风险指标进行分析,获得多个风险影响和多个风险概率;
第二十七获得单元,所述第二十七获得单元用于根据所述多个风险影响和所述多个风险概率对所述多个风险指标进行权重分配,获得所述第一园区风险评估结果。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,前述图1实施例一中的一种智慧园区的立体智能管理方法和具体实例同样适用于本实施例的一种智慧园区的立体智能管理系统,通过前述对一种智慧园区的立体智能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智慧园区的立体智能管理系统,所以为了说明书的简洁,在此不再详述。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
示例性电子设备
下面参考图4来描述本申请的电子设备。
基于与前述实施例中一种智慧园区的立体智能管理方法相同的发明构思,本申请还提供了一种智慧园区的立体智能管理系统,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使得系统以执行第一方面任一项所述的方法。
该电子设备300包括:处理器302、通信接口303、存储器301。可选的,电子设备300还可以包括总线架构304。其中,通信接口303、处理器302以及存储器301可以通过总线架构304相互连接;总线架构304可以是外设部件互连标总线或扩展工业标准结构总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU,微处理器,ASIC,或一个或多个用于控制本申请方案程序执行的集成电路。通信接口303,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如以太网,无线接入网,无线局域网,有线接入网等。存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器、只读光盘或其他光盘存储、光碟存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器301用于存储执行本申请方案的计算机执行指令,并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令,从而实现本申请提供的一种智慧园区的立体智能管理方法。
可选的,本申请中的计算机执行指令也可以称之为应用程序代码,本申请对此不作具体限定。
本申请解决了现有技术中的针对园区管理的精确度不高,进而造成园区管理的效果不佳的技术问题。达到了提升园区管理的智慧性、创新性、科技性;提高园区管理的精确度和适应性,进而提高园区管理的效果和质量;降低园区管理的成本,避免人力、物力等资源的浪费;同时,研究设计一种优化园区的管理方法,为未来园区的建设方向提供参考数据的技术效果。
本领域普通技术人员可以理解:本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分,并不用来限制本申请的范围,也不表示先后顺序。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a ,b,或c中的至少一项(个、种),可以表示:a ,b,c,a -b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质、光介质、或者半导体介质等。
本申请中所描述的各种说明性的逻辑单元和电路可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列(FPGA)或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本申请中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于终端中。可选地,处理器和存储媒介也可以设置于终端中的不同的部件中。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。
尽管结合具体特征及其实施例对本申请进行了描述,显而易见的,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。
相应地,本说明书和附图仅仅是本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。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范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (10)
1.一种智慧园区的立体智能管理方法,其特征在于,所述方法应用于一种智慧园区的立体智能管理系统,所述系统包括一智慧管理平台,所述方法包括:
获得第一园区的基本信息数据库;
根据所述第一园区的基本信息数据库布设图像采集装置,获得第一图像采集装置分布结果;
通过所述第一图像采集装置分布结果对所述第一园区进行图像采集,获得第一园区的图像集合;
基于增强现实技术对所述第一园区的图像集合进行处理,获得第一园区的立体模型;
根据多个状态评估指标,结合状态评估模型对所述第一园区的立体模型进行状态评估,获得第一园区状态综合评估结果;
根据风险专家系统对所述第一园区状态综合评估结果进行风险评估,获得第一园区风险评估结果;
将所述第一园区风险评估结果上传至所述智慧管理平台,获得第一园区管理调整方案;
根据所述第一园区管理调整方案进行所述第一园区的智能管理。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
获得生成式对抗网络模型;
将所述第一园区的图像集合输入所述生成式对抗网络模型,获得第一图像集合评估结果;
根据所述第一图像集合评估结果,获得第一补偿图像采集指令;
根据所述第一补偿图像采集指令对所述第一园区进行补偿图像采集,获得第一补偿图像集合;
将所述第一补偿图像集合添加至所述第一园区的图像集合。
3.如权利要求2所述的方法,其特征在于,所述获得生成式对抗网络模型,所述方法还包括:
采集第一园区此前的历史图像集合,获得训练样本数据库;
构建生成模型和判别模型;
将所述训练样本数据库输入所述生成模型,获得对抗样本;
将所述对抗样本输入所述判别模型,区分所述对抗样本和所述训练样本数据库;
当所述判别模型无法判别生成的对抗样本和所述训练样本数据库时,获得所述生成式对抗网络模型。
4.如权利要求1所述的方法,其特征在于,所述基于增强现实技术对所述第一园区的图像集合进行处理,获得第一园区的立体模型,所述方法还包括:
根据所述第一园区的基本信息数据库,获得第一园区场所集合,其中,所述第一园区场所集合包括所述第一园区内的多个场所;
通过对所述第一园区的图像集合进行特征提取,获得第一园区场所特征信息集合,其中,所述第一园区场所特征信息集合包括第一园区内的多个场所的特征信息;
根据所述第一园区场所特征信息集合,结合所述增强现实技术对所述第一园区进行建模,获得所述第一园区的立体模型。
5.如权利要求1所述的方法,其特征在于,所述根据多个状态评估指标,结合状态评估模型对所述第一园区的立体模型进行状态评估,获得第一园区状态综合评估结果,所述方法还包括:
获得第一园区此前的历史状态评估结果;
基于神经网络构建所述状态评估模型,所述状态评估模型通过多组训练数据训练至收敛获得,其中,所述训练数据包括所述第一园区此前的历史状态评估结果;
获得所述多个状态评估指标,其中,所述多个状态评估指标包括消防状态评估指标、卫生状态评估指标、安全状态评估指标、环境状态评估指标;
根据所述多个状态评估指标,结合所述状态评估模型对所述第一园区的立体模型进行状态评估,获得第一园区的多个状态评估结果;
对所述第一园区的多个状态评估结果进行权重分配,获得所述第一园区状态综合评估结果。
6.如权利要求4所述的方法,其特征在于,所述对所述第一园区的多个状态评估结果进行权重分配,获得所述第一园区状态综合评估结果,所述方法还包括:
根据所述第一园区的多个状态评估结果,获得第一状态评估结果和第一状态评估结果集合;
对所述第一状态评估结果与所述第一状态评估结果集合进行关联性分析,获得多个相关性系数;
根据所述多个相关性系数对所述第一状态评估结果集合进行权重分配,并结合所述第一状态评估结果,获得所述第一园区状态综合评估结果。
7.如权利要求1所述的方法,其特征在于,所述根据风险专家系统对所述第一园区状态综合评估结果进行风险评估,获得第一园区风险评估结果,所述方法还包括:
基于所述第一园区状态综合评估结果,构建风险专家系统,其中,所述风险专家系统包括不同领域的风险专家;
根据所述风险专家系统对所述第一园区状态综合评估结果进行分析,获得多个风险指标;
根据所述风险专家系统对所述多个风险指标进行分析,获得多个风险影响和多个风险概率;
根据所述多个风险影响和所述多个风险概率对所述多个风险指标进行权重分配,获得所述第一园区风险评估结果。
8.一种智慧园区的立体智能管理系统,其特征在于,所述系统包括一智慧管理平台,所述系统还包括:
第一获得单元,所述第一获得单元用于获得第一园区的基本信息数据库;
第二获得单元,所述第二获得单元用于根据所述第一园区的基本信息数据库布设图像采集装置,获得第一图像采集装置分布结果;
第三获得单元,所述第三获得单元用于通过所述第一图像采集装置分布结果对所述第一园区进行图像采集,获得第一园区的图像集合;
第四获得单元,所述第四获得单元用于基于增强现实技术对所述第一园区的图像集合进行处理,获得第一园区的立体模型;
第五获得单元,所述第五获得单元用于根据多个状态评估指标,结合状态评估模型对所述第一园区的立体模型进行状态评估,获得第一园区状态综合评估结果;
第六获得单元,所述第六获得单元用于根据风险专家系统对所述第一园区状态综合评估结果进行风险评估,获得第一园区风险评估结果;
第七获得单元,所述第七获得单元用于将所述第一园区风险评估结果上传至所述智慧管理平台,获得第一园区管理调整方案;
第一执行单元,所述第一执行单元用于根据所述第一园区管理调整方案进行所述第一园区的智能管理。
9.一种智慧园区的立体智能管理系统,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,其特征在于,所述处理器执行所述程序时实现权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210950081.6A CN115511255A (zh) | 2022-08-09 | 2022-08-09 | 一种智慧园区的立体智能管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210950081.6A CN115511255A (zh) | 2022-08-09 | 2022-08-09 | 一种智慧园区的立体智能管理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115511255A true CN115511255A (zh) | 2022-12-23 |
Family
ID=84501119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210950081.6A Pending CN115511255A (zh) | 2022-08-09 | 2022-08-09 | 一种智慧园区的立体智能管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115511255A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116777713A (zh) * | 2023-08-24 | 2023-09-19 | 湖南天成新宇网络科技有限公司 | 基于数据分析的智慧园区安全管理方法和系统 |
CN117172573A (zh) * | 2023-09-05 | 2023-12-05 | 广州盛建科技产业园有限公司 | 一种基于数字孪生的智慧园区管理方法及系统 |
CN117251492A (zh) * | 2023-09-20 | 2023-12-19 | 怀宁县政通中小企业服务中心 | 智慧园区产业集群数据对比分析系统及方法 |
-
2022
- 2022-08-09 CN CN202210950081.6A patent/CN115511255A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116777713A (zh) * | 2023-08-24 | 2023-09-19 | 湖南天成新宇网络科技有限公司 | 基于数据分析的智慧园区安全管理方法和系统 |
CN116777713B (zh) * | 2023-08-24 | 2023-11-03 | 湖南天成新宇网络科技有限公司 | 基于数据分析的智慧园区安全管理方法和系统 |
CN117172573A (zh) * | 2023-09-05 | 2023-12-05 | 广州盛建科技产业园有限公司 | 一种基于数字孪生的智慧园区管理方法及系统 |
CN117251492A (zh) * | 2023-09-20 | 2023-12-19 | 怀宁县政通中小企业服务中心 | 智慧园区产业集群数据对比分析系统及方法 |
CN117251492B (zh) * | 2023-09-20 | 2024-06-14 | 怀宁县政通中小企业服务中心 | 智慧园区产业集群数据对比分析系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115511255A (zh) | 一种智慧园区的立体智能管理方法及系统 | |
Bency et al. | Beyond spatial auto-regressive models: Predicting housing prices with satellite imagery | |
CN100533486C (zh) | 一种数字城市全自动生成的方法 | |
CN107688856B (zh) | 基于深度强化学习的室内机器人场景主动识别方法 | |
CN112231305A (zh) | 一种基于数字孪生的数字电网系统及方法 | |
CN110415521A (zh) | 交通数据的预测方法、装置和计算机可读存储介质 | |
CN109117352B (zh) | 服务器性能预测方法和装置 | |
CN108491649A (zh) | 一种风电场数字化平台的设计方法以及处理设备 | |
Manganelli et al. | Using genetic algorithms in the housing market analysis | |
CN102789489B (zh) | 基于手持终端的图像检索方法和系统 | |
CN117216341A (zh) | 一种电网分布式时空数据的可视化方法及系统 | |
Deng et al. | A semantic framework for on-site evacuation routing based on awareness of obstacle accessibility | |
CN117173791A (zh) | 一种基于动作识别的配网施工人员违规检测方法及系统 | |
CN117788737A (zh) | 一种基于无人机高光谱遥感的测绘方法 | |
Zhu et al. | Interactive art design based on intelligent sensors and information fusion technology | |
CN117056722A (zh) | 一种规划地块人口数量预测方法及系统 | |
CN112052572A (zh) | 基于wlan位置感知的数字孪生工业仿真系统 | |
CN116935152A (zh) | 目标检测方法和装置、电子设备及存储介质 | |
Hassan et al. | Analytical approach to sustainable smart city using IoT and machine learning | |
CN115617472A (zh) | 面向城市监控数据时延保障的无人机群感知方法 | |
CN111857015B (zh) | 输变电云端智能控制器 | |
Tang et al. | Estimation of human transport modes by fuzzy spiking neural network and evolution strategy in informationally structured space | |
CN114205355A (zh) | 一种变电网关附属设备性能测试方法及系统 | |
Bi | Landscape Perspective Distance‐Included Angle Shape Distribution Analysis Based on 3D CAD Model Retrieval Algorithm | |
Zong et al. | Privacy-preserving automatic slipping detection method for elderly in bathroom using depth sensors |
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 |