CN116384950A - 一种采砂船的采砂量估算方法、系统、计算机及存储介质 - Google Patents
一种采砂船的采砂量估算方法、系统、计算机及存储介质 Download PDFInfo
- Publication number
- CN116384950A CN116384950A CN202310658543.1A CN202310658543A CN116384950A CN 116384950 A CN116384950 A CN 116384950A CN 202310658543 A CN202310658543 A CN 202310658543A CN 116384950 A CN116384950 A CN 116384950A
- Authority
- CN
- China
- Prior art keywords
- sand
- test
- mining
- ship
- sand production
- 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
- 239000004576 sand Substances 0.000 title claims abstract description 217
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 149
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012360 testing method Methods 0.000 claims abstract description 185
- 238000005065 mining Methods 0.000 claims abstract description 159
- 238000012876 topography Methods 0.000 claims abstract description 48
- 238000012544 monitoring process Methods 0.000 claims abstract description 15
- 238000012549 training Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 230000008901 benefit Effects 0.000 abstract description 5
- 238000000605 extraction Methods 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
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
- G06Q10/10—Office automation; Time management
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种采砂船的采砂量估算方法、系统、计算机及存储介质,方法包括:划定开采区域,持续获取开采区域内的水下地形;当测试采砂船于开采区域开采时,基于水下地形获取预估开采方量;获取测试采砂船的测试采集要素,建立测试采集要素与预估开采方量之间的关联模型;于开采区域内监测是否存在待测采砂船;若存在,则获取待测采砂船的实际采集要素,通过关联模型及实际采集要素获取待测采砂船的估算采砂量。划定稳定的水下地质条件,为关联模型的建立提供了必要条件,通过实际采集要素及关联模型完成采砂量的自动化估算,无需人工参与,自动化的估算方式降低了估算误差,同时,可全天候、全时段的进行监测,提高了采砂量的获取效率。
Description
技术领域
本申请涉及数据处理技术领域,特别是涉及一种采砂船的采砂量估算方法、系统、计算机及存储介质。
背景技术
随着经济的飞速发展和基础建设规模的不断扩大,河道砂石的需求量也随之增大。
采砂船的开采量是监管的重要内容,对开采量进行监管的作用是避免非法采砂的现象发生,为河道安全、防洪提供保障。但船舶监管技术远不如路上的车辆监管技术成熟,由于水面与地面的物理差异性、船型的不规范性,船号的不一致性,如传统的激光雷达、视频AI船号识别、射频识别等公路上对车辆监测的方法并不适用于采砂船开采量的监测。
目前对采砂船的采砂量计量主要基于经验,以人工进行方量估算,其不能准确有效的获取采砂船的实际采砂量,估算误差较大,且监管人员的现场监管受时间、空间、气候以及人为因素的影响,难以全天候实时对采砂船的采砂量进行估算,采砂量的获取效率不高。
发明内容
本申请实施例提供了一种采砂船的采砂量估算方法、系统、计算机及存储介质,以解决现有技术中通过人工对采砂船的采砂量进行方量估算,其与实际采砂量之间的误差较大,且采砂量的获取效率低的技术问题。
第一方面,本申请实施例提供了一种采砂船的采砂量估算方法,包括以下步骤:
划定水下地质条件稳定的区域为开采区域,持续获取所述开采区域内的水下地形;
当测试采砂船于所述开采区域开采时,基于所述水下地形获取所述测试采砂船的预估开采方量;
所述基于所述水下地形获取所述测试采砂船的预估开采方量的步骤包括:
记录测试采砂船于开采前的所述水下地形,以获取第一地形图;
记录所述测试采砂船于开采后的所述水下地形,以获取第二地形图;
通过比对所述第一地形图及所述第二地形图,计算所述测试采砂船的预估开采方量;
获取所述测试采砂船的测试采集要素,建立所述测试采集要素与所述预估开采方量之间的关联模型;
于所述开采区域内监测是否存在待测采砂船;
若所述开采区域内存在所述待测采砂船,则获取所述待测采砂船的实际采集要素,并基于所述实际采集要素及所述关联模型,获取所述待测采砂船的估算采砂量。
进一步地,所述预估开采方量的计算公式为:
进一步地,所述获取所述测试采砂船的测试采集要素的步骤包括:
记录所述测试采砂船的测试采集开始时间及测试采集结束时间;
基于所述测试采集开始时间及所述测试采集结束时间获取所述测试采砂船的测试采集时长;
获取所述测试采砂船于所述测试采集时长内的测试开采功率;
通过所述测试开采功率获取所述测试采砂船的测试开采能效,所述测试采集时长及所述测试采集能效形成测试采集要素。
进一步地,所述测试开采能效的计算公式为:
进一步地,所述估算采砂量的计算公式为:
进一步地,在所述获取所述测试采砂船的测试采集要素,建立所述测试采集要素与所述预估开采方量之间的关联模型的步骤之后,还包括:
重复获取所述测试采集要素及所述预估开采方量,以形成训练数据组,通过所述训练数据组训练所述关联模型。
第二方面,本申请实施例提供了一种采砂船的采砂量估算系统,应用于上述技术方案中的采砂船的采砂量估算方法,所述系统包括:
划分模块,用于划定水下地质条件稳定的区域为开采区域,持续获取所述开采区域内的水下地形;
计算模块,用于当测试采砂船于所述开采区域开采时,基于所述水下地形获取所述测试采砂船的预估开采方量;
所述计算模块包括:
第一单元,用于当测试采砂船于所述开采区域开采时,记录测试采砂船于开采前的所述水下地形,以获取第一地形图;
第二单元,用于记录所述测试采砂船于开采后的所述水下地形,以获取第二地形图;
第三单元,用于通过比对所述第一地形图及所述第二地形图,计算所述测试采砂船的预估开采方量;
关联模块,用于获取所述测试采砂船的测试采集要素,建立所述测试采集要素与所述预估开采方量之间的关联模型;
监测模块,用于于所述开采区域内监测是否存在待测采砂船;
执行模块,用于若所述开采区域内存在所述待测采砂船,则获取所述待测采砂船的实际采集要素,并基于所述实际采集要素及所述关联模型,获取所述待测采砂船的估算采砂量。
第三方面,本申请实施例提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面所述的采砂船的采砂量估算方法。
第四方面,本申请实施例提供了一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述第一方面所述的采砂船的采砂量估算方法。
相比于相关技术,本发明的有益效果在于:通过划定所述开采区域,在一定的区域范围内提供稳定的水下地质条件,为后续所述关联模型的建立提供了必要条件,建立所述测试采集要素与所述预估开采方量之间的关联模型,在获取所述实际采集要素后,即可通过所述关联模型完成所述待测采砂船的采砂量的自动化估算,无需人工参与,自动化的估算方式极大的降低了采砂量的估算误差,同时,可全天候、全时段的对所述开采区域内的采砂船进行监测,提供了有效的估算手段,提高了采砂量的获取效率。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
图1为本发明第一实施例中采砂船的采砂量估算方法的流程图;
图2为本发明第二实施例中采砂船的采砂量估算方法的流程图;
图3为本发明第三实施例中采砂船的采砂量估算系统的结构框图;
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
请参阅图1,本发明第一实施例提供的采砂船的采砂量估算方法,包括以下:
步骤S10:划定水下地质条件稳定的区域为开采区域,持续获取所述开采区域内的水下地形;
所述开采区域决定了开采水平,在水下的地质条件稳定的区域范围内,开采船只的开采工作符合稳态条件,此为后续的数据关联性之间提供了必要的条件,因水下存在砂石,其与水下形成相应的水下地形。
步骤S20:当测试采砂船于所述开采区域开采时,基于所述水下地形获取所述测试采砂船的预估开采方量;
可以理解地,所述测试采砂船进行开采时,随着砂石不断被采集,所述水下地形也将相应的发生变化,而所述水下地形的变化量,与所述预估开采方量之间存在直接关联。
步骤S30:获取所述测试采砂船的测试采集要素,建立所述测试采集要素与所述预估开采方量之间的关联模型;
所述测试采集要素指代所述测试采砂船于采砂过程中产生的与采砂相关的不同要素,即所述测试采集要素用于表述所述测试采砂船的工作效率,其与所述预估开采方量之间形成正相关。
步骤S40:于所述开采区域内监测是否存在待测采砂船;
在完成所述关联模型的获取后,通过监测所述开采区域,即可判断是否有所述待测采砂船将于所述开采区域内进行开采作业。
步骤S50:若所述开采区域内存在所述待测采砂船,则获取所述待测采砂船的实际采集要素,并基于所述实际采集要素及所述关联模型,获取所述待测采砂船的估算采砂量。
可以理解地,所述实际采集要素与所述测试采集要素为同一概率,通过所述关联模型确定所述测试采集要素与所述预估开采方量之间的关联性,在获取所述实际采集要素后,即可通过将所述实际采集要素替代所述测试采集要素,以所述关联模型完成所述待测采砂船的采砂量的自动化估算,采砂量的获取过程无需人工参与,自动化的估算方式极大的降低了采砂量的估算误差,同时,可全天候、全时段的对所述开采区域内的采砂船进行监测,提供了有效的采砂量估算手段,且提高了采砂量的获取效率。
请参阅图2,本发明第二实施例提供的采砂船的采砂量估算方法,所述方法包括以下步骤:
步骤S100:划定水下地质条件稳定的区域为开采区域,持续获取所述开采区域内的水下地形;
步骤S101:当测试采砂船于所述开采区域开采时,记录测试采砂船于开采前的所述水下地形,以获取第一地形图;
步骤S102:记录所述测试采砂船于开采后的所述水下地形,以获取第二地形图;
步骤S103:通过比对所述第一地形图及所述第二地形图,计算所述测试采砂船的预估开采方量;
所述预估开采方量的计算公式为:
步骤S104:记录所述测试采砂船的测试采集开始时间及测试采集结束时间;
步骤S105:基于所述测试采集开始时间及所述测试采集结束时间获取所述测试采砂船的测试采集时长;
通过将所述测试采集结束时间减去所述测试采集开始时间,即可获取所述测试采砂船的具体工作时长,而所述测试采集时长与所述预估开采方量之间正相关,即所述测试采集时长越长,采砂量越大。
步骤S106:获取所述测试采砂船于所述测试采集时长内的测试开采功率;
可以理解地,所述测试开采功率不包括空转功率,决定所述测试采砂船的采砂量的决定因素,除所述测试采集时长外,即是所述测试开采功率,所述测试开采功率与采砂量同样呈正相关,即所述测试开采功率越大,采砂量越大。
步骤S107:通过所述测试开采功率获取所述测试采砂船的测试开采能效,所述测试采集时长及所述测试采集能效形成测试采集要素,建立所述测试采集要素与所述预估开采方量之间的关联模型;
所述测试开采能效的计算公式为:
可以理解地,t表示所述测试采集时长内的时间变量。
建立所述测试采集要素与所述预估开采方量之间的关联模型,即是建立所述测试开采能效、所述测试采集时长及所述预估开采方量之间的关联模型。
一般情况下,通过所述测试采集时长及所述测试开采功率,即可获取单次的开采值,但由于采砂船的采砂为水下作业,其在开采过程中,除砂外,还有较多的水混杂于砂中一并被开采,含水率较大将使得开采值误差较大,通过建立所述测试采集时长、所述测试采集能效与所述预估开采方量之间的关联模型,可使估算更为精确,降低误差。
步骤S108:重复获取所述测试采集要素及所述预估开采方量,以形成训练数据组,通过所述训练数据组训练所述关联模型;
在完成所述关联模型的建立后,为确保所述关联模型数据的准确性,减小估算误差,通过所述测试采砂船重复进行采砂工作,即可通过重复步骤S101至步骤S107,获取若干个所述测试采集要素及所述预估开采方量,将所述测试采集要素作为所述关联模型的输入值,将所述预估开采方量作为所述关联模型的输出值,以完成所述关联模型的训练。
步骤S109:于所述开采区域内监测是否存在待测采砂船;
步骤S110:若所述开采区域内存在所述待测采砂船,则获取所述待测采砂船的实际采集要素,并基于所述实际采集要素及所述关联模型,获取所述待测采砂船的估算采砂量。
所述实际采集要素的获取与所述测试采集要素的获取方式相同,可以理解地,所述实际采集要素与所述测试采集要素的概念相同,仅取值存在差异,即所述实际采集要素包括实际采集时长及实际开采能效,其分别与所述测试采集时长及所述测试开采能效相对应,可以理解地,所述实际采集时长及所述实际开采能效的获取方式与所述测试采集时长及所述测试开采能效的获取方式相同。
当完成所述实际采集要素的获取后,通过将所述实际采集要素作为输入值输入所述关联模型,即可通过所述关联模型的输出值获取所述估算采砂量。
具体地,所述估算采砂量的计算公式为:
请参阅图3,本发明第三实施例提供了一种采砂船的采砂量估算系统,该系统应用于上述实施例中的所述采砂船的采砂量估算方法,已经进行过说明的不再赘述。如以下所使用的,术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
所述系统包括:
划分模块10,用于划定水下地质条件稳定的区域为开采区域,持续获取所述开采区域内的水下地形;
计算模块20,用于当测试采砂船于所述开采区域开采时,基于所述水下地形获取所述测试采砂船的预估开采方量;
所述计算模块20包括:
第一单元,用于当测试采砂船于所述开采区域开采时,记录测试采砂船于开采前的所述水下地形,以获取第一地形图;
第二单元,用于记录所述测试采砂船于开采后的所述水下地形,以获取第二地形图;
第三单元,用于通过比对所述第一地形图及所述第二地形图,计算所述测试采砂船的预估开采方量。
关联模块30,用于获取所述测试采砂船的测试采集要素,建立所述测试采集要素与所述预估开采方量之间的关联模型;
所述关联模块30包括:
第四单元,用于记录所述测试采砂船的测试采集开始时间及测试采集结束时间;
第五单元,用于基于所述测试采集开始时间及所述测试采集结束时间获取所述测试采砂船的测试采集时长;
第六单元,用于获取所述测试采砂船于所述测试采集时长内的测试开采功率;
第七单元,用于通过所述测试开采功率获取所述测试采砂船的测试开采能效,所述测试采集时长及所述测试采集能效形成测试采集要素,建立所述测试采集要素与所述预估开采方量之间的关联模型。
监测模块40,用于于所述开采区域内监测是否存在待测采砂船;
执行模块50,用于若所述开采区域内存在所述待测采砂船,则获取所述待测采砂船的实际采集要素,并基于所述实际采集要素及所述关联模型,获取所述待测采砂船的估算采砂量。
优选地,所述采砂船的采砂量估算系统还包括训练模块60,所述训练模块60用于当完成所述关联模型的建立后,重复获取所述测试采集要素及所述预估开采方量,以形成训练数据组,通过所述训练数据组训练所述关联模型。
本发明还提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述技术方案中所述的采砂船的采砂量估算方法。
本发明还提供了一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述技术方案中所述的采砂船的采砂量估算方法。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种采砂船的采砂量估算方法,其特征在于,包括以下步骤:
划定水下地质条件稳定的区域为开采区域,持续获取所述开采区域内的水下地形;
当测试采砂船于所述开采区域开采时,基于所述水下地形获取所述测试采砂船的预估开采方量;
所述基于所述水下地形获取所述测试采砂船的预估开采方量的步骤包括:
记录测试采砂船于开采前的所述水下地形,以获取第一地形图;
记录所述测试采砂船于开采后的所述水下地形,以获取第二地形图;
通过比对所述第一地形图及所述第二地形图,计算所述测试采砂船的预估开采方量;
获取所述测试采砂船的测试采集要素,建立所述测试采集要素与所述预估开采方量之间的关联模型;
于所述开采区域内监测是否存在待测采砂船;
若所述开采区域内存在所述待测采砂船,则获取所述待测采砂船的实际采集要素,并基于所述实际采集要素及所述关联模型,获取所述待测采砂船的估算采砂量。
3.根据权利要求1所述的采砂船的采砂量估算方法,其特征在于,所述获取所述测试采砂船的测试采集要素的步骤包括:
记录所述测试采砂船的测试采集开始时间及测试采集结束时间;
基于所述测试采集开始时间及所述测试采集结束时间获取所述测试采砂船的测试采集时长;
获取所述测试采砂船于所述测试采集时长内的测试开采功率;
通过所述测试开采功率获取所述测试采砂船的测试开采能效,所述测试采集时长及所述测试采集能效形成测试采集要素。
6.根据权利要求1所述的采砂船的采砂量估算方法,其特征在于,在所述获取所述测试采砂船的测试采集要素,建立所述测试采集要素与所述预估开采方量之间的关联模型的步骤之后,还包括:
重复获取所述测试采集要素及所述预估开采方量,以形成训练数据组,通过所述训练数据组训练所述关联模型。
7.一种采砂船的采砂量估算系统,应用于如权利要求1~6任一项所述的采砂船的采砂量估算方法,其特征在于,所述系统包括:
划分模块,用于划定水下地质条件稳定的区域为开采区域,持续获取所述开采区域内的水下地形;
计算模块,用于当测试采砂船于所述开采区域开采时,基于所述水下地形获取所述测试采砂船的预估开采方量;
所述计算模块包括:
第一单元,用于当测试采砂船于所述开采区域开采时,记录测试采砂船于开采前的所述水下地形,以获取第一地形图;
第二单元,用于记录所述测试采砂船于开采后的所述水下地形,以获取第二地形图;
第三单元,用于通过比对所述第一地形图及所述第二地形图,计算所述测试采砂船的预估开采方量;
关联模块,用于获取所述测试采砂船的测试采集要素,建立所述测试采集要素与所述预估开采方量之间的关联模型;
监测模块,用于于所述开采区域内监测是否存在待测采砂船;
执行模块,用于若所述开采区域内存在所述待测采砂船,则获取所述待测采砂船的实际采集要素,并基于所述实际采集要素及所述关联模型,获取所述待测采砂船的估算采砂量。
8.一种计算机,包括存储器、处理器以及存储在所述存储器上并可在所述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计算机程序时实现如权利要求1至6中任一项所述的采砂船的采砂量估算方法。
9.一种存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至6中任一项所述的采砂船的采砂量估算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310658543.1A CN116384950A (zh) | 2023-06-06 | 2023-06-06 | 一种采砂船的采砂量估算方法、系统、计算机及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310658543.1A CN116384950A (zh) | 2023-06-06 | 2023-06-06 | 一种采砂船的采砂量估算方法、系统、计算机及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116384950A true CN116384950A (zh) | 2023-07-04 |
Family
ID=86977245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310658543.1A Pending CN116384950A (zh) | 2023-06-06 | 2023-06-06 | 一种采砂船的采砂量估算方法、系统、计算机及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116384950A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062361A (zh) * | 2019-12-27 | 2020-04-24 | 中水北方勘测设计研究有限责任公司 | 一种河湖岸线采砂监测分析的方法及装置 |
CN114235082A (zh) * | 2021-12-21 | 2022-03-25 | 江西省水利科学院 | 一种基于采砂量监测系统的智能计量方法 |
CN114332749A (zh) * | 2021-11-16 | 2022-04-12 | 河海大学 | 一种基于深度学习的采砂船采砂监控方法 |
KR102475329B1 (ko) * | 2022-09-06 | 2022-12-07 | 주식회사 퍼스트알앤디 | 인공지능에 의한 현장영상을 이용한 토사반출 관리 시스템 및 방법 |
CN115546736A (zh) * | 2022-12-01 | 2022-12-30 | 深圳联和智慧科技有限公司 | 基于图像采集的河道采砂监控处理方法及系统 |
-
2023
- 2023-06-06 CN CN202310658543.1A patent/CN116384950A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062361A (zh) * | 2019-12-27 | 2020-04-24 | 中水北方勘测设计研究有限责任公司 | 一种河湖岸线采砂监测分析的方法及装置 |
CN114332749A (zh) * | 2021-11-16 | 2022-04-12 | 河海大学 | 一种基于深度学习的采砂船采砂监控方法 |
CN114235082A (zh) * | 2021-12-21 | 2022-03-25 | 江西省水利科学院 | 一种基于采砂量监测系统的智能计量方法 |
KR102475329B1 (ko) * | 2022-09-06 | 2022-12-07 | 주식회사 퍼스트알앤디 | 인공지능에 의한 현장영상을 이용한 토사반출 관리 시스템 및 방법 |
CN115546736A (zh) * | 2022-12-01 | 2022-12-30 | 深圳联和智慧科技有限公司 | 基于图像采集的河道采砂监控处理方法及系统 |
Non-Patent Citations (1)
Title |
---|
赵军华;周武;宁晶;梁俊;王奔;: "河道采砂管理船载监控终端研发", 长江科学院院报, no. 06 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107219466A (zh) | 一种混合扩展卡尔曼滤波的锂电池soc估算方法 | |
CN111610446B (zh) | 一种用于评估电池循环寿命的方法、装置及系统 | |
CN109324241B (zh) | 一种变电站接地网腐蚀诊断预警方法及系统 | |
CN110134907B (zh) | 一种降雨缺失数据填补方法、系统及电子设备 | |
CN109085507B (zh) | 一种评估储能电池健康状态的方法和系统 | |
CN111563621A (zh) | 一种区域滑坡的危险性评估方法、系统、装置和存储介质 | |
CN111681316A (zh) | 一种高精度河道地形插值方法 | |
CN106443496A (zh) | 一种带改进型噪声估计器的电池荷电状态估计方法 | |
CN111806450A (zh) | 基于实际营运道路的路谱数据处理方法及动力匹配方法 | |
CN116017488A (zh) | 基于边界搜索的大区域散射通信覆盖预测方法及系统 | |
CN115100819A (zh) | 基于大数据分析的滑坡灾害预警方法、装置及电子设备 | |
CN116384950A (zh) | 一种采砂船的采砂量估算方法、系统、计算机及存储介质 | |
CN102087107B (zh) | 绳系多传感器协同优化近海测波浮标及其滤波融合方法 | |
CN114062950A (zh) | 混联电池soc确定方法、装置、电子设备及存储介质 | |
CN107256333A (zh) | 一种基于预测和动态阈值的Argo剖面异常检测方法 | |
CN116415488A (zh) | 一种土壤湿度预测方法、装置、电子设备及存储介质 | |
CN113435630B (zh) | 一种产流模式自适应的流域水文预报方法及系统 | |
CN114879073A (zh) | 基于锂离子电池电化学模型功率特性的荷电状态更新方法 | |
CN104751008A (zh) | 一种针对含有模糊信息历史洪水的L-moment 估参方法 | |
CN113009107A (zh) | 一种冻土未冻水含量检测方法 | |
CN116773771B (zh) | 页岩油评价参数起算标准的确定方法、装置和电子设备 | |
CN117852775B (zh) | 一种喀斯特碳汇潜力的评估方法及相关设备 | |
CN111562511B (zh) | 一种用于确定退役动力电池的健康状态的方法及系统 | |
CN113642852B (zh) | 基于数字孪生的道路铺设成本计算方法及系统 | |
CN116908704B (zh) | 动力电池soh估算修正方法、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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230704 |
|
RJ01 | Rejection of invention patent application after publication |