CN116228174A - 一种具有智能识别功能的印控仪管理方法 - Google Patents

一种具有智能识别功能的印控仪管理方法 Download PDF

Info

Publication number
CN116228174A
CN116228174A CN202310511373.4A CN202310511373A CN116228174A CN 116228174 A CN116228174 A CN 116228174A CN 202310511373 A CN202310511373 A CN 202310511373A CN 116228174 A CN116228174 A CN 116228174A
Authority
CN
China
Prior art keywords
value
control instrument
printing control
preset
identification
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.)
Granted
Application number
CN202310511373.4A
Other languages
English (en)
Other versions
CN116228174B (zh
Inventor
王懿
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.)
Beijing Huilang Times Technology Co Ltd
Original Assignee
Beijing Huilang Times Technology Co Ltd
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 Beijing Huilang Times Technology Co Ltd filed Critical Beijing Huilang Times Technology Co Ltd
Priority to CN202310511373.4A priority Critical patent/CN116228174B/zh
Publication of CN116228174A publication Critical patent/CN116228174A/zh
Application granted granted Critical
Publication of CN116228174B publication Critical patent/CN116228174B/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
    • 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
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • 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
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明涉及印控仪管理技术领域,尤其涉及一种具有智能识别功能的印控仪管理方法;本发明是通过对印控仪运行进行评估分析操作,且对印控仪的故障风险情况进行分析优化管理操作,以及深入式对印控仪的识别效率两可的情况进行反馈分析操作,以便精准有效的对印控仪进行后续合理化预警管理处理,进而整体提高印控仪的识别效率和自动预警管理性能,此外对印控仪的优化管理操作进行深入式细致化分析处理,以保证印控仪的优化管理操作的合理性和精准性,且根据印控仪的识别效率情况合理的对印控仪进行预警管理,并通过从环境和本体两个角度进行结合式分析,以保证分析结果的准确性。

Description

一种具有智能识别功能的印控仪管理方法
技术领域
本发明涉及印控仪管理技术领域,尤其涉及一种具有智能识别功能的印控仪管理方法。
背景技术
印控仪是一种自动盖章的仪器,比传统手工盖章具有科学化、正规化的特点,实现了人与印章的分离,以保证印章使用的科学性、安全性和高效性,印章封闭于印控仪内,仪器具有接收指令进行自动化用印的功能,用盖章均在印控仪内完成;
目前的印控仪为了提高其安全性,具有面部识别功能,以降低目前印控仪被盗用的风险,但是,目前的印控仪在对人脸进行识别时,无法对判断印控仪能否正常识别,且常出现识别速度慢和多次识别的情况,无法根据印控仪识别效率的情况进行合理化的预警管理,而且由于预警管理不合理,存在精准性和及时性差的问题,此外,无法根据印控仪的故障干扰情况进行合理的优化处理,因此解决存在的印控仪识别效率低和预警管理差问题;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供一种具有智能识别功能的印控仪管理方法,去解决上述提出的技术缺陷,本发明通过采集印控仪的工作电压并进行评估分析操作,且对印控仪的故障风险情况进行分析优化管理操作,以及深入式对印控仪的识别效率两可的情况进行反馈分析操作,以便精准有效的对印控仪进行后续合理化预警管理处理,进而整体提高印控仪的识别效率和自动预警管理性能,此外对印控仪的优化管理操作进行深入式细致化分析处理,以保证印控仪的优化管理操作的合理性和精准性,且根据印控仪的识别效率情况,进而合理的对印控仪进行管理,并通过从环境和本体两个数据角度进行结合式分析,以保证分析结果的准确性和有效性。
本发明的目的可以通过以下技术方案实现:一种具有智能识别功能的印控仪管理方法,该具有智能识别功能的印控仪管理方法包括以下步骤:
步骤一:通过采集印控仪的工作电压并进行评估分析操作,以判断印控仪能否正常运行识别,以保证印控仪的监管预警效果,同时对印控仪的故障风险情况进行风险评估分析操作,以降低印控仪受故障干扰的风险;
步骤二:递进式的方式对正常运行的印控仪识别过程进行深入式识别评估分析操作,以判断印控仪的识别效率等级,进而合理的对印控仪进行管理,且通过从环境和本体两个角度进行结合式分析,以保证分析结果的准确性和有效性;
步骤三:结合步骤二的分析情况,对印控仪的识别效率两可的情况进行反馈分析操作,以便精准有效的对印控仪进行后续合理化预警管理;
步骤四:结合步骤一的分析情况,对印控仪的优化管理操作进行深入式细致化分析处理,以保证印控仪的优化管理操作的合理性和精准性。
优选的,所述评估分析操作具体过程如下:
采集到印控仪开始运行时刻到结束运行时刻之间的时长,并将其标记为时间阈值,将时间阈值划分为i个子时间节点,i为大于零的自然数,获取到各个子时间节点内印控仪的工作电压,并将其标记为节点电压Ji,进而获取到节点电压Ji中的最大值和最小值,并将最大值和最小值分别标记为最大节点电压Jmax和最小节点电压Jmin,同时将最大节点电压Jmax和最小节点电压Jmin之间的差值标记为最大跨度电压值JZ,并将最大跨度电压值JZ与内部的预设最大跨度电压值阈值进行比对分析:
若最大跨度电压值JZ大于预设最大跨度电压值阈值,则生成异常信号;
若最大跨度电压值JZ小于等于预设最大跨度电压值阈值,则生成正常信号。
优选的,所述风险评估分析操作具体过程如下:
第一步:立即采集印控仪的风险数据,风险数据包括印控仪的所处环境粉尘值和网速丢包率;
第二步:获取到各个子时间节点内印控仪的所处环境粉尘值,所处环境粉尘值指的是印控仪所处环境中粉尘颗粒占比值,进而获取到相连两个子时间节点内印控仪所处的环境粉尘值之间的差值,并将其标记为粉尘浮动值,构建粉尘浮动值的集合,并根据离散公式获取到粉尘浮动值的集合的离散系数,并将其标记为粉尘风险值FC;
第三步:获取到各个子时间节点内印控仪的网速丢包率,进而获取到时间阈值内网速丢包率大于预设网速丢包率阈值所对应的子时间节点,并将其标记为干扰节点,获取到时间阈值内网速丢包率小于等于预设网速丢包率阈值所对应的子时间节点,并将其标记为正常节点,获取到干扰节点和正常节点的个数比,并将其标记为丢包稳态值DB;
第四步:根据公式得到风险评估故障率G,并将风险评估故障率G与其内部录入存储的预设风险评估故障率阈值进行比对分析:
若风险评估故障率G小于等于预设风险评估故障率阈值,则不生成任何信号;
若风险评估故障率G大于预设风险评估故障率阈值,则生成风险故障信号。
优选的,所述深入式细致化分析处理具体过程如下:
立即获取到时间阈值内印控仪的丢包稳态值DB,并将丢包稳态值DB超出预设丢包稳态值阈值的部分标记丢包失衡值,同时将丢包失衡值与其内部录入存储的预设丢包失衡值阈值进行比对分析:
若丢包失衡值大于等于预设丢包失衡值阈值,则生成高预警信号,当生成高预警信号时,根据高预警信号和中级优化信号得到高级优化信号;
若丢包失衡值小于预设丢包失衡值阈值,则生成低预警信号,当生成低预警信号时,根据低预警信号和中级优化信号得到一般优化信号,进而立即做出高级优化信号和一般优化信号所对应的预设优化操作。
优选的,所述深入式识别评估分析操作具体过程如下:
SS1:立即采集印控仪的运转数据,运转数据包括平均环境光照值、识别验证时长和识别次数;
SS12:实时获取到时间阈值内印控仪的平均环境光照值,获取到平均环境光照值超出预设平均环境光照值阈值的部分,并将其标号为光照干扰值HZ,同时获取到时间阈值内印控仪的识别次数和每次识别所对应的时长,进而获取到时间阈值内印控仪的识别次数和每次识别所对应的时长的积,并将其标记为识别采集值PS;
SS13:获取到时间阈值内印控仪的识别验证时长SC,其中,识别验证时长SC指的是开始采集面部特征图像到识别验证完成时刻之间的时长;
SS14:根据公式得到识别效率评估系数S,并将其识别效率评估系数S与其内部录入存储的预设识别效率评估系数区间进行比对分析:
若识别效率评估系数S大于预设识别效率评估系数区间中的最大值,则生成一级识别信号;
若识别效率评估系数S位于预设识别效率评估系数区间之内,则生成二级识别信号;
若识别效率评估系数S小于预设识别效率评估系数区间中的最小值,则生成三级识别信号,其中,一级识别信号、二级识别信号以及三级识别信号所对应的识别速率依次降低,得到一级识别信号和三级识别信号,立即做出一级识别信号和三级识别信号所对应的预设预警管理操作。
优选的,所述反馈分析操作具体过程如下:
S1:立即采集印控仪的干扰数据,干扰数据包括面部特征图像的存储时长和使用次数;
S12:获取到面部特征图像开始录入存储时刻到当前时刻之间的时长,并将其标记为存储时长,在存储时长内获取到印控仪的使用次数,将使用次数标记为o,o为大于零的自然数,获取到各个使用次数中印控仪的识别次数So,进而获取到识别次数So超出预设识别次数阈值的个数,并将其标记为异常数,以此获取到存储时长内异常数与使用次数的比值,并将其标记为异常风险比;
S13:并将存储时长和异常风险比与其内部录入存储的预设存储时长阈值和预设异常风险比阈值进行比对分析:
若存储时长小于等于预设存储时长阈值,且异常风险比小于等于预设异常风险比阈值,则低级信号,当生成低级信号时,低级信号和二级识别信号得到一级识别信号;
若存储时长大于预设存储时长阈值,或异常风险比大于预设异常风险比阈值,则生成管理信号,当生成管理信号时,管理信号和二级识别信号得到三级识别信号。
本发明的有益效果如下:
(1)本发明通过采集印控仪的工作电压并进行评估分析操作,以判断印控仪能否正常运行识别,以保证印控仪的监管预警效果,同时对印控仪的故障风险情况进行分析优化管理操作,以降低印控仪受故障干扰的风险,并经过分析优化管理操作处理后,对印控仪的优化管理操作进行深入式细致化分析处理,以保证印控仪的优化管理操作的合理性和精准性;
(2)通过递进式的方式对正常运行的印控仪识别过程进行深入式识别评估分析操作,以判断印控仪的识别效率等级,进而合理的对印控仪进行预警管理,并通过从环境和本体两个数据角度进行结合式分析,以保证分析结果的准确性和有效性,以及深入式对印控仪的识别效率两可的情况进行反馈分析操作,以便精准有效的对印控仪进行后续合理化预警管理处理,进而整体提高印控仪的识别效率和自动预警管理性能。
附图说明
下面结合附图对本发明作进一步的说明;
图1是本发明系统方法框图;
图2是本发明实施例2的部分分析图。
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1:
请参阅图1-2所示,本发明为一种具有智能识别功能的印控仪管理方法,包括以下步骤:
步骤一:通过采集印控仪的工作电压并进行评估分析操作,以判断印控仪能否正常运行识别,以保证印控仪的监管预警效果,同时对印控仪的故障风险情况进行风险评估分析操作,以降低印控仪受故障干扰的风险;
步骤二:递进式的方式对正常运行的印控仪识别过程进行深入式识别评估分析操作,以判断印控仪的识别效率等级,进而合理的对印控仪进行管理,且通过从环境和本体两个角度进行结合式分析,以保证分析结果的准确性和有效性;
步骤三:结合步骤二的分析情况,对印控仪的识别效率两可的情况进行反馈分析操作,以便精准有效的对印控仪进行后续合理化预警管理;
步骤四:结合步骤一的分析情况,对印控仪的优化管理操作进行深入式细致化分析处理,以保证印控仪的优化管理操作的合理性和精准性。
实施例2:
其中,印控仪的工作电压具体的分析评估过程如下:
采集到印控仪开始运行时刻到结束运行时刻之间的时长,并将其标记为时间阈值,将时间阈值划分为i个子时间节点,i为大于零的自然数,获取到各个子时间节点内印控仪的工作电压,并将其标记为节点电压Ji,进而获取到节点电压Ji中的最大值和最小值,并将最大值和最小值分别标记为最大节点电压Jmax和最小节点电压Jmin,同时将最大节点电压Jmax和最小节点电压Jmin之间的差值标记为最大跨度电压值JZ,并将最大跨度电压值JZ与内部的预设最大跨度电压值阈值进行比对分析:
若最大跨度电压值JZ大于预设最大跨度电压值阈值,则生成异常信号,当得到异常信号后,立即控制印控仪上报警灯为黄色,有助于对印控仪进行及时检修管理,以便印控仪的正常使用,有助于提高印控仪的监管预警效果;
若最大跨度电压值JZ小于等于预设最大跨度电压值阈值,则生成正常信号,根据得到的正常信号,立即采集印控仪的运转数据,运转数据包括平均环境光照值、识别验证时长和识别次数,并对运转数据进行分析,判断印控仪的识别效率等级情况,具体的运转数据分析过程如下:
实时获取到时间阈值内印控仪的平均环境光照值,获取到平均环境光照值超出预设平均环境光照值阈值的部分,并将其标号为光照干扰值HZ,同时获取到时间阈值内印控仪的识别次数和每次识别所对应的时长,进而获取到时间阈值内印控仪的识别次数和每次识别所对应的时长的积,并将其标记为识别采集值PS,需要说明的是,识别采集值PS是一个反应时间阈值内印控仪识别效率高低的数值,识别采集值PS的数值越大,则印控仪的识别效率越低,此外,获取到时间阈值内印控仪的识别验证时长SC,其中,识别验证时长SC指的是开始采集面部特征图像到识别验证完成时刻之间的时长,识别验证时长SC是一个反应时间阈值内印控仪识别速率快慢的数值;
并经过公式
Figure SMS_1
得到识别效率评估系数,其中,a1、a2以及a3分别为光照干扰值、识别采集值以及识别验证时长的预设权重因子系数,权重因子系数用于修正各项参数在公式计算过程中出现的偏差,从而使得计算更加准确和参数数据,a1、a2以及a3均为大于零的正数,a4为预设偏差修正系数,取值为1.384,S为识别效率评估系数,系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的比例系数,只要不影响参数与量化后数值的比例关系即可,并将其识别效率评估系数S与其内部录入存储的预设识别效率评估系数区间进行比对分析:
若识别效率评估系数S大于预设识别效率评估系数区间中的最大值,则生成一级识别信号;
若识别效率评估系数S位于预设识别效率评估系数区间之内,则生成二级识别信号;
若识别效率评估系数S小于预设识别效率评估系数区间中的最小值,则生成三级识别信号,其中,一级识别信号、二级识别信号以及三级识别信号所对应的识别速率依次降低,得到一级识别信号和三级识别信号,立即做出一级识别信号和三级识别信号所对应的预设预警管理操作,进而有助于提高印控仪的识别效率和预警管理性能;
根据得到的二级识别信号,立即采集印控仪的干扰数据,干扰数据包括面部特征图像的存储时长和使用次数,并对干扰数据进行分析,以保证印控仪预警管理的精准性和及时性,具体的干扰数据分析过程如下:
获取到面部特征图像开始录入存储时刻到当前时刻之间的时长,并将其标记为存储时长,在存储时长内获取到印控仪的使用次数,将使用次数标记为o,o为大于零的自然数,获取到各个使用次数中印控仪的识别次数So,进而获取到识别次数So超出预设识别次数阈值的个数,并将其标记为异常数,以此获取到存储时长内异常数与使用次数的比值,并将其标记为异常风险比,并将存储时长和异常风险比与其内部录入存储的预设存储时长阈值和预设异常风险比阈值进行比对分析:
若存储时长小于等于预设存储时长阈值,且异常风险比小于等于预设异常风险比阈值,则低级信号,当生成低级信号时,低级信号和二级识别信号得到一级识别信号;
若存储时长大于预设存储时长阈值,或异常风险比大于预设异常风险比阈值,则生成管理信号,当生成管理信号时,管理信号和二级识别信号得到三级识别信号,立即做出一级识别信号和三级识别信号所对应的预设预警管理操作,进而有助于提高印控仪的识别效率和预警管理性能,以保证印控仪预警管理的精准性和及时性。
实施例3:
根据得到的正常信号,立即采集印控仪的风险数据,风险数据包括印控仪的所处环境粉尘值和网速丢包率,并对风险数据进行分析,进而根据印控仪的故障干扰概率合理的进行优化管理,以降低印控仪设备的故障率,具体的风险数据分析过程如下:
获取到各个子时间节点内印控仪的所处环境粉尘值,所处环境粉尘值指的是印控仪所处环境中粉尘颗粒占比值,进而获取到相连两个子时间节点内印控仪所处的环境粉尘值之间的差值,并将其标记为粉尘浮动值,构建粉尘浮动值的集合,并根据离散公式获取到粉尘浮动值的集合的离散系数,并将其标记为粉尘风险值FC;
获取到各个子时间节点内印控仪的网速丢包率,进而获取到时间阈值内网速丢包率大于预设网速丢包率阈值所对应的子时间节点,并将其标记为干扰节点,获取到时间阈值内网速丢包率小于等于预设网速丢包率阈值所对应的子时间节点,并将其标记为正常节点,获取到干扰节点和正常节点的个数比,并将其标记为丢包稳态值DB,需要说明的是,丢包稳态值DB是一个反应时间阈值内印控仪网速丢包率高低的数值,丢包稳态值DB的数值越大,则印控仪的网速稳定性和速度越差,造成的识别干扰越大;
根据公式
Figure SMS_2
得到风险评估故障率,其中,b1、和b2分别为粉尘风险值和丢包稳态值预设比例因子系数,比例因子系数用于修正各项参数在公式计算过程中出现的偏差,从而使得计算更加准确和参数数据,b1和b2以均为大于零的正数,b3为预设修正因子系数,取值为1.564,G为风险评估故障率,系数的大小是为了将各个参数进行量化得到的一个具体的数值,并将风险评估故障率G与其内部录入存储的预设风险评估故障率阈值进行比对分析:
若风险评估故障率G小于等于预设风险评估故障率阈值,则不生成任何信号;
若风险评估故障率G大于预设风险评估故障率阈值,在生成风险故障信号,当生成风险故障信号后,立即获取到风险评估故障率G超出预设风险评估故障率阈值的部分,并将其标记为风险故障率,并将风险故障率与其内部录入存储的预设风险故障率区间进行比对分析:
若风险故障率大于预设风险故障率区间中的最大值,则生成高级优化信号,
若风险故障率位于预设风险故障率区间之内,则生成中级优化信号;
若风险故障率小于预设风险故障率区间中的最小值,则生成一般优化信号,其中,高级优化信号、中级优化信号以及一般优化信号所对应的优化程度依次降低,当得到高级优化信号和一般优化信号后,立即做出高级优化信号和一般优化信号所对应的预设优化操作,即高级优化信号对应预设一级优化操作,一般优化信号对应预设三级优化操作,进而有助于及时的对印控仪进行优化处理,降低印控仪识别故障干扰概率,以提高印控仪的识别效率,解决存在的识别效率低的问题,同时提高对印控仪的监管预警效果;
根据得到的中级优化信号,进行深入式细致化优化分析操作,立即获取到时间阈值内印控仪的丢包稳态值DB,并将丢包稳态值DB超出预设丢包稳态值阈值的部分标记丢包失衡值,同时将丢包失衡值与其内部录入存储的预设丢包失衡值阈值进行比对分析:
若丢包失衡值大于等于预设丢包失衡值阈值,则生成高预警信号;
若丢包失衡值小于预设丢包失衡值阈值,则生成低预警信号,当生成高预警信号时,根据高预警信号和中级优化信号得到高级优化信号,当生成低预警信号时,根据低预警信号和中级优化信号得到一般优化信号,进而立即做出高级优化信号和一般优化信号所对应的预设优化操作,有助于精准的对印控仪设备做出合理、有效的优化处理操作,并通过深入式、比对的方式进行分析,以提高分析结果的精准性;
综上所述,本发明通过采集印控仪的工作电压并进行评估分析操作,以判断印控仪能否正常运行识别,以保证印控仪的监管预警效果,同时对印控仪的故障风险情况进行分析优化管理操作,以降低印控仪受故障干扰的风险,并经过分析优化管理操作处理后,对印控仪的优化管理操作进行深入式细致化分析处理,以保证印控仪的优化管理操作的合理性和精准性,且通过递进式的方式对正常运行的印控仪识别过程进行深入式识别评估分析操作,以判断印控仪的识别效率等级,进而合理的对印控仪进行管理,并通过从环境和本体两个数据角度进行结合式分析,以保证分析结果的准确性和有效性,以及深入式对印控仪的识别效率两可的情况进行反馈分析操作,以便精准有效的对印控仪进行后续合理化预警管理处理,进而整体提高印控仪的识别效率和自动预警管理性能,解决存在的印控仪识别效率低和预警管理差问题。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置,以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种具有智能识别功能的印控仪管理方法,其特征在于,该具有智能识别功能的印控仪管理方法包括以下步骤:
步骤一:通过采集印控仪的工作电压并进行评估分析操作,以判断印控仪能否正常运行识别,以保证印控仪的监管预警效果,同时对印控仪的故障风险情况进行风险评估分析操作,以降低印控仪受故障干扰的风险;
步骤二:递进式的方式对正常运行的印控仪识别过程进行深入式识别评估分析操作,以判断印控仪的识别效率等级,进而合理的对印控仪进行管理,且通过从环境和本体两个角度进行结合式分析,以保证分析结果的准确性和有效性;
步骤三:结合步骤二的分析情况,对印控仪的识别效率两可的情况进行反馈分析操作,以便精准有效的对印控仪进行后续合理化预警管理;
步骤四:结合步骤一的分析情况,对印控仪的优化管理操作进行深入式细致化分析处理,以保证印控仪的优化管理操作的合理性和精准性。
2.根据权利要求1所述的一种具有智能识别功能的印控仪管理方法,其特征在于,所述评估分析操作具体过程如下:
采集到印控仪开始运行时刻到结束运行时刻之间的时长,并将其标记为时间阈值,将时间阈值划分为i个子时间节点,i为大于零的自然数,获取到各个子时间节点内印控仪的工作电压,并将其标记为节点电压Ji,进而获取到节点电压Ji中的最大值和最小值,并将最大值和最小值分别标记为最大节点电压Jmax和最小节点电压Jmin,同时将最大节点电压Jmax和最小节点电压Jmin之间的差值标记为最大跨度电压值JZ,并将最大跨度电压值JZ与内部的预设最大跨度电压值阈值进行比对分析:
若最大跨度电压值JZ大于预设最大跨度电压值阈值,则生成异常信号;
若最大跨度电压值JZ小于等于预设最大跨度电压值阈值,则生成正常信号。
3.根据权利要求1所述的一种具有智能识别功能的印控仪管理方法,其特征在于,所述风险评估分析操作具体过程如下:
第一步:立即采集印控仪的风险数据,风险数据包括印控仪的所处环境粉尘值和网速丢包率;
第二步:获取到各个子时间节点内印控仪的所处环境粉尘值,所处环境粉尘值指的是印控仪所处环境中粉尘颗粒占比值,进而获取到相连两个子时间节点内印控仪所处的环境粉尘值之间的差值,并将其标记为粉尘浮动值,构建粉尘浮动值的集合,并根据离散公式获取到粉尘浮动值的集合的离散系数,并将其标记为粉尘风险值FC;
第三步:获取到各个子时间节点内印控仪的网速丢包率,进而获取到时间阈值内网速丢包率大于预设网速丢包率阈值所对应的子时间节点,并将其标记为干扰节点,获取到时间阈值内网速丢包率小于等于预设网速丢包率阈值所对应的子时间节点,并将其标记为正常节点,获取到干扰节点和正常节点的个数比,并将其标记为丢包稳态值DB;
第四步:根据公式得到风险评估故障率G,并将风险评估故障率G与其内部录入存储的预设风险评估故障率阈值进行比对分析:
若风险评估故障率G小于等于预设风险评估故障率阈值,则不生成任何信号;
若风险评估故障率G大于预设风险评估故障率阈值,则生成风险故障信号。
4.根据权利要求1所述的一种具有智能识别功能的印控仪管理方法,其特征在于,所述深入式细致化分析处理具体过程如下:
立即获取到时间阈值内印控仪的丢包稳态值DB,并将丢包稳态值DB超出预设丢包稳态值阈值的部分标记丢包失衡值,同时将丢包失衡值与其内部录入存储的预设丢包失衡值阈值进行比对分析:
若丢包失衡值大于等于预设丢包失衡值阈值,则生成高预警信号,当生成高预警信号时,根据高预警信号和中级优化信号得到高级优化信号;
若丢包失衡值小于预设丢包失衡值阈值,则生成低预警信号,当生成低预警信号时,根据低预警信号和中级优化信号得到一般优化信号,进而立即做出高级优化信号和一般优化信号所对应的预设优化操作。
5.根据权利要求1所述的一种具有智能识别功能的印控仪管理方法,其特征在于,所述深入式识别评估分析操作具体过程如下:
SS1:立即采集印控仪的运转数据,运转数据包括平均环境光照值、识别验证时长和识别次数;
SS12:实时获取到时间阈值内印控仪的平均环境光照值,获取到平均环境光照值超出预设平均环境光照值阈值的部分,并将其标号为光照干扰值HZ,同时获取到时间阈值内印控仪的识别次数和每次识别所对应的时长,进而获取到时间阈值内印控仪的识别次数和每次识别所对应的时长的积,并将其标记为识别采集值PS;
SS13:获取到时间阈值内印控仪的识别验证时长SC,其中,识别验证时长SC指的是开始采集面部特征图像到识别验证完成时刻之间的时长;
SS14:根据公式得到识别效率评估系数S,并将其识别效率评估系数S与其内部录入存储的预设识别效率评估系数区间进行比对分析:
若识别效率评估系数S大于预设识别效率评估系数区间中的最大值,则生成一级识别信号;
若识别效率评估系数S位于预设识别效率评估系数区间之内,则生成二级识别信号;
若识别效率评估系数S小于预设识别效率评估系数区间中的最小值,则生成三级识别信号,其中,一级识别信号、二级识别信号以及三级识别信号所对应的识别速率依次降低,得到一级识别信号和三级识别信号,立即做出一级识别信号和三级识别信号所对应的预设预警管理操作。
6.根据权利要求1所述的一种具有智能识别功能的印控仪管理方法,其特征在于,所述反馈分析操作具体过程如下:
S1:立即采集印控仪的干扰数据,干扰数据包括面部特征图像的存储时长和使用次数;
S12:获取到面部特征图像开始录入存储时刻到当前时刻之间的时长,并将其标记为存储时长,在存储时长内获取到印控仪的使用次数,将使用次数标记为o,o为大于零的自然数,获取到各个使用次数中印控仪的识别次数So,进而获取到识别次数So超出预设识别次数阈值的个数,并将其标记为异常数,以此获取到存储时长内异常数与使用次数的比值,并将其标记为异常风险比;
S13:并将存储时长和异常风险比与其内部录入存储的预设存储时长阈值和预设异常风险比阈值进行比对分析:
若存储时长小于等于预设存储时长阈值,且异常风险比小于等于预设异常风险比阈值,则低级信号,当生成低级信号时,低级信号和二级识别信号得到一级识别信号;
若存储时长大于预设存储时长阈值,或异常风险比大于预设异常风险比阈值,则生成管理信号,当生成管理信号时,管理信号和二级识别信号得到三级识别信号。
CN202310511373.4A 2023-05-09 2023-05-09 一种具有智能识别功能的印控仪管理方法 Active CN116228174B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310511373.4A CN116228174B (zh) 2023-05-09 2023-05-09 一种具有智能识别功能的印控仪管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310511373.4A CN116228174B (zh) 2023-05-09 2023-05-09 一种具有智能识别功能的印控仪管理方法

Publications (2)

Publication Number Publication Date
CN116228174A true CN116228174A (zh) 2023-06-06
CN116228174B CN116228174B (zh) 2023-08-01

Family

ID=86580956

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310511373.4A Active CN116228174B (zh) 2023-05-09 2023-05-09 一种具有智能识别功能的印控仪管理方法

Country Status (1)

Country Link
CN (1) CN116228174B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116501532A (zh) * 2023-06-26 2023-07-28 北京惠朗时代科技有限公司 一种基于数据分析的印控仪运行故障预测系统
CN116797267A (zh) * 2023-08-23 2023-09-22 深空间发展投资控股(湖北)有限公司 用于股权投资的分布式市场数据采集管理系统
CN117376031A (zh) * 2023-12-06 2024-01-09 北京惠朗时代科技有限公司 基于数据分析的印控仪网络传输监管预警系统
CN117811940A (zh) * 2024-02-29 2024-04-02 北京裕佳科技有限公司 一种基于数据分析的印控仪运行网络质量检测评估系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69633956D1 (de) * 1995-01-31 2005-01-05 Neopost Ind Thermische Schutzvorrichtung für Frankiermaschine
CN102774152A (zh) * 2011-04-20 2012-11-14 中共青岛市纪律检查委员会办公厅 智能印章、印鉴记忆系统
CN203032105U (zh) * 2012-12-28 2013-07-03 深圳市银之杰科技股份有限公司 一种具有打印功能的盖章机系统
CN214646846U (zh) * 2020-11-04 2021-11-09 杭州印界科技集团有限公司 防伪印章打印装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69633956D1 (de) * 1995-01-31 2005-01-05 Neopost Ind Thermische Schutzvorrichtung für Frankiermaschine
CN102774152A (zh) * 2011-04-20 2012-11-14 中共青岛市纪律检查委员会办公厅 智能印章、印鉴记忆系统
CN203032105U (zh) * 2012-12-28 2013-07-03 深圳市银之杰科技股份有限公司 一种具有打印功能的盖章机系统
CN214646846U (zh) * 2020-11-04 2021-11-09 杭州印界科技集团有限公司 防伪印章打印装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116501532A (zh) * 2023-06-26 2023-07-28 北京惠朗时代科技有限公司 一种基于数据分析的印控仪运行故障预测系统
CN116501532B (zh) * 2023-06-26 2023-08-29 北京惠朗时代科技有限公司 一种基于数据分析的印控仪运行故障预测系统
CN116797267A (zh) * 2023-08-23 2023-09-22 深空间发展投资控股(湖北)有限公司 用于股权投资的分布式市场数据采集管理系统
CN116797267B (zh) * 2023-08-23 2023-11-24 深空间发展投资控股(湖北)有限公司 用于股权投资的分布式市场数据采集管理系统
CN117376031A (zh) * 2023-12-06 2024-01-09 北京惠朗时代科技有限公司 基于数据分析的印控仪网络传输监管预警系统
CN117376031B (zh) * 2023-12-06 2024-02-09 北京惠朗时代科技有限公司 基于数据分析的印控仪网络传输监管预警系统
CN117811940A (zh) * 2024-02-29 2024-04-02 北京裕佳科技有限公司 一种基于数据分析的印控仪运行网络质量检测评估系统
CN117811940B (zh) * 2024-02-29 2024-05-03 北京裕佳科技有限公司 一种基于数据分析的印控仪运行网络质量检测评估系统

Also Published As

Publication number Publication date
CN116228174B (zh) 2023-08-01

Similar Documents

Publication Publication Date Title
CN116228174B (zh) 一种具有智能识别功能的印控仪管理方法
CN113190421B (zh) 一种用于数据中心的设备健康状态的检测分析方法
CN108985632A (zh) 一种基于孤立森林算法的用电数据异常检测模型
CN111709465B (zh) 大坝安全监测数据粗差智能识别方法
CN110929918A (zh) 一种基于CNN和LightGBM的10kV馈线故障预测方法
CN110636066B (zh) 基于无监督生成推理的网络安全威胁态势评估方法
CN115578015A (zh) 基于物联网的污水处理全过程监管方法、系统及存储介质
CN116884193B (zh) 一种基于多端感应融合的芯片工厂智慧生产监控警报系统
CN109784668B (zh) 一种用于电力监控系统异常行为检测的样本特征降维处理方法
CN115858794B (zh) 用于网络运行安全监测的异常日志数据识别方法
CN117690261A (zh) 一种用于厂区危化气体泄漏监测的区域预警系统
CN104281779A (zh) 一种异常数据判定与处理方法及装置
CN116993329B (zh) 一种基于数据分析的通讯设备运行维修决策管理系统
CN116663962A (zh) 一种用于水利工程堤坝材料质量检测分析系统
CN117576632B (zh) 基于多模态ai大模型的电网监控火灾预警系统及方法
CN113242213B (zh) 一种电力通信骨干网节点脆弱性诊断方法
CN117491787B (zh) 一种芯片生产设备电磁干扰检测系统
CN117523299A (zh) 一种基于计算机网络图像识别方法、系统和存储介质
CN110348510B (zh) 一种基于深水油气钻井过程阶段性特征的数据预处理方法
CN112039907A (zh) 一种基于物联网终端评测平台的自动测试方法及系统
CN116594801A (zh) 一种大数据云计算的故障分析系统
CN116126807A (zh) 一种日志分析方法及相关装置
CN116151799A (zh) 一种基于bp神经网络的配电线路多工况故障率快速评估方法
CN113449966B (zh) 一种石膏板设备巡检方法及系统
CN117675280B (zh) 一种基于串口通信的网络安全预警方法及系统

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