CN115796793B - 一种档案数字化转化及管理方法、系统及存储介质 - Google Patents

一种档案数字化转化及管理方法、系统及存储介质 Download PDF

Info

Publication number
CN115796793B
CN115796793B CN202211588295.XA CN202211588295A CN115796793B CN 115796793 B CN115796793 B CN 115796793B CN 202211588295 A CN202211588295 A CN 202211588295A CN 115796793 B CN115796793 B CN 115796793B
Authority
CN
China
Prior art keywords
file
entity
digital
data
updating
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
CN202211588295.XA
Other languages
English (en)
Other versions
CN115796793A (zh
Inventor
万金红
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.)
China Institute of Water Resources and Hydropower Research
Original Assignee
China Institute of Water Resources and Hydropower Research
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 China Institute of Water Resources and Hydropower Research filed Critical China Institute of Water Resources and Hydropower Research
Priority to CN202211588295.XA priority Critical patent/CN115796793B/zh
Publication of CN115796793A publication Critical patent/CN115796793A/zh
Application granted granted Critical
Publication of CN115796793B publication Critical patent/CN115796793B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种档案数字化转化及管理方法、系统及存储介质,涉及档案智能化管理技术领域,包括:对实体档案进行扫描处理,获得可读数字化数据;结合状态数据和可读数字化数据进行处理,建立实体档案对应的数字化档案;划分数字化档案的分级处理权限;管理员对实体档案数字化档案进行管理更新;判断是否需要对数字化档案对应的实体档案进行更新;实体档案出库时,建立实体档案出库记录,并判断是否需要进行实体档案更新;实体档案入库时,建立实体档案入库记录,并判断是否需要进行数字化档案更新。本发明的优点在于:保证数字化档案或实体档案在调取时另一种形式的档案可以进行同步数据更新,实现了实体档案和数字化档案的协同更新管理。

Description

一种档案数字化转化及管理方法、系统及存储介质
技术领域
本发明涉及档案智能化管理技术领域,具体是涉及一种档案数字化转化及管理方法、系统及存储介质。
背景技术
近年来随着信息化的高度发展,档案信息化、档案数字化概念也被引用到档案行业这一领域,档案数字化主要是对原有纸质档案和声像档案的数字化加工处理,使实体档案转化为数字化档案,并建立对应的数字化档案馆进行数字化档案的存储和管理,档案数字化是档案事业发展的基本方向,数字档案馆的建设,电子档案管理系统的普及应用实现了档案的多样化发展。
然而,我国目前存量档案仍然以实体档案为主,针对实体档案的调取查阅仍然是档案管理中不可或缺的内容,而在现有的档案数字化管理中,缺乏一套行之有效的针对于实体档案和数字化档案的协同更新管理方案,导致在档案数字化过程中,实体档案和数字化档案之间的档案数据不一致,影响档案的调取查阅,以及在数字化档案更新时,无法数字化档案做出预测,根据预测进行更新,基于此,本方案提出一种档案数字化转化及管理方法、系统及存储介质。
发明内容
为解决上述技术问题,提供一种一种档案数字化转化及管理方法、系统及存储介质,本技术方案解决了上述的在现有的档案数字化管理中,缺乏一套行之有效的针对于实体档案和数字化档案的协同更新管理方案,导致在档案数字化过程中,实体档案和数字化档案之间的档案数据不一致,影响档案的调取查阅的问题,以及在数字化档案更新时,无法数字化档案做出预测,根据预测进行更新问题。
为达到以上目的,本发明采用的技术方案为:
一种档案数字化转化及管理方法,包括:
获取实体档案,对实体档案进行扫描处理,获得实体档案对应的可读数字化数据;
结合实体档案的状态数据和实体档案对应的可读数字化数据进行处理,建立实体档案对应的数字化档案,同时建立实体档案与实体档案对应的数字化档案的关联信息,所述实体档案的状态数据包括实体档案的存储位置数据、实体档案的调取权限信息;
根据实体档案的调取权限信息划分实体档案对应的数字化档案的分级处理权限;
管理员依据分级权限对实体档案对应的数字化档案进行管理更新,并将管理更新数据进行实时保存,所述管理更新数据包括管理更新时间、管理员身份信息以及档案管理更新内容;
获取数字化档案的管理更新数据,并根据数字化档案的管理更新数据判断是否需要对数字化档案对应的实体档案进行更新,若否,则不做响应,若是,则生成实体档案更新数据;
建立实体档案更新数据表,并将生成的实体档案更新数据加入至实体档案更新数据表的表尾,按照设定的实体档案维护时间间隔进行实体档案更新维护;
获得数字化档案管理更新数据时,还可以采取基于卷积神经网络模型计算进行数字化档案更新,基于卷积神经网络模型计算数字化档案更新具体步骤为:
S1:获取档案利用需求数据;
S2:数据整理;
S3:设定某时刻时间计算档案预测需求结果;
S4:对卷积神经网络模型训练,得到训练后的档案预测需求卷积神经网络;
S5:将时间输入卷积神经模型即可得到时间与档案预测需求关系;
S6:根据预测需求关系进行数字化档案更新。
进一步,步骤S1中,获取数字化档案需求数据、实体档案需求数据。
进一步,步骤S1中,数字化档案需求数据、实体档案需求数据这2类历史数据设置时间标签,以年或月或日为每个历史数据设置标签;建立了2个模型数据,既数字化档案需求历史数据和实体档案需求历史数据。
在运算卷积网络模型时,标记了时间的历史数据,仅对历史数据进行运算,时间作为标记进行记录运算后的历史数据,这样做目的在于保持与运算前历史数据的时间一致性。
进一步步骤S4中,构建卷积神经网络;分别将数字化档案需求数据、实体档案需求数据的档案利用历史数据作为样本集,将作为卷积神经网络的训练数据,构建卷积神经网络,将样本集的每各历史数据作为输入向量,对应的时间为目标值,建立数字化档案预测需求卷积神经网络和实体档案档案预测需求卷积神经网络。
该卷积神经网络包括2个卷积核,分别为数字化档案需求卷积核,实体档案卷积核,各层之间是串联的关系。卷积层由2个5*5的卷积核组成,卷积核即二维矩阵,对输入卷积层的特征进行卷积操作;最大值池化层计算每个邻域的最大值并传递到下一层。回归层输出目标的位置和类别号。该神经网络结构简单,运算量小,运算速度快。
对标记时间的历史数据样本集进行训练,得到所述训练后的卷积神经网络模型。在训练过程中,采用随机梯度下降的方法对所述卷积神经网络中的卷积核参数进行优化,使得损失函数的值收敛至预设值,使得损失函数尽量小,提高目标检测准确性。
训练过程为:将标记的历史数据x作为卷积神经网络的输入,通过神经网络f的层层计算,得到当前网络参数下的目标位置y = f(x)目标为档案需求预测值yp=f(xp)和实际档案需求值
Figure SMS_1
= f(xc)。
将对应的历史数据x 标签中标记的数据所在时间作为实际目标位置
Figure SMS_2
,分别为档案需求预测值yp和实际档案需求值/>
Figure SMS_3
,分别计算所述档案需求预测值yp和实际档案需求值/>
Figure SMS_4
之间的误差。
本技术方案建立了数字化档案需求预测值和数字化档案实际档案需求值;实体档案档案需求预测值和实体档案实际档案需求值。
分别对数字化档案需求数据和实体化档案需求数据按照下列方式实施。
本实施方式中,损失函数loss为目标位置与实际档案需求值
Figure SMS_5
误差的加权求和:
Figure SMS_6
“其中,
Figure SMS_7
和/>
Figure SMS_8
分别为目标和历史数据的权值”,
本实施方式中,目标具体为人员以及传送带主体;
Figure SMS_9
代表如果是目标,该项为1,否则为0;/>
Figure SMS_10
代表如果是目标,该项为0,否则为1;x、y、w、h分别为目标的行、列坐标以及宽、高。C为目标的类别号,p(c)为目标为c类的概率。带^的符号代表网络估计的对应属性的值。
采用梯度下降法对神经网络的参数θ进行更新,即
Figure SMS_11
其中α为学习率,学习率一般不大于0.01,本实施例α=
Figure SMS_12
采用随机梯度下降的方法对所述卷积神经网络中的卷积核参数进行优化,使得损失函数的值收敛至预设值,损失函数的值收敛至预设值损失函数的值要求小于0.5,收敛后随着迭代次数的增加,损失函数的值不再发生明显变化。
本实施例中分别计算档案需求预测值损失函数和实际档案需求值损失函数,当档案需求预测值损失函数和实际档案需求值损失函数的值都收敛至预设值为0.3以下,结束迭代训练生成训练后的卷积神经网络模型。
进一步步骤6中,根据预测需求关系进行数字化档案更新。
以现场某时刻实际档案需求数据对档案需求预测值进行验证;验证如果与二者模型结果相差10%以内,则模型计算正确;以数字化档案预测需求卷积神经网络进行数字化档案更新。
若相差结果高于10%以上,其中如果是数字化档案预测需求卷积网络模型,则对数字化档案预测需求卷积神经网络进行收敛预设值调整,继续计算历史数据,获得适当的模型后以数字化档案预测需求卷积神经网络进行数字化档案更新。
其中若实体档案档案预测需求卷积神经网络相差结果高于10%以上,则对实体化档案预测需求卷积神经网络进行收敛预设值调整,继续计算历史数据,获得适当的模型后以实体档案预测需求卷积神经网络进行数字化档案更新。
实体档案出库时,建立实体档案出库记录,所述实体档案出库记录包括出库时间、出库管理员信息,同时判断实体档案对应的实体档案更新数据表中是否存在实体档案更新数据;
若是,则按照实体档案更新数据对实体档案进行更新后出库;
若否,则直接将实体档案出库;
实体档案入库时,检索实体档案出库记录,并与实体档案出库记录对应建立实体档案入库记录,同时对入库的实体档案进行扫描处理,获得实体档案入库数据,并将实体档案入库数据与实体档案对应的可读数字化数据进行比对,判断是否需要进行数字化档案更新;
若是,则提取实体档案入库数据进行数字化档案更新后进行实体档案入库;
若否,则直接进行实体档案入库。
优选的,所述数字化档案的分级处理权限划分步骤具体包括:
根据数字化档案的类型生成数字化档案的操作步骤;
为每一个操作步骤生成操作密钥;
按照数字化档案的操作步骤进行分级处理权限划分,并为不同的分级处理权限附加不同的操作步骤的操作密钥认证权限。
优选的,所述管理员依据分级权限对实体档案对应的数字化档案进行管理更新具体包括:
对不同管理员赋予不同等级的不同的分级处理权限,并生成管理员的身份密钥;
验证管理员的身份密钥,并获取管理员的分级处理权限;
获取管理员的进行的操作步骤,并验证管理员的分级处理权限是否有该操作步骤的操作密钥认证权限;
若是,则进行对应操作步骤;
若否,则中止对应操作步骤,并发出警示信号;
将档案的此次操作过程进行保存。
优选的,所述进行实体档案更新维护具体包括:
获取上次实体档案更新维护时间,并判断当前与上次实体档案更新维护时间的间隔是否大于设定的实体档案维护时间间隔;
若是,则按照实体档案更新数据表中的实体档案更新数据对实体档案进行数据更新;
若否,则不做响应。
优选的,所述对实体档案进行数据更新具体包括:
获取实体档案更新数据表;
判断实体档案更新数据表中是否存在实体档案更新数据;
若是,则按照实体档案更新数据表中的首条实体档案更新数据对实体档案进行数据更新,同时从实体档案更新数据表中删除该条实体档案更新数据,并重复判断实体档案更新数据表中是否存在实体档案更新数据;
若否,则终止对实体档案进行数据更新。
优选的,所述实体档案处于出库状态时,该实体档案对应的数字化档案处于锁定状态,处于锁定状态的数字化档案无法进行任何操作步骤。
进一步的,提出一种档案数字化转化及管理系统,用于实现如上述的档案数字化转化及管理方法,其特征在于,包括数字化档案子系统和实体档案子系统;
所述数字化档案子系统用于进行建立实体档案对应的数字化档案、划分实体档案对应的数字化档案的分级处理权限、对实体档案对应的数字化档案进行管理更新和实体档案更新数据表的建立和更新;
所述实体档案子系统用于进行对实体档案进行更新维护、对实体档案进行出库管理和对实体档案进行入库管理。
可选的,所述数字化档案子系统包括:
数字化数据获取模块,所述数字化数据获取模块用于进行对实体档案进行扫描处理,获得实体档案对应的可读数字化数据;根据预测需求进行数字化档案数据的获取;
数字化档案建立模块,所述数字化档案建立模块用于进行建立实体档案对应的数字化档案,同时建立实体档案与实体档案对应的数字化档案的关联信息;
数字化档案管理模块,所述数字化档案管理模块用于按照数字化档案的操作步骤进行分级处理权限划分,并为不同的分级处理权限附加不同的操作步骤的操作密钥认证权限,同时按照管理员的操作对实体档案对应的数字化档案进行管理更新;
管理员模块,所述管理员模块用于对不同管理员赋予不同等级的不同的分级处理权限,并生成管理员的身份密钥;
更新数据表生成模块,所述更新数据表生成模块用于进行实体档案更新数据表的建立和更新。
可选的,所述实体档案子系统包括:
实体档案更新模块,所述实体档案更新模块用于根据实体档案更新数据表中的实体档案更新数据对实体档案进行更新维护;
出库管理模块,所述出库管理模块用于建立实体档案出库记录、判断实体档案对应的实体档案更新数据表中是否存在实体档案更新数据,并根据结果进行实体档案更新;
入库管理模块,所述出库管理模块用于建立实体档案入库记录、对入库的实体档案进行扫描处理,获得实体档案入库数据,并将实体档案入库数据与实体档案对应的可读数字化数据进行比对,判断是否需要进行数字化档案更新,并根据结果进行实体档案更新。
再进一步的,提出一种计算机可读存储介质,其上存储有计算机可读程序,所述计算机可读程序被调用时执行如上述的档案数字化转化及管理方法。
与现有技术相比,本发明的有益效果在于:
本发明提出一种档案数字化转化及管理方案,在将实体档案转化为数字化档案后,当档案管理员对数字化档案进行管理更新时,根据数字化档案的管理更新数据判断是否需要对数字化档案对应的实体档案进行更新,并生成对应的实体档案更新数据,工作人员按照设定的实体档案维护时间间隔,依据实体档案更新数据对实体档案进行数据更新,保证数字化档案发生的数据改动可同步更新至实体档案中,确保实体档案与数字化档案保持数据一致;
本方案中在实体档案进行出库,按照实体档案更新数据表中存在的实体档案更新数据对实体档案进行更新后出库,确保实体档案出库时为最新的数据状态,实体档案入库时,对入库的实体档案进行扫描处理,并对实体档案对应的数字化档案进行对应的数据更新,确保数字化档案与实体档案保持一致,进而极大的保证了数字化档案与实体档案的内容的一致性,保证数字化档案或实体档案在调取时另一种形式的档案可以进行同步数据更新,实现了实体档案和数字化档案的协同更新管理,同时根据档案的预测进行数字化档案更新。
附图说明
图1为本发明提出的档案数字化转化及管理系统结构框图;
图2为本发明提出的档案数字化转化及管理方法流程图;
图3为本发明中的数字化档案的分级处理权限划分方法流程图;
图4为本发明中的数字化档案管理更新方法流程图;
图5为本发明中的实体档案更新维护方法流程图;
图6为本发明中的对实体档案进行数据更新的方法流程图。
实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。
参照图1所示,一种档案数字化转化及管理系统,包括数字化档案子系统和实体档案子系统;
数字化档案子系统用于进行建立实体档案对应的数字化档案、划分实体档案对应的数字化档案的分级处理权限、对实体档案对应的数字化档案进行管理更新和实体档案更新数据表的建立和更新;
实体档案子系统用于进行对实体档案进行更新维护、对实体档案进行出库管理和对实体档案进行入库管理。
数字化档案子系统包括:
数字化数据获取模块,数字化数据获取模块用于进行对实体档案进行扫描处理,获得实体档案对应的可读数字化数据;根据预测需求进行数字化档案数据的获取,根据预测需求进行数字化档案数据的获取。
数字化档案建立模块,数字化档案建立模块用于进行建立实体档案对应的数字化档案,同时建立实体档案与实体档案对应的数字化档案的关联信息;
数字化档案管理模块,数字化档案管理模块用于按照数字化档案的操作步骤进行分级处理权限划分,并为不同的分级处理权限附加不同的操作步骤的操作密钥认证权限,同时按照管理员的操作对实体档案对应的数字化档案进行管理更新;
管理员模块,管理员模块用于对不同管理员赋予不同等级的不同的分级处理权限,并生成管理员的身份密钥;
更新数据表生成模块,更新数据表生成模块用于进行实体档案更新数据表的建立和更新。
实体档案子系统包括:
实体档案更新模块,实体档案更新模块用于根据实体档案更新数据表中的实体档案更新数据对实体档案进行更新维护;
出库管理模块,出库管理模块用于建立实体档案出库记录、判断实体档案对应的实体档案更新数据表中是否存在实体档案更新数据,并根据结果进行实体档案更新;
入库管理模块,出库管理模块用于建立实体档案入库记录、对入库的实体档案进行扫描处理,获得实体档案入库数据,并将实体档案入库数据与实体档案对应的可读数字化数据进行比对,判断是否需要进行数字化档案更新,并根据结果进行实体档案更新。
上述数字化档案子系统工作流程为:
S101、数字化数据获取模块对实体档案进行扫描处理,获得实体档案对应的可读数字化数据,并将实体档案对应的可读数字化数据输送至数字化档案建立模块中;
S102、数字化档案建立模块根据实体档案对应的可读数字化数据进行建立实体档案对应的数字化档案,同时建立实体档案与实体档案对应的数字化档案的关联信息,确保实体档案与实体档案对应的数字化档案之间一一对应;
S103、输入管理员身份信息,管理员模块对不同管理员赋予不同等级的不同的分级处理权限,并生成管理员的身份密钥;
S104、数字化档案管理模块用于按照数字化档案的操作步骤进行分级处理权限划分,并为不同的分级处理权限附加不同的操作步骤的操作密钥认证权限;
S105、管理员在进行档案管理操作时,数字化档案管理模块验证管理员的身份密钥,并验证管理员的分级处理权限进行判断是否进行档案管理操作步骤;
S106、当确定管理员的分级处理权限可以进行对应档案管理操作步骤时,数字化档案管理模块按照管理员的操作对实体档案对应的数字化档案进行管理更新;
S107、当实体档案对应的数字化档案发生管理更新时,更新数据表生成模块判断该管理更新步骤是否需要对数字化档案对应的实体档案进行更新,并根据判断结果进行实体档案更新数据生成与否。
上述实体档案子系统工作流程为:
S201、实体档案更新模块按照设定的实体档案维护时间间隔调取实体档案对应的实体档案更新数据表,并根据实体档案更新数据表中的实体档案更新数据对实体档案进行更新;
S202、当实体档案被调取出库时,出库管理模块建立实体档案出库记录、判断实体档案对应的实体档案更新数据表中是否存在实体档案更新数据,并根据结果进行实体档案更新;
S203、当被调取出库的实体档案入库时,入库管理模块检索实体档案出库记录,并与实体档案出库记录对应建立实体档案入库记录,同时对入库的实体档案进行扫描处理,获得实体档案入库数据,并将实体档案入库数据与实体档案对应的可读数字化数据进行比对,判断是否需要进行数字化档案更新。
请参阅图2所示,为进一步的说明本方案,以下结合上述档案数字化转化及管理系统提出一种档案数字化转化及管理方法,包括:
获取实体档案,对实体档案进行扫描处理,获得实体档案对应的可读数字化数据;
结合实体档案的状态数据和实体档案对应的可读数字化数据进行处理,建立实体档案对应的数字化档案,同时建立实体档案与实体档案对应的数字化档案的关联信息,实体档案的状态数据包括实体档案的存储位置数据、实体档案的调取权限信息;
根据实体档案的调取权限信息划分实体档案对应的数字化档案的分级处理权限;
管理员依据分级权限对实体档案对应的数字化档案进行管理更新,并将管理更新数据进行实时保存,管理更新数据包括管理更新时间、管理员身份信息以及档案管理更新内容;
获取数字化档案的管理更新数据,并根据数字化档案的管理更新数据判断是否需要对数字化档案对应的实体档案进行更新,若否,则不做响应,若是,则生成实体档案更新数据;
获得数字化档案管理更新数据时,还可以采取基于卷积神经网络模型计算进行数字化档案更新,基于卷积神经网络模型计算数字化档案更新具体步骤为:
S1:获取档案利用需求数据;
S2:数据整理;
S3:设定某时刻时间计算档案预测需求结果;
S4:对卷积神经网络模型训练,得到训练后的档案预测需求卷积神经网络;
S5:将时间输入卷积神经模型即可得到时间与档案预测需求关系;
S6:根据预测需求关系进行数字化档案更新。
进一步,步骤S1中,获取数字化档案需求数据、实体档案需求数据。
进一步,步骤S1中,数字化档案需求数据、实体档案需求数据这2类历史数据设置时间标签,以年或月或日为每个历史数据设置标签;建立了2个模型数据,既数字化档案需求历史数据和实体档案需求历史数据。
在运算卷积网络模型时,标记了时间的历史数据,仅对历史数据进行运算,时间作为标记进行记录运算后的历史数据,这样做目的在于保持与运算前历史数据的时间一致性。
进一步步骤S4中,构建卷积神经网络;分别将数字化档案需求数据、实体档案需求数据的档案利用历史数据作为样本集,将作为卷积神经网络的训练数据,构建卷积神经网络,将样本集的每各历史数据作为输入向量,对应的时间为目标值,建立数字化档案预测需求卷积神经网络和实体档案档案预测需求卷积神经网络。
该卷积神经网络包括2个卷积核,分别为数字化档案需求卷积核,实体档案卷积核,各层之间是串联的关系。卷积层由2个5*5的卷积核组成,卷积核即二维矩阵,对输入卷积层的特征进行卷积操作;最大值池化层计算每个邻域的最大值并传递到下一层。回归层输出目标的位置和类别号。该神经网络结构简单,运算量小,运算速度快。
对标记时间的历史数据样本集进行训练,得到所述训练后的卷积神经网络模型。在训练过程中,采用随机梯度下降的方法对所述卷积神经网络中的卷积核参数进行优化,使得损失函数的值收敛至预设值,使得损失函数尽量小,提高目标检测准确性。
训练过程为:将标记的历史数据x作为卷积神经网络的输入,通过神经网络f的层层计算,得到当前网络参数下的目标位置y = f(x)目标为档案需求预测值yp=f(xp)和实际档案需求值
Figure SMS_13
= f(xc)。
将对应的历史数据x 标签中标记的数据所在时间作为实际目标位置
Figure SMS_14
,分别为档案需求预测值yp和实际档案需求值/>
Figure SMS_15
,分别计算所述档案需求预测值yp和实际档案需求值/>
Figure SMS_16
之间的误差。
本技术方案建立了数字化档案需求预测值和数字化档案实际档案需求值;实体档案档案需求预测值和实体档案实际档案需求值。
分别对数字化档案需求数据和实体化档案需求数据按照下列方式实施。
本实施方式中,损失函数loss为目标位置与实际档案需求值
Figure SMS_17
误差的加权求和:
Figure SMS_18
“其中,
Figure SMS_19
和/>
Figure SMS_20
分别为目标和历史数据的权值”,本实施方式中,目标具体为人员以及传送带主体;/>
Figure SMS_21
代表如果是目标,该项为1,否则为0;/>
Figure SMS_22
代表如果是目标,该项为0,否则为1;x、y、w、h分别为目标的行、列坐标以及宽、高。C为目标的类别号,p(c)为目标为c类的概率。带^的符号代表网络估计的对应属性的值。
采用梯度下降法对神经网络的参数θ进行更新,即
Figure SMS_23
其中α为学习率,学习率一般不大于0.01,本实施例
Figure SMS_24
采用随机梯度下降的方法对所述卷积神经网络中的卷积核参数进行优化,使得损失函数的值收敛至预设值,损失函数的值收敛至预设值损失函数的值要求小于0.5,收敛后随着迭代次数的增加,损失函数的值不再发生明显变化。
本实施例中分别计算档案需求预测值损失函数和实际档案需求值损失函数,当档案需求预测值损失函数和实际档案需求值损失函数的值都收敛至预设值为0.3以下,结束迭代训练生成训练后的卷积神经网络模型。
进一步步骤6中,根据预测需求关系进行数字化档案更新。
以现场某时刻实际档案需求数据对档案需求预测值进行验证;验证如果与二者模型结果相差10%以内,则模型计算正确;以数字化档案预测需求卷积神经网络进行数字化档案更新。
若相差结果高于10%以上,其中如果是数字化档案预测需求卷积网络模型,则对数字化档案预测需求卷积神经网络进行收敛预设值调整,继续计算历史数据,获得适当的模型后以数字化档案预测需求卷积神经网络进行数字化档案更新。
其中若实体档案档案预测需求卷积神经网络相差结果高于10%以上,则对实体化档案预测需求卷积神经网络进行收敛预设值调整,继续计算历史数据,获得适当的模型后以实体档案预测需求卷积神经网络进行数字化档案更新。
建立实体档案更新数据表,并将生成的实体档案更新数据加入至实体档案更新数据表的表尾,按照设定的实体档案维护时间间隔进行实体档案更新维护;
在将实体档案转化为数字化档案后,当档案管理员对数字化档案进行管理更新时,根据数字化档案的管理更新数据判断是否需要对数字化档案对应的实体档案进行更新,并生成对应的实体档案更新数据,工作人员按照设定的实体档案维护时间间隔,依据实体档案更新数据对实体档案进行数据更新,保证数字化档案发生的数据改动可同步更新至实体档案中,确保实体档案与数字化档案保持数据一致;
实体档案出库时,建立实体档案出库记录,实体档案出库记录包括出库时间、出库管理员信息,同时判断实体档案对应的实体档案更新数据表中是否存在实体档案更新数据;
若是,则按照实体档案更新数据对实体档案进行更新后出库;
若否,则直接将实体档案出库;
实体档案入库时,检索实体档案出库记录,并与实体档案出库记录对应建立实体档案入库记录,同时对入库的实体档案进行扫描处理,获得实体档案入库数据,并将实体档案入库数据与实体档案对应的可读数字化数据进行比对,判断是否需要进行数字化档案更新;
若是,则提取实体档案入库数据进行数字化档案更新后进行实体档案入库;
若否,则直接进行实体档案入库;
在实体档案进行出库,按照实体档案更新数据表中存在的实体档案更新数据对实体档案进行更新后出库,确保实体档案出库时为最新的数据状态,实体档案入库时,对入库的实体档案进行扫描处理,并对实体档案对应的数字化档案进行对应的数据更新,确保数字化档案与实体档案保持一致,进而极大的保证了数字化档案与实体档案的内容的一致性。
请参阅图3所示,数字化档案的分级处理权限划分步骤具体包括:
根据数字化档案的类型生成数字化档案的操作步骤;
为每一个操作步骤生成操作密钥;
按照数字化档案的操作步骤进行分级处理权限划分,并为不同的分级处理权限附加不同的操作步骤的操作密钥认证权限。
请参阅图4所示,管理员依据分级权限对实体档案对应的数字化档案进行管理更新具体包括:
对不同管理员赋予不同等级的不同的分级处理权限,并生成管理员的身份密钥;
验证管理员的身份密钥,并获取管理员的分级处理权限;
获取管理员的进行的操作步骤,并验证管理员的分级处理权限是否有该操作步骤的操作密钥认证权限;
若是,则进行对应操作步骤;
若否,则中止对应操作步骤,并发出警示信号;
将档案的此次操作过程进行保存。
采用分级权限的方式进行数字化档案的管理,确保数字化档案的管理过程中的安全性,同时采用密钥加密的方式进行权限认证,进一步的加强了在进行数字化档案管理时的安全性能,同时档案的每一次操作过程均进行保存留档,可有效的保证档案管理操作的溯源追踪,保证档案管理的规范性。
请参阅图5所示,进行实体档案更新维护具体包括:
获取上次实体档案更新维护时间,并判断当前与上次实体档案更新维护时间的间隔是否大于设定的实体档案维护时间间隔;
若是,则按照实体档案更新数据表中的实体档案更新数据对实体档案进行数据更新;
若否,则不做响应。
请参阅图6所示,对实体档案进行数据更新具体包括:
获取实体档案更新数据表;
判断实体档案更新数据表中是否存在实体档案更新数据;
若是,则按照实体档案更新数据表中的首条实体档案更新数据进行对实体档案进行数据更新,同时从实体档案更新数据表中删除该条实体档案更新数据,并重复判断实体档案更新数据表中是否存在实体档案更新数据;
若否,则终止对实体档案进行数据更新。
在档案数字化过程中,大量实体档案转化为数字化档案,若每一次管理员针对数字化档案的管理操作,均进行实体数据的实时更新的话,会导致频繁的进行实体档案的查找、更新、放回,会造成人力资源的大量浪费,因此,本实施例中,设定一实体档案维护时间间隔,并根据实体档案维护时间间隔内产生的所有实体档案更新数据对实体数据进行集中更新,可有效的提高实体数据的更新效率,降低人力资源的浪费。
实体档案处于出库状态时,该实体档案对应的数字化档案处于锁定状态,处于锁定状态的数字化档案无法进行任何操作步骤;
为保证档案的准确性,在实体档案处于出库状态时,确保实体档案对应的数字化档案无法进行任何操作步骤,可保证数字化档案的数据保持在实体档案出库时的状态,防止档案发生数据混乱,影响档案管理。
进一步的,本方案还提出一种计算机可读存储介质,其上存储有计算机可读程序,计算机可读程序被调用时执行如上述的档案数字化转化及管理方法;
可以理解的是,存储介质可以是磁性介质,例如,软盘、硬盘、磁带;光介质例如,DVD;或者半导体介质例如固态硬盘SolidStateDisk,SSD等。
综上所述,本发明的优点在于:提出一种档案数字化转化及管理方案,保证数字化档案或实体档案在调取时另一种形式的档案可以进行同步数据更新,实现了实体档案和数字化档案的协同更新管理,同时根据档案的预测进行数字化档案更新。
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。上述实施例和说明书中描述的只是本发明的原理,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的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。

Claims (6)

1.一种档案数字化转化及管理方法,其特征在于,包括:
获取实体档案,对实体档案进行扫描处理,获得实体档案对应的可读数字化数据;
结合实体档案的状态数据和实体档案对应的可读数字化数据进行处理,建立实体档案对应的数字化档案,同时建立实体档案与实体档案对应的数字化档案的关联信息,所述实体档案的状态数据包括实体档案的存储位置数据、实体档案的调取权限信息;
根据实体档案的调取权限信息划分实体档案对应的数字化档案的分级处理权限;
管理员依据分级权限对实体档案对应的数字化档案进行管理更新,并将管理更新数据进行实时保存,所述管理更新数据包括管理更新时间、管理员身份信息以及档案管理更新内容;
获取数字化档案的管理更新数据,并根据数字化档案的管理更新数据判断是否需要对数字化档案对应的实体档案进行更新,若否,则不做响应,若是,则生成实体档案更新数据;
建立实体档案更新数据表,并将生成的实体档案更新数据加入至实体档案更新数据表的表尾,按照设定的实体档案维护时间间隔进行实体档案更新维护;
实体档案出库时,建立实体档案出库记录,所述实体档案出库记录包括出库时间、出库管理员信息,同时判断实体档案对应的实体档案更新数据表中是否存在实体档案更新数据;
若是,则按照实体档案更新数据对实体档案进行更新后出库;
若否,则直接将实体档案出库;
实体档案入库时,检索实体档案出库记录,并与实体档案出库记录对应建立实体档案入库记录,同时对入库的实体档案进行扫描处理,获得实体档案入库数据,并将实体档案入库数据与实体档案对应的可读数字化数据进行比对,判断是否需要进行数字化档案更新;
若是,则提取实体档案入库数据进行数字化档案更新后进行实体档案入库;
若否,则直接进行实体档案入库;
所述获得数字化档案管理更新数据时,采取基于卷积神经网络模型计算进行数字化档案更新,基于卷积神经网络模型计算数字化档案更新具体步骤为:
S1:获取档案利用需求数据;
S2:数据整理;
S3:设定某时刻时间计算档案预测需求结果;
S4:对卷积神经网络模型训练,得到训练后的档案预测需求卷积神经网络;
S5:将时间输入卷积神经模型即可得到时间与档案预测需求关系;
S6:根据预测需求关系进行数字化档案更新;
训练过程为:将标记的历史数据x作为卷积神经网络的输入,通过神经网络f的层层计算,得到当前网络参数下的目标位置y = f(x),目标为档案需求预测值yp= f(xp)和实际档案需求值
Figure QLYQS_1
=f(xc);
将对应的历史数据x 标签中标记的数据所在时间作为实际目标位置
Figure QLYQS_2
,计算档案需求预测值yp和实际档案需求值/>
Figure QLYQS_3
,再计算所述档案需求预测值yp和实际档案需求值/>
Figure QLYQS_4
之间的误差;
损失函数loss为目标位置与实际档案需求值
Figure QLYQS_5
误差的加权求和:
Figure QLYQS_6
其中,/>
Figure QLYQS_7
和/>
Figure QLYQS_8
分别为目标和历史数据的权值,目标具体为时间以及档案需求值;/>
Figure QLYQS_9
代表如果是目标,该项为1,否则为0;/>
Figure QLYQS_10
代表如果是目标,该项为0,否则为1;x、y、w、h分别为目标的行、列坐标以及宽、高;C为目标的类别号,p(c)为目标为c类的概率;带^的符号代表网络估计的对应属性的值;
采用梯度下降法对神经网络的参数θ进行更新,即
Figure QLYQS_11
其中α为学习率,α=/>
Figure QLYQS_12
所述S6中,根据预测需求关系进行数字化档案更新,以现场某时刻实际档案需求数据对档案需求预测值进行验证;验证如果与二者模型结果相差10%以内,则模型计算正确;以数字化档案预测需求卷积神经网络进行数字化档案更新;
若相差结果高于10%以上,其中如果是数字化档案预测需求卷积网络模型,则对数字化档案预测需求卷积神经网络进行收敛预设值调整,继续计算历史数据,获得适当的模型后以数字化档案预测需求卷积神经网络进行数字化档案更新;
其中若实体档案预测需求卷积神经网络相差结果高于10%以上,则对实体化档案预测需求卷积神经网络进行收敛预设值调整,继续计算历史数据,获得适当的模型后以实体档案预测需求卷积神经网络进行数字化档案更新;
所述的档案数字化转化及管理方法,还包括数字化档案子系统和实体档案子系统;
所述数字化档案子系统用于进行建立实体档案对应的数字化档案、划分实体档案对应的数字化档案的分级处理权限、对实体档案对应的数字化档案进行管理更新和实体档案更新数据表的建立和更新;
所述实体档案子系统用于进行对实体档案进行更新维护、对实体档案进行出库管理和对实体档案进行入库管理;
所述数字化档案子系统包括:
数字化数据获取模块,所述数字化数据获取模块用于进行对实体档案进行扫描处理,获得实体档案对应的可读数字化数据,根据预测需求进行数字化档案数据的获取;
数字化档案建立模块,所述数字化档案建立模块用于进行建立实体档案对应的数字化档案,同时建立实体档案与实体档案对应的数字化档案的关联信息;
数字化档案管理模块,所述数字化档案管理模块用于按照数字化档案的操作步骤进行分级处理权限划分,并为不同的分级处理权限附加不同的操作步骤的操作密钥认证权限,同时按照管理员的操作对实体档案对应的数字化档案进行管理更新;
管理员模块,所述管理员模块用于对不同管理员赋予不同等级的不同的分级处理权限,并生成管理员的身份密钥;
更新数据表生成模块,所述更新数据表生成模块用于进行实体档案更新数据表的建立和更新;
所述实体档案子系统包括:
实体档案更新模块,所述实体档案更新模块用于根据实体档案更新数据表中的实体档案更新数据对实体档案进行更新维护;
出库管理模块,所述出库管理模块用于建立实体档案出库记录、判断实体档案对应的实体档案更新数据表中是否存在实体档案更新数据,并根据结果进行实体档案更新;
入库管理模块,所述出库管理模块用于建立实体档案入库记录、对入库的实体档案进行扫描处理,获得实体档案入库数据,并将实体档案入库数据与实体档案对应的可读数字化数据进行比对,判断是否需要进行数字化档案更新,并根据结果进行实体档案更新。
2.根据权利要求1所述的一种档案数字化转化及管理方法,其特征在于,所述数字化档案的分级处理权限划分步骤具体包括:
根据数字化档案的类型生成数字化档案的操作步骤;
为每一个操作步骤生成操作密钥;
按照数字化档案的操作步骤进行分级处理权限划分,并为不同的分级处理权限附加不同的操作步骤的操作密钥认证权限。
3.根据权利要求2所述的一种档案数字化转化及管理方法,其特征在于,所述管理员依据分级权限对实体档案对应的数字化档案进行管理更新具体包括:
对不同管理员赋予不同等级的不同的分级处理权限,并生成管理员的身份密钥;
验证管理员的身份密钥,并获取管理员的分级处理权限;
获取管理员的进行的操作步骤,并验证管理员的分级处理权限是否有该操作步骤的操作密钥认证权限;
若是,则进行对应操作步骤;
若否,则中止对应操作步骤,并发出警示信号;
将档案的此次操作过程进行保存。
4.根据权利要求1所述的一种档案数字化转化及管理方法,其特征在于,所述进行实体档案更新维护具体包括:
获取上次实体档案更新维护时间,并判断当前与上次实体档案更新维护时间的间隔是否大于设定的实体档案维护时间间隔;
若是,则按照实体档案更新数据表中的实体档案更新数据对实体档案进行数据更新;
若否,则不做响应。
5.根据权利要求4所述的一种档案数字化转化及管理方法,其特征在于,所述对实体档案进行数据更新具体包括:
获取实体档案更新数据表;
判断实体档案更新数据表中是否存在实体档案更新数据;
若是,则按照实体档案更新数据表中的首条实体档案更新数据对实体档案进行数据更新,同时从实体档案更新数据表中删除该条实体档案更新数据,并重复判断实体档案更新数据表中是否存在实体档案更新数据;
若否,则终止对实体档案进行数据更新。
6.一种计算机可读存储介质,其上存储有计算机可读程序,其特征在于,所述计算机可读程序被调用时执行如权利要求1-5任一项所述的档案数字化转化及管理方法。
CN202211588295.XA 2022-12-12 2022-12-12 一种档案数字化转化及管理方法、系统及存储介质 Active CN115796793B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211588295.XA CN115796793B (zh) 2022-12-12 2022-12-12 一种档案数字化转化及管理方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211588295.XA CN115796793B (zh) 2022-12-12 2022-12-12 一种档案数字化转化及管理方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN115796793A CN115796793A (zh) 2023-03-14
CN115796793B true CN115796793B (zh) 2023-07-14

Family

ID=85419235

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211588295.XA Active CN115796793B (zh) 2022-12-12 2022-12-12 一种档案数字化转化及管理方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN115796793B (zh)

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4338738A1 (de) * 1993-11-12 1995-05-18 Udo Wenske Elektronische Archivierungsverfahren von Unterlagen
US11526746B2 (en) * 2018-11-20 2022-12-13 Bank Of America Corporation System and method for incremental learning through state-based real-time adaptations in neural networks
CN111709694A (zh) * 2019-11-27 2020-09-25 西安泾渭数联信息技术有限公司 档案动态更新装置及其方法
CN111353049A (zh) * 2020-02-24 2020-06-30 京东方科技集团股份有限公司 数据更新方法、装置、电子设备及计算机可读存储介质
CN111461190B (zh) * 2020-03-24 2023-03-28 华南理工大学 一种基于深度卷积神经网络的非均衡船舶分类方法
CN113255231B (zh) * 2021-06-18 2023-03-10 腾讯科技(深圳)有限公司 一种数据处理方法、装置、设备及存储介质
CN114138709A (zh) * 2021-11-18 2022-03-04 广州明动软件股份有限公司 基于云档案一体化平台实现的馆室一体化管理
CN114254173A (zh) * 2021-12-15 2022-03-29 广州纷凡数据服务有限公司 一种档案管理系统及其管理方法
CN114218467B (zh) * 2022-02-22 2022-11-11 创辉达设计股份有限公司 一种数字档案管理方法和系统

Also Published As

Publication number Publication date
CN115796793A (zh) 2023-03-14

Similar Documents

Publication Publication Date Title
CN111695697B (zh) 多方联合决策树构建方法、设备及可读存储介质
US10810683B2 (en) Hierarchical meta-ledger transaction recording
US20210323236A1 (en) Encoding volumetric data to support trusted transaction delivery
CN108256721B (zh) 一种任务调度方法、终端设备及介质
CN102948117B (zh) 信息追踪系统和方法
CN111966995A (zh) 一种基于用户行为的用户权限动态管控方法和装置以及设备
CN107209765A (zh) 用于聚合信息资产分类的系统和方法
CN108681493B (zh) 数据异常检测方法、装置、服务器和存储介质
Li et al. Automatic fast double KNN classification algorithm based on ACC and hierarchical clustering for big data
US11789935B2 (en) Data aggregation with microservices
US11914619B2 (en) System and method for data pruning via dynamic partition management
KR101171551B1 (ko) 이벤트 이력 기억 장치, 이벤트 이력 추적 장치, 이벤트 이력 기억 방법, 이벤트 이력 기억 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체 및 데이터 구조를 기록한 컴퓨터 판독 가능한 기록 매체
CN115796793B (zh) 一种档案数字化转化及管理方法、系统及存储介质
Zhang et al. Detecting anomalies from high-dimensional wireless network data streams: a case study
CN112215655A (zh) 一种客户画像的标签管理方法及系统
CN116050698A (zh) 铁路建设大数据管理方法、装置、设备及可读存储介质
US20200133930A1 (en) Information processing method, information processing system, and non-transitory computer readable storage medium
US20220292117A1 (en) Dynamic search parameter modification
WO2014036788A1 (zh) 一种电子邮件收集分类方法
CN112100161B (zh) 数据处理方法及系统、电子设备及存储介质
CN112733139A (zh) 通过大数据网络进行农业数据安全清洗的工作方法
CN112580028A (zh) 通过分布式计算进行农业信息化数据安全优化方法
CN112711755A (zh) 科技特派员通过云平台进行信息筛选工作方法
CN112738076A (zh) 通过IoT物联网进行三农工作人员安全行为分析方法
CN117931999A (zh) 工业领域的非结构化数据采集方法、系统、设备和介质

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
GR01 Patent grant
GR01 Patent grant