CN115795021A - 一种大数据风险监测识别预警装置及系统 - Google Patents
一种大数据风险监测识别预警装置及系统 Download PDFInfo
- Publication number
- CN115795021A CN115795021A CN202211428309.1A CN202211428309A CN115795021A CN 115795021 A CN115795021 A CN 115795021A CN 202211428309 A CN202211428309 A CN 202211428309A CN 115795021 A CN115795021 A CN 115795021A
- Authority
- CN
- China
- Prior art keywords
- risk
- module
- early warning
- monitoring
- data
- 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.)
- Withdrawn
Links
Images
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本发明涉及大数据管理技术领域，具体为一种大数据风险监测识别预警装置及系统，其中装置包括数据采集模块、数据监测模块、风险分析模块、风险预警模块、方案推送模块与趋势预测模块，所述数据采集模块用于实时采集目标数据，并将采集的目标数据传输至所述数据监测模块中，所述数据监测模块用于对所述数据采集模块中采集的目标数据进行监测处理，并且对监测结果异常的目标数据进行修正处理，监测结果为正常的目标数据传输至所述风险分析模块中，本发明可对监测结果异常的目标数据进行及时修正处理，保证目标数据风险识别预警的连续性与可靠性，可根据风险评价标签信息预测出风险危害趋势，为风险处置决策提供全面可靠的辅助依据信息。
Description
技术领域
本发明涉及大数据管理技术领域，具体为一种大数据风险监测识别预警装置及系统。
背景技术
随着云时代的来临，大数据也吸引了越来越多的关注。分析师团队认为，大数据通常用来形容一个企业创造的大量非结构化数据和半结构化数据，大数据在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策的资讯，传统的大数据企业风险识别预警装置在使用时，目标数据状态异常时容易导致风险识别预警发生中止或错误现象，并且不能为风险处置决策提供全面可靠的辅助依据信息。
现有技术CN112052306A公开了识别数据的方法和装置，该方法的一具体实施方式包括：对多条待识别数据进行分词，得到待识别词，以生成待识别词的词向量集合和词频次集合；分别从待识别词的词向量集合和词频次集合中匹配出目标待识别数据的词向量和词频次；但是该技术方案仅公开了识别归集方法，并没有提供预警及分析所收集数据的方法。
发明内容
本发明的目的在于提供一种大数据风险监测识别预警装置及系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种大数据风险监测识别预警装置，包括数据采集模块、数据监测模块、风险分析模块、风险预警模块、方案推送模块与趋势预测模块，其中，
所述数据采集模块用于实时采集目标数据，并将采集的目标数据传输至所述数据监测模块中；
所述数据监测模块用于对所述数据采集模块中采集的目标数据进行监测处理，并且对监测结果异常的目标数据进行修正处理，监测结果为正常的目标数据传输至所述风险分析模块中；
所述风险分析模块用于分析处理所述数据监测模块中的目标数据，生成对应风险评价标签信息；
所述风险预警模块用于根据所述风险分析模块中的风险评价标签信息生成对应风险预警信息；将风险预警信息标记为样本M1、M2、……Mn，并自动校检比对各样本之间的相似度/值，比对公式函数为exact(text1,text2)，所述text1，text2为M1至Mn数据中的任意两个不同值，若exact(text1,text2)等于True，则将所比对的两个数值合并，若exact(text1,text2)等于False，则仍然保留数值原值；
所述方案推送模块用于根据所述风险预警模块中的风险预警信息匹配并推送出对应的处置方案；
所述趋势预测模块用于根据所述风险分析模块中的风险评价标签信息预测出风险危害趋势，并判定分析出风险危害趋势的影响范围、严重程度与发生概率；具体将风险预警信息样本M设为连续变量，设f(x)为概率密度函数，则有概率
优选的，所述数据采集模块包括数据获取单元与数据整理单元，所述数据获取单元用于实时获取目标数据，所述数据整理单元用于将所述数据获取单元获取的目标数据进行整合传输。
优选的，所述数据监测模块包括监测单元、修改单元与传输单元，所述数据监测模块的具体运行流程包括如下步骤：
步骤a1：利用监测单元接收所述数据采集模块中的目标数据，并监测目标数据状态；
步骤a2：若目标数据状态的监测结果为异常，修改单元则参考异常点前后的数据修正处理目标数据，直至使得目标数据的监测结果为正常；
步骤a3：确认目标数据状态的监测结果为正常，利用传输单元将监测结果为正常的目标数据进行传输至所述风险分析模块中。
优选的，所述风险分析模块包括风险评估单元与风险标签库，所述风险分析模块的具体运行流程包括如下步骤：
步骤b1：利用风险评估单元接收所述数据监测模块中监测结果为正常的目标数据，将目标数据进行读取识别；
步骤b2：风险评估单元根据读取识别结果匹配出风险标签库中对应的风险评价标签信息。
优选的，所述风险预警模块包括标签解析单元与预警单元，所述标签解析单元用于解析处理风险评价标签信息，所述预警单元用于根据所述标签解析单元中的解析结果生成风险预警信息。
优选的，所述方案推送模块包括预警解析单元、预警匹配单元与方案库，所述方案推送模块的具体运行流程包括如下步骤：
步骤c1：利用预警解析单元解析处理所述风险预警模块中的风险预警信息；
步骤c2：所述预警匹配单元根据所述预警解析单元中解析结果，对应推送出所述方案库中的处置方案。
优选的，所述趋势预测模块包括标签识别单元与趋势分析模型，所述趋势预测模块的具体运行流程包括如下步骤：
步骤d1：利用所述标签识别单元识别读取所述风险分析模块中的风险评价标签信息预测出风险危害趋势；
步骤d2：利用所述趋势分析模型并判定评估出所述标签识别单元中风险危害趋势的影响范围、严重程度与发生概率；
为实现上述目的及其它相关目的，本发明还提供一种大数据风险监测识别预警系统，包括上述大数据风险监测识别预警装置，还包括存储模块，所述系统的具体运行流程包括如下步骤：
步骤e1：利用所述数据采集模块实时采集目标数据，并将采集的目标数据传输至所述数据监测模块中；
步骤e2：利用所述数据监测模块对所述数据采集模块中采集的目标数据进行监测处理，并且对监测结果异常的目标数据进行修正处理，监测结果为正常的目标数据传输至所述风险分析模块中；
步骤e3：利用所述风险分析模块用于分析处理所述数据监测模块中的目标数据，生成对应风险评价标签信息；
步骤e4：利用所述风险预警模块用于根据所述风险分析模块中的风险评价标签信息生成对应风险预警信息；
步骤e5：利用所述方案推送模块用于根据所述风险预警模块中的风险预警信息匹配并推送出对应的处置方案；
步骤e6：利用所述趋势预测模块根据所述风险分析模块中的风险评价标签信息预测出风险危害趋势，并判定分析出风险危害趋势的影响范围、严重程度与发生概率；
步骤e7：利用所述存储模块对风险评价标签信息、风险预警信息、处置方案与风险危害趋势进行存储。
优选的，还包括查询模块，所述查询模块用于查询展示所述存储模块中存储的内容信息。
与现有技术相比，本发明的有益效果是：
本发明通过对采集的目标数据进行实时监测，并且可对监测结果异常的目标数据进行及时修正处理，保证目标数据风险识别预警的连续性与可靠性，防止目标数据状态异常时影响风险识别预警效果，可根据风险评价标签信息预测出风险危害趋势，并判定分析出风险危害趋势的影响范围、严重程度与发生概率，为风险处置决策提供全面可靠的辅助依据信息。
附图说明
图1为本发明系统的结构示意图；
图2为本发明装置中数据监测模块运行时的流程示意图；
图3为本发明装置中风险分析模块运行时的流程示意图；
图4为本发明装置中方案推送模块的结构示意图；
图5为本发明装置中方案推送模块运行时的流程示意图；
图6为本发明装置中趋势预测模块运行时的流程示意图
图7为本发明系统运行时的流程示意图。
图中：1、数据采集模块；11、数据获取单元；12、数据整理单元；2、数据监测模块；21、监测单元；22、修改单元；23、传输单元；3、风险分析模块；31、风险评估单元；32、风险标签库；4、风险预警模块；41、标签解析单元；42、预警单元；5、方案推送模块；51、预警解析单元；52、预警匹配单元；53、方案库；6、趋势预测模块；61、标签识别单元；62、趋势分析模型；7、存储模块；8、查询模块。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一：
如图1至图6所示，本发明提供的一种技术方案：
一种大数据风险监测识别预警装置，包括数据采集模块1、数据监测模块2、风险分析模块3、风险预警模块4、方案推送模块5与趋势预测模块6，其中，
数据采集模块1用于实时采集目标数据，并将采集的目标数据传输至数据监测模块2中；
数据监测模块2用于对数据采集模块1中采集的目标数据进行监测处理，并且对监测结果异常的目标数据进行修正处理，监测结果为正常的目标数据传输至风险分析模块3中；
风险分析模块3用于分析处理数据监测模块2中的目标数据，生成对应风险评价标签信息；
风险预警模块4用于根据风险分析模块3中的风险评价标签信息生成对应风险预警信息，将风险预警信息标记为样本M1、M2、……Mn，并自动校检比对各样本之间的相似度/值，比对公式函数为exact(text1,text2)，所述text1，text2为M1至Mn数据中的任意两个不同值，若exact(text1,text2)等于True，则将所比对的两个数值合并，若exact(text1,text2)等于False，则仍然保留数值原值；
方案推送模块5用于根据风险预警模块4中的风险预警信息匹配并推送出对应的处置方案；
趋势预测模块6用于根据风险分析模块3中的风险评价标签信息预测出风险危害趋势，并判定分析出风险危害趋势的影响范围、严重程度与发生概率，具体为将风险预警信息样本M设为连续变量，设f(x)为概率密度函数，则有概率
作为本实施例中的一种优选的实施方式，数据采集模块1包括数据获取单元11与数据整理单元12，数据获取单元11用于实时获取目标数据，数据整理单元12用于将数据获取单元11获取的目标数据进行整合传输。
作为本实施例中的一种优选的实施方式，数据监测模块2包括监测单元21、修改单元22与传输单元23，数据监测模块2的具体运行流程包括如下步骤：
步骤a1：利用监测单元21接收数据采集模块1中的目标数据，并监测目标数据状态；
步骤a2：若目标数据状态的监测结果为异常，修改单元22则参考异常点前后的数据修正处理目标数据，直至使得目标数据的监测结果为正常；
步骤a3：确认目标数据状态的监测结果为正常，利用传输单元23将监测结果为正常的目标数据进行传输至风险分析模块3中。
作为本实施例中的一种优选的实施方式，风险分析模块3包括风险评估单元31与风险标签库32，风险分析模块3的具体运行流程包括如下步骤：
步骤b1：利用风险评估单元31接收数据监测模块2中监测结果为正常的目标数据，将目标数据进行读取识别；
步骤b2：风险评估单元31根据读取识别结果匹配出风险标签库32中对应的风险评价标签信息。
作为本实施例中的一种优选的实施方式，风险预警模块4包括标签解析单元41与预警单元42，标签解析单元41用于解析处理风险评价标签信息，预警单元42用于根据标签解析单元41中的解析结果生成风险预警信息。
作为本实施例中的一种优选的实施方式，方案推送模块5包括预警解析单元51、预警匹配单元52与方案库53，方案推送模块5的具体运行流程包括如下步骤：
步骤c1：利用预警解析单元51解析处理风险预警模块4中的风险预警信息；
步骤c2：预警匹配单元52根据预警解析单元51中解析结果，对应推送出方案库53中的处置方案。
作为本实施例中的一种优选的实施方式，趋势预测模块6包括标签识别单元61与趋势分析模型62，趋势预测模块6的具体运行流程包括如下步骤：
步骤d1：利用标签识别单元61识别读取风险分析模块3中的风险评价标签信息预测出风险危害趋势；
步骤d2：利用趋势分析模型62并判定评估出标签识别单元61中风险危害趋势的影响范围、严重程度与发生概率。
实施例二：
请参阅图1、图7所示，一种大数据风险监测识别预警系统，包括实施例一中的大数据风险监测识别预警装置，还包括存储模块7，系统的具体运行流程包括如下步骤：
步骤e1：利用数据采集模块1实时采集目标数据，并将采集的目标数据传输至数据监测模块2中；
步骤e2：利用数据监测模块2对数据采集模块1中采集的目标数据进行监测处理，并且对监测结果异常的目标数据进行修正处理，监测结果为正常的目标数据传输至风险分析模块3中；
步骤e3：利用风险分析模块3用于分析处理数据监测模块2中的目标数据，生成对应风险评价标签信息；
步骤e4：利用风险预警模块4用于根据风险分析模块3中的风险评价标签信息生成对应风险预警信息；
步骤e5：利用方案推送模块5用于根据风险预警模块4中的风险预警信息匹配并推送出对应的处置方案；
步骤e6：利用趋势预测模块6根据风险分析模块3中的风险评价标签信息预测出风险危害趋势，并判定分析出风险危害趋势的影响范围、严重程度与发生概率；
步骤e7：利用存储模块7对风险评价标签信息、风险预警信息、处置方案与风险危害趋势进行存储。
作为本实施例中的一种优选的实施方式，还包括查询模块8，查询模块8用于查询展示存储模块7中存储的内容信息。
综上所述，本发明通过对采集的目标数据进行实时监测，并且可对监测结果异常的目标数据进行及时修正处理，保证目标数据风险识别预警的连续性与可靠性，防止目标数据状态异常时影响风险识别预警效果，并且能够推送对应风险处置方案，可根据风险评价标签信息预测出风险危害趋势，并判定分析出风险危害趋势的影响范围、严重程度与发生概率，为风险处置决策提供全面可靠的辅助依据信息。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (9)
1.一种大数据风险监测识别预警装置，其特征在于：包括数据采集模块(1)、数据监测模块(2)、风险分析模块(3)、风险预警模块(4)、方案推送模块(5)与趋势预测模块(6)，其中，
所述数据采集模块(1)用于实时采集目标数据，并将采集的目标数据传输至所述数据监测模块(2)中；
所述数据监测模块(2)用于对所述数据采集模块(1)中采集的目标数据进行监测处理，并且对监测结果异常的目标数据进行修正处理，监测结果为正常的目标数据传输至所述风险分析模块(3)中；
所述风险分析模块(3)用于分析处理所述数据监测模块(2)中的目标数据，生成对应风险评价标签信息；
所述风险预警模块(4)用于根据所述风险分析模块(3)中的风险评价标签信息生成对应风险预警信息，将风险预警信息标记为样本M1、M2、……Mn，并自动校检比对各样本之间的相似度/值，比对公式函数为exact(text1,text2)，所述text1，text2为M1至Mn数据中的任意两个不同值，若exact(text1,text2)等于True，则将所比对的两个数值合并，若exact(text1,text2)等于False，则仍然保留数值原值；
所述方案推送模块(5)用于根据所述风险预警模块(4)中的风险预警信息匹配并推送出对应的处置方案，经过比对后数值合并的样本推送为同一个处置方案；
所述趋势预测模块(6)用于根据所述风险分析模块(3)中的风险评价标签信息预测出风险危害趋势，并判定分析出风险危害趋势的影响范围、严重程度与发生概率，将风险预警信息样本M设为连续变量，设f(x)为概率密度函数，则有概率
2.根据权利要求1所述的大数据风险监测识别预警装置，其特征在于：所述数据采集模块(1)包括数据获取单元(11)与数据整理单元(12)，所述数据获取单元(11)用于实时获取目标数据，所述数据整理单元(12)用于将所述数据获取单元(11)获取的目标数据进行整合传输。
3.根据权利要求1所述的大数据风险监测识别预警装置，其特征在于：所述数据监测模块(2)包括监测单元(21)、修改单元(22)与传输单元(23)，所述数据监测模块(2)的具体运行流程包括如下步骤：
步骤a1：利用监测单元(21)接收所述数据采集模块(1)中的目标数据，并监测目标数据状态；
步骤a2：若目标数据状态的监测结果为异常，修改单元(22)则参考异常点前后的数据修正处理目标数据，直至使得目标数据的监测结果为正常；
步骤a3：确认目标数据状态的监测结果为正常，利用传输单元(23)将监测结果为正常的目标数据进行传输至所述风险分析模块(3)中。
4.根据权利要求1所述的大数据风险监测识别预警装置，其特征在于：所述风险分析模块(3)包括风险评估单元(31)与风险标签库(32)，所述风险分析模块(3)的具体运行流程包括如下步骤：
步骤b1：利用风险评估单元(31)接收所述数据监测模块(2)中监测结果为正常的目标数据，将目标数据进行读取识别；
步骤b2：风险评估单元(31)根据读取识别结果匹配出风险标签库(32)中对应的风险评价标签信息。
5.根据权利要求1所述的大数据风险监测识别预警装置，其特征在于：所述风险预警模块(4)包括标签解析单元(41)与预警单元(42)，所述标签解析单元(41)用于解析处理风险评价标签信息，所述预警单元(42)用于根据所述标签解析单元(41)中的解析结果生成风险预警信息。
6.根据权利要求1所述的大数据风险监测识别预警装置，其特征在于：所述方案推送模块(5)包括预警解析单元(51)、预警匹配单元(52)与方案库(53)，所述方案推送模块(5)的具体运行流程包括如下步骤：
步骤c1：利用预警解析单元(51)解析处理所述风险预警模块(4)中的风险预警信息；
步骤c2：所述预警匹配单元(52)根据所述预警解析单元(51)中解析结果，对应推送出所述方案库(53)中的处置方案。
7.根据权利要求1所述的大数据风险监测识别预警装置，其特征在于：所述趋势预测模块(6)包括标签识别单元(61)与趋势分析模型(62)，所述趋势预测模块(6)的具体运行流程包括如下步骤：
步骤d1：利用所述标签识别单元(61)识别读取所述风险分析模块(3)中的风险评价标签信息预测出风险危害趋势；
步骤d2：利用所述趋势分析模型(62)并判定评估出所述标签识别单元(61)中风险危害趋势的影响范围、严重程度与发生概率。
8.一种大数据风险监测识别预警系统，其特征在于：包括权利要求1-7任一项所述的大数据风险监测识别预警装置，还包括存储模块(7)，所述系统的具体运行流程包括如下步骤：
步骤e1：利用所述数据采集模块(1)实时采集目标数据，并将采集的目标数据传输至所述数据监测模块(2)中；
步骤e2：利用所述数据监测模块(2)对所述数据采集模块(1)中采集的目标数据进行监测处理，并且对监测结果异常的目标数据进行修正处理，监测结果为正常的目标数据传输至所述风险分析模块(3)中；
步骤e3：利用所述风险分析模块(3)用于分析处理所述数据监测模块(2)中的目标数据，生成对应风险评价标签信息；
步骤e4：利用所述风险预警模块(4)用于根据所述风险分析模块(3)中的风险评价标签信息生成对应风险预警信息；
步骤e5：利用所述方案推送模块(5)用于根据所述风险预警模块(4)中的风险预警信息匹配并推送出对应的处置方案；
步骤e6：利用所述趋势预测模块(6)根据所述风险分析模块(3)中的风险评价标签信息预测出风险危害趋势，并判定分析出风险危害趋势的影响范围、严重程度与发生概率；
步骤e7：利用所述存储模块(7)对风险评价标签信息、风险预警信息、处置方案与风险危害趋势进行存储。
9.根据权利要求8所述的大数据风险监测识别预警系统，其特征在于：还包括查询模块(8)，所述查询模块(8)用于查询展示所述存储模块(7)中存储的内容信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211428309.1A CN115795021A (zh) | 2022-11-15 | 2022-11-15 | 一种大数据风险监测识别预警装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211428309.1A CN115795021A (zh) | 2022-11-15 | 2022-11-15 | 一种大数据风险监测识别预警装置及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115795021A true CN115795021A (zh) | 2023-03-14 |
Family
ID=85437827
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211428309.1A Withdrawn CN115795021A (zh) | 2022-11-15 | 2022-11-15 | 一种大数据风险监测识别预警装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115795021A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116627358A (zh) * | 2023-07-24 | 2023-08-22 | 南充职业技术学院 | 一种基于大数据的计算机外接设备检测系统及方法 |
| CN117852896A (zh) * | 2024-03-07 | 2024-04-09 | 南京德阳工程监理咨询有限公司 | 一种施工监理风险控制预警系统及方法 |
-
2022
- 2022-11-15 CN CN202211428309.1A patent/CN115795021A/zh not_active Withdrawn
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116627358A (zh) * | 2023-07-24 | 2023-08-22 | 南充职业技术学院 | 一种基于大数据的计算机外接设备检测系统及方法 |
| CN116627358B (zh) * | 2023-07-24 | 2023-09-22 | 南充职业技术学院 | 一种基于大数据的计算机外接设备检测系统及方法 |
| CN117852896A (zh) * | 2024-03-07 | 2024-04-09 | 南京德阳工程监理咨询有限公司 | 一种施工监理风险控制预警系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115795021A (zh) | 一种大数据风险监测识别预警装置及系统 | |
| CN111401609A (zh) | 车流量时间序列的预测方法及预测装置 | |
| CN110602045B (zh) | 一种基于特征融合和机器学习的恶意网页识别方法 | |
| CN111460250A (zh) | 用于画像的数据的清洗方法、装置、介质及电子设备 | |
| CN110909363A (zh) | 基于大数据的软件第三方组件漏洞应急响应系统及方法 | |
| CN112765003B (zh) | 一种基于app行为日志的风险预测方法 | |
| CN113723555A (zh) | 异常数据的检测方法及装置、存储介质、终端 | |
| CN114491282B (zh) | 一种基于云计算的异常用户行为分析方法及系统 | |
| CN115758183A (zh) | 日志异常检测模型的训练方法及装置 | |
| CN117610945B (zh) | 基于人工智能的复杂山区地质灾害风险评价方法及系统 | |
| CN115098679A (zh) | 文本分类标注样本的异常检测方法、装置、设备及介质 | |
| CN115171125A (zh) | 数据异常的检测方法 | |
| CN114140025A (zh) | 面向多模态数据的车险欺诈行为预测系统、方法和装置 | |
| CN111371581A (zh) | 物联网卡业务异常检测的方法、装置、设备和介质 | |
| CN115470034A (zh) | 一种日志分析方法、设备及存储介质 | |
| CN115879697A (zh) | 一种工业互联网的数据处理方法、系统、设备及存储介质 | |
| CN116383710A (zh) | 标签确定方法、装置、电子设备及存储介质 | |
| CN113517998B (zh) | 预警配置数据的处理方法、装置、设备及存储介质 | |
| CN112712423A (zh) | 疑似非法集资项目判断方法、装置、计算机设备与存储介质 | |
| Bauer et al. | Automated triage of performance change points using time series analysis and machine learning: Data challenge paper | |
| CN112307090B (zh) | 基于隧道安全数据的检测方法及系统 | |
| CN111258788A (zh) | 磁盘故障预测方法、装置及计算机可读存储介质 | |
| CN112819002B (zh) | 车牌识别结果评估方法、装置、电子设备及存储介质 | |
| CN116758354A (zh) | 分类模型处理方法、装置及电子设备 | |
| CN113344058B (zh) | 基于云计算的信息融合的预警方法、装置及云服务器 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230314 |
|
| WW01 | Invention patent application withdrawn after publication |