CN117474501A - 一种文物普查系统及方法 - Google Patents
一种文物普查系统及方法 Download PDFInfo
- Publication number
- CN117474501A CN117474501A CN202311819110.6A CN202311819110A CN117474501A CN 117474501 A CN117474501 A CN 117474501A CN 202311819110 A CN202311819110 A CN 202311819110A CN 117474501 A CN117474501 A CN 117474501A
- Authority
- CN
- China
- Prior art keywords
- census
- cultural relics
- cultural
- relics
- progress
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000011835 investigation Methods 0.000 claims abstract description 74
- 238000010276 construction Methods 0.000 claims abstract description 8
- 230000003068 static effect Effects 0.000 claims description 30
- 238000012216 screening Methods 0.000 claims description 26
- 239000000463 material Substances 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 12
- 230000004308 accommodation Effects 0.000 claims description 6
- 230000004397 blinking Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000009194 climbing Effects 0.000 claims description 6
- 238000013210 evaluation model Methods 0.000 claims description 6
- 238000012417 linear regression Methods 0.000 claims description 6
- 238000012800 visualization Methods 0.000 abstract description 2
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06Q10/103—Workflow collaboration or project 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
- 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
- G06Q10/063118—Staff planning in a project environment
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种文物普查系统及方法,包括普查进度跟踪模块、普查路线规划模块、普查人员分配模块、新发现文物预测模块;普查进度跟踪模块用于展示普查进度相关信息,基于地图可视化展示文物普查进度,综合已产生工日和项目工期进行预警提醒;普查路线规划模块用于规划普查团队明天的普查路线,创建目标函数,设定约束条件,根据目标函数的最优解确定普查路线;普查人员分配模块用于根据文物情况分配合适的普查人员,新发现文物预测模块用于根据旧有资料预测可能出现的新发现文物的地点,分析收集到的旧有文物资料,选择使用文物的年代、文物类型和周边环境特征作为输入特征,地理坐标作为输出特征预测新发现文物可能出现的位置。
Description
技术领域
本发明涉及一种文物普查系统及方法。
背景技术
在古建筑、古遗址等文物普查工作中,通常需要制定科学合理的文物普查工作计划,以保证文物普查工作按时保质保量完成。然而,为了降低人工成本并提高普查效率,迫切需要一种智能的普查系统,能够展示普查进度、规划普查路线、分配普查人员、预测新发现文物可能出现位置,更好的辅助开展文物普查工作。
发明内容
本发明为了降低人工成本并提高普查效率,设计了一种文物普查系统及方法。
本发明所采用的技术方案是,一种文物普查系统:
包括普查进度跟踪模块、普查路线规划模块、普查人员分配模块、新发现文物预测模块。
所述普查进度跟踪模块用于展示普查进度相关信息,具体方式为:
A1,根据旧有资料记载的文物的地理位置信息,在地图的相应位置放置静止图标,用于表示待普查文物;
A2,普查人员现场采集文物3D图,核对文物信息和旧有资料记载的一致时,静止图标变为文物的3D图,用于表示已普查文物,点击3D图后能够展示文物详细信息;
A3,普查人员现场核对文物信息和旧有资料记载的不一致时,静止图标变为闪烁图标,二次核查人员核实并修正登记信息后,闪烁图标变更为文物的3D图,点击3D图后能够展示文物详细信息;
A4,地图边缘添加有普查进度条,设静止图标的数量为m,闪烁图标的数量为n,文物的3D图的数量为k,已产生工日为g,项目建设工期天数为j,普查进度条长度为L,那么
①普查进度条中从起始端开始先进行绿色填充,绿色填充长度为k÷(m+n+k)×L,表示已经普查完成的工作;
②绿色填充后面紧接黄色填充,黄色填充长度为n÷(m+n+k)×L,表示待二次核查的工作;
③黄色填充后面紧接白色填充,直至填满进度条;
④当(k÷g)≥[(m+n+k)÷j],进度条内颜色填充不闪烁,说明普查进度在可控范围内;
⑤当[2(m+n+k)÷3j]≤(k÷g)<[(m+n+k)÷j],进度条内绿色颜色填充闪烁,闪烁频率为f,说明普查进度滞后;
⑥当(k÷g)<[2(m+n+k)÷3j],进度条内绿色颜色填充闪烁,闪烁频率变为2f,同时播放警示声音,说明普查进度严重滞后。
所述普查路线规划模块用于规划普查团队明天的普查路线,具体方式为:
B1,收集景点类文物的参观开放时间信息,避开游客参观时间窗口;
B2,收集危房类文物信息,普查时需增加携带防护设备;
B3,收集需要爬高的文物信息,普查时需增加爬高工具;
B4,收集天气预报信息,避开恶劣天气外出;
B5,收集路况信息,避开不可通行道路;
B6,确定明天的文物普查数量:
①估算普查团队明天可用于普查的时间,用T表示可用时间,单位为小时;
②根据团队的以往普查数据计算平均普查效率E,单位为文物点/小时,E=已普查文物数量÷已用工时;
③计算最大可普查文物数量M=floor(T×E),floor(x)表示不超过x的最大整数值;
④根据普查所需的设备、工具和材料资源的供应情况,估计支持的最大文物数量为R;
⑤最终确定明天要普查的文物数量N=min(M,R);
B7,以普查团队住宿地点为中心,距离中心最近的N个文物为明天的普查对象;
B8,根据N个确定的普查对象找出所有可选普查路线;
B9,在B1-B8的基础上,设目标函数Y=min(w1×成本+w2×时间),w1、w2为权重系数,当进度条内颜色填充不闪烁、普查进度在可控范围内时w1=1、w2=0;当进度条内绿色颜色填充闪烁、闪烁频率为f、普查进度滞后时w1=1/3、w2=2/3;当进度条内绿色颜色填充闪烁、闪烁频率变为2f、普查进度严重滞后时w1=0、w2=1;成本为按照某普查路线开展普查花费的总成本,时间为按照某普查路线开展普查花费的总时间;设定约束条件:时间≤普查团队的每日极限工作时间;每条可选普查路线均能计算出其对应的Y值,根据目标函数Y的最优解确定普查路线。
所述普查人员分配模块用于根据文物情况分配合适的普查人员,具体方式为:
C1,对文物进行分类,针对每个文物类型确定相关的专业领域;
C2,对普查团队成员具备的专业知识类型进行评估,每个成员可普查的文物类型≥1;
C3,设某成员能够调查的文物类型分别是a1、a2、…、ai,先分配其调查a1类型文物;
C4,计算团队的普查效率增量△Z=(T1-T2)÷T1,T1为原先每件文物的平均普查时间,T2为调整后的每件文物的平均普查时间,当△Z>0时按此调整规律继续普查;当△Z≤0时,成员能够调查的文物类型分别是a1、a2、…、ai,再分配其调查a2类型文物,按照a1到ai的次序,如此不断计算,直至△Z>0时为止。
所述新发现文物预测模块用于根据旧有资料预测可能出现的新发现文物的地点,具体方式为:
D1,根据收集到的旧有文物资料,包括文物的年代、文物类型、地理坐标以及周边环境特征;
D2,选择使用文物的年代x1、文物类型x2和周边环境特征x3作为输入特征,地理坐标作为输出特征y;
D3,将收集的数据集按照8:2的比例划分为训练集和测试集;
D4,基于训练集使用线性回归模型来建立模型y=f(x1,x2,x3);
D5,基于测试集使用均方误差评估模型的准确度P,当P≥设定阈值P0时采用此模型对未知文物地点进行预测;
D6,根据预测的文物的地理坐标在地图上定位并以问号图标显示;
D7,当预测的文物的位置距离已规划的普查路线的垂直距离≤设定阈值L0,并且按已规划的普查路线开展工作的时间<普查团队的每日极限工作时间时,派遣普查人员去预测地点核查是否有新的文物。
一种文物普查方法:
步骤1,展示普查进度相关信息,具体方式为:
A1,根据旧有资料记载的文物的地理位置信息,在地图的相应位置放置静止图标,用于表示待普查文物;
A2,普查人员现场采集文物3D图,核对文物信息和旧有资料记载的一致时,静止图标变为文物的3D图,用于表示已普查文物,点击3D图后能够展示文物详细信息;
A3,普查人员现场核对文物信息和旧有资料记载的不一致时,静止图标变为闪烁图标,二次核查人员核实并修正登记信息后,闪烁图标变更为文物的3D图,点击3D图后能够展示文物详细信息;
A4,地图边缘添加有普查进度条,设静止图标的数量为m,闪烁图标的数量为n,文物的3D图的数量为k,已产生工日为g,项目建设工期天数为j,普查进度条长度为L,那么
①普查进度条中从起始端开始先进行绿色填充,绿色填充长度为k÷(m+n+k)×L,表示已经普查完成的工作;
②绿色填充后面紧接黄色填充,黄色填充长度为n÷(m+n+k)×L,表示待二次核查的工作;
③黄色填充后面紧接白色填充,直至填满进度条;
④当(k÷g)≥[(m+n+k)÷j],进度条内颜色填充不闪烁,说明普查进度在可控范围内;
⑤当[2(m+n+k)÷3j]≤(k÷g)<[(m+n+k)÷j],进度条内绿色颜色填充闪烁,闪烁频率为f,说明普查进度滞后;
⑥当(k÷g)<[2(m+n+k)÷3j],进度条内绿色颜色填充闪烁,闪烁频率变为2f,同时播放警示声音,说明普查进度严重滞后。
步骤2,规划普查团队明天的普查路线,具体方式为:
B1,收集景点类文物的参观开放时间信息,避开游客参观时间窗口;
B2,收集危房类文物信息,普查时需增加携带防护设备;
B3,收集需要爬高的文物信息,普查时需增加爬高工具;
B4,收集天气预报信息,避开恶劣天气外出;
B5,收集路况信息,避开不可通行道路;
B6,确定明天的文物普查数量:
①估算普查团队明天可用于普查的时间,用T表示可用时间,单位为小时;
②根据团队的以往普查数据计算平均普查效率E,单位为文物点/小时,E=已普查文物数量÷已用工时;
③计算最大可普查文物数量M=floor(T×E),floor(x)表示不超过x的最大整数值;
④根据普查所需的设备、工具和材料资源的供应情况,估计支持的最大文物数量为R;
⑤最终确定明天要普查的文物数量N=min(M,R);
B7,以普查团队住宿地点为中心,距离中心最近的N个文物为明天的普查对象;
B8,根据N个确定的普查对象找出所有可选普查路线;
B9,在B1-B8的基础上,设目标函数Y=min(w1×成本+w2×时间),w1、w2为权重系数,当进度条内颜色填充不闪烁、普查进度在可控范围内时w1=1、w2=0;当进度条内绿色颜色填充闪烁、闪烁频率为f、普查进度滞后时w1=1/3、w2=2/3;当进度条内绿色颜色填充闪烁、闪烁频率变为2f、普查进度严重滞后时w1=0、w2=1;成本为按照某普查路线开展普查花费的总成本,时间为按照某普查路线开展普查花费的总时间;设定约束条件:时间≤普查团队的每日极限工作时间;每条可选普查路线均能计算出其对应的Y值,根据目标函数Y的最优解确定普查路线。
步骤3,根据文物情况分配合适的普查人员,具体方式为:
C1,对文物进行分类,针对每个文物类型确定相关的专业领域;
C2,对普查团队成员具备的专业知识类型进行评估,每个成员可普查的文物类型≥1;
C3,设某成员能够调查的文物类型分别是a1、a2、…、ai,先分配其调查a1类型文物;
C4,计算团队的普查效率增量△Z=(T1-T2)÷T1,T1为原先每件文物的平均普查时间,T2为调整后的每件文物的平均普查时间,当△Z>0时按此调整规律继续普查;当△Z≤0时,成员能够调查的文物类型分别是a1、a2、…、ai,再分配其调查a2类型文物,按照a1到ai的次序,如此不断计算,直至△Z>0时为止。
步骤4,根据旧有资料预测可能出现的新发现文物的地点,具体方式为:
D1,根据收集到的旧有文物资料,包括文物的年代、文物类型、地理坐标以及周边环境特征;
D2,选择使用文物的年代x1、文物类型x2和周边环境特征x3作为输入特征,地理坐标作为输出特征y;
D3,将收集的数据集按照8:2的比例划分为训练集和测试集;
D4,基于训练集使用线性回归模型来建立模型y=f(x1,x2,x3);
D5,基于测试集使用均方误差评估模型的准确度P,当P≥设定阈值P0时采用此模型对未知文物地点进行预测;
D6,根据预测的文物的地理坐标在地图上定位并以问号图标显示;
D7,当预测的文物的位置距离已规划的普查路线的垂直距离≤设定阈值L0,并且按已规划的普查路线开展工作的时间<普查团队的每日极限工作时间时,派遣普查人员去预测地点核查是否有新的文物。
本发明一种文物普查系统及方法具有如下优点:
(1)基于地图可视化展示文物普查进度,综合已产生工日和项目工期进行预警提醒,直观可靠;
(2)综合文物普查中的多种因素规划普查路线,创建目标函数Y=min(w1×成本+w2×时间),设定约束条件,根据目标函数Y的最优解确定普查路线,构思巧妙;
(3)分析收集到的旧有文物资料,选择使用文物的年代x1、文物类型x2和周边环境特征x3作为输入特征,地理坐标作为输出特征y预测新发现文物可能出现的位置,创造性强。
本发明的其他特征和优点将在随后的说明书中阐述,或者通过实施本发明而了解。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1是本发明的方法流程图。
具体实施方式
以下将结合附图和实施例对本发明一种文物普查系统及方法作进一步的详细描述。
本发明所采用的技术方案,一种文物普查系统:
包括普查进度跟踪模块、普查路线规划模块、普查人员分配模块、新发现文物预测模块。
所述普查进度跟踪模块用于展示普查进度相关信息,具体方式为:
A1,根据旧有资料记载的文物的地理位置信息,在地图的相应位置放置静止图标,用于表示待普查文物;
A2,普查人员现场采集文物3D图,核对文物信息和旧有资料记载的一致时,静止图标变为文物的3D图,用于表示已普查文物,点击3D图后能够展示文物详细信息;
A3,普查人员现场核对文物信息和旧有资料记载的不一致时,静止图标变为闪烁图标,二次核查人员核实并修正登记信息后,闪烁图标变更为文物的3D图,点击3D图后能够展示文物详细信息;
A4,地图边缘添加有普查进度条,设静止图标的数量为m,闪烁图标的数量为n,文物的3D图的数量为k,已产生工日为g,项目建设工期天数为j,普查进度条长度为L,那么
①普查进度条中从起始端开始先进行绿色填充,绿色填充长度为k÷(m+n+k)×L,表示已经普查完成的工作;
②绿色填充后面紧接黄色填充,黄色填充长度为n÷(m+n+k)×L,表示待二次核查的工作;
③黄色填充后面紧接白色填充,直至填满进度条;
④当(k÷g)≥[(m+n+k)÷j],进度条内颜色填充不闪烁,说明普查进度在可控范围内;
⑤当[2(m+n+k)÷3j]≤(k÷g)<[(m+n+k)÷j],进度条内绿色颜色填充闪烁,闪烁频率为f,说明普查进度滞后;
⑥当(k÷g)<[2(m+n+k)÷3j],进度条内绿色颜色填充闪烁,闪烁频率变为2f,同时播放警示声音,说明普查进度严重滞后。
所述普查路线规划模块用于规划普查团队明天的普查路线,具体方式为:
B1,收集景点类文物的参观开放时间信息,避开游客参观时间窗口;
B2,收集危房类文物信息,普查时需增加携带防护设备;
B3,收集需要爬高的文物信息,普查时需增加爬高工具;
B4,收集天气预报信息,避开恶劣天气外出;
B5,收集路况信息,避开不可通行道路;
B6,确定明天的文物普查数量:
①估算普查团队明天可用于普查的时间,用T表示可用时间,单位为小时;
②根据团队的以往普查数据计算平均普查效率E,单位为文物点/小时,E=已普查文物数量÷已用工时;
③计算最大可普查文物数量M=floor(T×E),floor(x)表示不超过x的最大整数值;
④根据普查所需的设备、工具和材料资源的供应情况,估计支持的最大文物数量为R;
⑤最终确定明天要普查的文物数量N=min(M,R);
B7,以普查团队住宿地点为中心,距离中心最近的N个文物为明天的普查对象;
B8,根据N个确定的普查对象找出所有可选普查路线;
B9,在B1-B8的基础上,设目标函数Y=min(w1×成本+w2×时间),w1、w2为权重系数,当进度条内颜色填充不闪烁、普查进度在可控范围内时w1=1、w2=0;当进度条内绿色颜色填充闪烁、闪烁频率为f、普查进度滞后时w1=1/3、w2=2/3;当进度条内绿色颜色填充闪烁、闪烁频率变为2f、普查进度严重滞后时w1=0、w2=1;成本为按照某普查路线开展普查花费的总成本,时间为按照某普查路线开展普查花费的总时间;设定约束条件:时间≤普查团队的每日极限工作时间;每条可选普查路线均能计算出其对应的Y值,根据目标函数Y的最优解确定普查路线。
所述普查人员分配模块用于根据文物情况分配合适的普查人员,具体方式为:
C1,对文物进行分类,针对每个文物类型确定相关的专业领域;
C2,对普查团队成员具备的专业知识类型进行评估,每个成员可普查的文物类型≥1;
C3,设某成员能够调查的文物类型分别是a1、a2、…、ai,先分配其调查a1类型文物;
C4,计算团队的普查效率增量△Z=(T1-T2)÷T1,T1为原先每件文物的平均普查时间,T2为调整后的每件文物的平均普查时间,当△Z>0时按此调整规律继续普查;当△Z≤0时,成员能够调查的文物类型分别是a1、a2、…、ai,再分配其调查a2类型文物,按照a1到ai的次序,如此不断计算,直至△Z>0时为止。
所述新发现文物预测模块用于根据旧有资料预测可能出现的新发现文物的地点,具体方式为:
D1,根据收集到的旧有文物资料,包括文物的年代、文物类型、地理坐标以及周边环境特征;
D2,选择使用文物的年代x1、文物类型x2和周边环境特征x3作为输入特征,地理坐标作为输出特征y;
D3,将收集的数据集按照8:2的比例划分为训练集和测试集;
D4,基于训练集使用线性回归模型来建立模型y=f(x1,x2,x3);
D5,基于测试集使用均方误差评估模型的准确度P,当P≥设定阈值P0时采用此模型对未知文物地点进行预测;
D6,根据预测的文物的地理坐标在地图上定位并以问号图标显示;
D7,当预测的文物的位置距离已规划的普查路线的垂直距离≤设定阈值L0,并且按已规划的普查路线开展工作的时间<普查团队的每日极限工作时间时,派遣普查人员去预测地点核查是否有新的文物。
如图1所示,一种文物普查方法:
步骤1,展示普查进度相关信息,具体方式为:
A1,根据旧有资料记载的文物的地理位置信息,在地图的相应位置放置静止图标,用于表示待普查文物;
A2,普查人员现场采集文物3D图,核对文物信息和旧有资料记载的一致时,静止图标变为文物的3D图,用于表示已普查文物,点击3D图后能够展示文物详细信息;
A3,普查人员现场核对文物信息和旧有资料记载的不一致时,静止图标变为闪烁图标,二次核查人员核实并修正登记信息后,闪烁图标变更为文物的3D图,点击3D图后能够展示文物详细信息;
A4,地图边缘添加有普查进度条,设静止图标的数量为m,闪烁图标的数量为n,文物的3D图的数量为k,已产生工日为g,项目建设工期天数为j,普查进度条长度为L,那么
①普查进度条中从起始端开始先进行绿色填充,绿色填充长度为k÷(m+n+k)×L,表示已经普查完成的工作;
②绿色填充后面紧接黄色填充,黄色填充长度为n÷(m+n+k)×L,表示待二次核查的工作;
③黄色填充后面紧接白色填充,直至填满进度条;
④当(k÷g)≥[(m+n+k)÷j],进度条内颜色填充不闪烁,说明普查进度在可控范围内;
⑤当[2(m+n+k)÷3j]≤(k÷g)<[(m+n+k)÷j],进度条内绿色颜色填充闪烁,闪烁频率为f,说明普查进度滞后;
⑥当(k÷g)<[2(m+n+k)÷3j],进度条内绿色颜色填充闪烁,闪烁频率变为2f,同时播放警示声音,说明普查进度严重滞后。
步骤2,规划普查团队明天的普查路线,具体方式为:
B1,收集景点类文物的参观开放时间信息,避开游客参观时间窗口;
B2,收集危房类文物信息,普查时需增加携带防护设备;
B3,收集需要爬高的文物信息,普查时需增加爬高工具;
B4,收集天气预报信息,避开恶劣天气外出;
B5,收集路况信息,避开不可通行道路;
B6,确定明天的文物普查数量:
①估算普查团队明天可用于普查的时间,用T表示可用时间,单位为小时;
②根据团队的以往普查数据计算平均普查效率E,单位为文物点/小时,E=已普查文物数量÷已用工时;
③计算最大可普查文物数量M=floor(T×E),floor(x)表示不超过x的最大整数值;
④根据普查所需的设备、工具和材料资源的供应情况,估计支持的最大文物数量为R;
⑤最终确定明天要普查的文物数量N=min(M,R);
B7,以普查团队住宿地点为中心,距离中心最近的N个文物为明天的普查对象;
B8,根据N个确定的普查对象找出所有可选普查路线;
B9,在B1-B8的基础上,设目标函数Y=min(w1×成本+w2×时间),w1、w2为权重系数,当进度条内颜色填充不闪烁、普查进度在可控范围内时w1=1、w2=0;当进度条内绿色颜色填充闪烁、闪烁频率为f、普查进度滞后时w1=1/3、w2=2/3;当进度条内绿色颜色填充闪烁、闪烁频率变为2f、普查进度严重滞后时w1=0、w2=1;成本为按照某普查路线开展普查花费的总成本,时间为按照某普查路线开展普查花费的总时间;设定约束条件:时间≤普查团队的每日极限工作时间;每条可选普查路线均能计算出其对应的Y值,根据目标函数Y的最优解确定普查路线。
步骤3,根据文物情况分配合适的普查人员,具体方式为:
C1,对文物进行分类,针对每个文物类型确定相关的专业领域;
C2,对普查团队成员具备的专业知识类型进行评估,每个成员可普查的文物类型≥1;
C3,设某成员能够调查的文物类型分别是a1、a2、…、ai,先分配其调查a1类型文物;
C4,计算团队的普查效率增量△Z=(T1-T2)÷T1,T1为原先每件文物的平均普查时间,T2为调整后的每件文物的平均普查时间,当△Z>0时按此调整规律继续普查;当△Z≤0时,成员能够调查的文物类型分别是a1、a2、…、ai,再分配其调查a2类型文物,按照a1到ai的次序,如此不断计算,直至△Z>0时为止。
步骤4,根据旧有资料预测可能出现的新发现文物的地点,具体方式为:
D1,根据收集到的旧有文物资料,包括文物的年代、文物类型、地理坐标以及周边环境特征;
D2,选择使用文物的年代x1、文物类型x2和周边环境特征x3作为输入特征,地理坐标作为输出特征y;
D3,将收集的数据集按照8:2的比例划分为训练集和测试集;
D4,基于训练集使用线性回归模型来建立模型y=f(x1,x2,x3);
D5,基于测试集使用均方误差评估模型的准确度P,当P≥设定阈值P0时采用此模型对未知文物地点进行预测;
D6,根据预测的文物的地理坐标在地图上定位并以问号图标显示;
D7,当预测的文物的位置距离已规划的普查路线的垂直距离≤设定阈值L0,并且按已规划的普查路线开展工作的时间<普查团队的每日极限工作时间时,派遣普查人员去预测地点核查是否有新的文物。
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,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (2)
1.一种文物普查系统,其特征在于:
包括普查进度跟踪模块、普查路线规划模块、普查人员分配模块、新发现文物预测模块;
所述普查进度跟踪模块用于展示普查进度相关信息,具体方式为:
A1,根据旧有资料记载的文物的地理位置信息,在地图的相应位置放置静止图标,用于表示待普查文物;
A2,普查人员现场采集文物3D图,核对文物信息和旧有资料记载的一致时,静止图标变为文物的3D图,用于表示已普查文物,点击3D图后能够展示文物详细信息;
A3,普查人员现场核对文物信息和旧有资料记载的不一致时,静止图标变为闪烁图标,二次核查人员核实并修正登记信息后,闪烁图标变更为文物的3D图,点击3D图后能够展示文物详细信息;
A4,地图边缘添加有普查进度条,设静止图标的数量为m,闪烁图标的数量为n,文物的3D图的数量为k,已产生工日为g,项目建设工期天数为j,普查进度条长度为L,那么
①普查进度条中从起始端开始先进行绿色填充,绿色填充长度为k÷(m+n+k)×L,表示已经普查完成的工作;
②绿色填充后面紧接黄色填充,黄色填充长度为n÷(m+n+k)×L,表示待二次核查的工作;
③黄色填充后面紧接白色填充,直至填满进度条;
④当(k÷g)≥[(m+n+k)÷j],进度条内颜色填充不闪烁,说明普查进度在可控范围内;
⑤当[2(m+n+k)÷3j]≤(k÷g)<[(m+n+k)÷j],进度条内绿色颜色填充闪烁,闪烁频率为f,说明普查进度滞后;
⑥当(k÷g)<[2(m+n+k)÷3j],进度条内绿色颜色填充闪烁,闪烁频率变为2f,同时播放警示声音,说明普查进度严重滞后;
所述普查路线规划模块用于规划普查团队明天的普查路线,具体方式为:
B1,收集景点类文物的参观开放时间信息,避开游客参观时间窗口;
B2,收集危房类文物信息,普查时需增加携带防护设备;
B3,收集需要爬高的文物信息,普查时需增加爬高工具;
B4,收集天气预报信息,避开恶劣天气外出;
B5,收集路况信息,避开不可通行道路;
B6,确定明天的文物普查数量:
①估算普查团队明天可用于普查的时间,用T表示可用时间,单位为小时;
②根据团队的以往普查数据计算平均普查效率E,单位为文物点/小时,E=已普查文物数量÷已用工时;
③计算最大可普查文物数量M=floor(T×E),floor(x)表示不超过x的最大整数值;
④根据普查所需的设备、工具和材料资源的供应情况,估计支持的最大文物数量为R;
⑤最终确定明天要普查的文物数量N=min(M,R);
B7,以普查团队住宿地点为中心,距离中心最近的N个文物为明天的普查对象;
B8,根据N个确定的普查对象找出所有可选普查路线;
B9,在B1-B8的基础上,设目标函数Y=min(w1×成本+w2×时间),w1、w2为权重系数,当进度条内颜色填充不闪烁、普查进度在可控范围内时w1=1、w2=0;当进度条内绿色颜色填充闪烁、闪烁频率为f、普查进度滞后时w1=1/3、w2=2/3;当进度条内绿色颜色填充闪烁、闪烁频率变为2f、普查进度严重滞后时w1=0、w2=1;成本为按照某普查路线开展普查花费的总成本,时间为按照某普查路线开展普查花费的总时间;设定约束条件:时间≤普查团队的每日极限工作时间;每条可选普查路线均能计算出其对应的Y值,根据目标函数Y的最优解确定普查路线;
所述普查人员分配模块用于根据文物情况分配合适的普查人员,具体方式为:
C1,对文物进行分类,针对每个文物类型确定相关的专业领域;
C2,对普查团队成员具备的专业知识类型进行评估,每个成员可普查的文物类型≥1;
C3,设某成员能够调查的文物类型分别是a1、a2、…、ai,先分配其调查a1类型文物;
C4,计算团队的普查效率增量△Z=(T1-T2)÷T1,T1为原先每件文物的平均普查时间,T2为调整后的每件文物的平均普查时间,当△Z>0时按此调整规律继续普查;当△Z≤0时,成员能够调查的文物类型分别是a1、a2、…、ai,再分配其调查a2类型文物,按照a1到ai的次序,如此不断计算,直至△Z>0时为止;
所述新发现文物预测模块用于根据旧有资料预测可能出现的新发现文物的地点,具体方式为:
D1,根据收集到的旧有文物资料,包括文物的年代、文物类型、地理坐标以及周边环境特征;
D2,选择使用文物的年代x1、文物类型x2和周边环境特征x3作为输入特征,地理坐标作为输出特征y;
D3,将收集的数据集按照8:2的比例划分为训练集和测试集;
D4,基于训练集使用线性回归模型来建立模型y=f(x1,x2,x3);
D5,基于测试集使用均方误差评估模型的准确度P,当P≥设定阈值P0时采用此模型对未知文物地点进行预测;
D6,根据预测的文物的地理坐标在地图上定位并以问号图标显示;
D7,当预测的文物的位置距离已规划的普查路线的垂直距离≤设定阈值L0,并且按已规划的普查路线开展工作的时间<普查团队的每日极限工作时间时,派遣普查人员去预测地点核查是否有新的文物。
2.一种文物普查方法,其特征在于:
步骤1,展示普查进度相关信息,具体方式为:
A1,根据旧有资料记载的文物的地理位置信息,在地图的相应位置放置静止图标,用于表示待普查文物;
A2,普查人员现场采集文物3D图,核对文物信息和旧有资料记载的一致时,静止图标变为文物的3D图,用于表示已普查文物,点击3D图后能够展示文物详细信息;
A3,普查人员现场核对文物信息和旧有资料记载的不一致时,静止图标变为闪烁图标,二次核查人员核实并修正登记信息后,闪烁图标变更为文物的3D图,点击3D图后能够展示文物详细信息;
A4,地图边缘添加有普查进度条,设静止图标的数量为m,闪烁图标的数量为n,文物的3D图的数量为k,已产生工日为g,项目建设工期天数为j,普查进度条长度为L,那么
①普查进度条中从起始端开始先进行绿色填充,绿色填充长度为k÷(m+n+k)×L,表示已经普查完成的工作;
②绿色填充后面紧接黄色填充,黄色填充长度为n÷(m+n+k)×L,表示待二次核查的工作;
③黄色填充后面紧接白色填充,直至填满进度条;
④当(k÷g)≥[(m+n+k)÷j],进度条内颜色填充不闪烁,说明普查进度在可控范围内;
⑤当[2(m+n+k)÷3j]≤(k÷g)<[(m+n+k)÷j],进度条内绿色颜色填充闪烁,闪烁频率为f,说明普查进度滞后;
⑥当(k÷g)<[2(m+n+k)÷3j],进度条内绿色颜色填充闪烁,闪烁频率变为2f,同时播放警示声音,说明普查进度严重滞后;
步骤2,规划普查团队明天的普查路线,具体方式为:
B1,收集景点类文物的参观开放时间信息,避开游客参观时间窗口;
B2,收集危房类文物信息,普查时需增加携带防护设备;
B3,收集需要爬高的文物信息,普查时需增加爬高工具;
B4,收集天气预报信息,避开恶劣天气外出;
B5,收集路况信息,避开不可通行道路;
B6,确定明天的文物普查数量:
①估算普查团队明天可用于普查的时间,用T表示可用时间,单位为小时;
②根据团队的以往普查数据计算平均普查效率E,单位为文物点/小时,E=已普查文物数量÷已用工时;
③计算最大可普查文物数量M=floor(T×E),floor(x)表示不超过x的最大整数值;
④根据普查所需的设备、工具和材料资源的供应情况,估计支持的最大文物数量为R;
⑤最终确定明天要普查的文物数量N=min(M,R);
B7,以普查团队住宿地点为中心,距离中心最近的N个文物为明天的普查对象;
B8,根据N个确定的普查对象找出所有可选普查路线;
B9,在B1-B8的基础上,设目标函数Y=min(w1×成本+w2×时间),w1、w2为权重系数,当进度条内颜色填充不闪烁、普查进度在可控范围内时w1=1、w2=0;当进度条内绿色颜色填充闪烁、闪烁频率为f、普查进度滞后时w1=1/3、w2=2/3;当进度条内绿色颜色填充闪烁、闪烁频率变为2f、普查进度严重滞后时w1=0、w2=1;成本为按照某普查路线开展普查花费的总成本,时间为按照某普查路线开展普查花费的总时间;设定约束条件:时间≤普查团队的每日极限工作时间;每条可选普查路线均能计算出其对应的Y值,根据目标函数Y的最优解确定普查路线;
步骤3,根据文物情况分配合适的普查人员,具体方式为:
C1,对文物进行分类,针对每个文物类型确定相关的专业领域;
C2,对普查团队成员具备的专业知识类型进行评估,每个成员可普查的文物类型≥1;
C3,设某成员能够调查的文物类型分别是a1、a2、…、ai,先分配其调查a1类型文物;
C4,计算团队的普查效率增量△Z=(T1-T2)÷T1,T1为原先每件文物的平均普查时间,T2为调整后的每件文物的平均普查时间,当△Z>0时按此调整规律继续普查;当△Z≤0时,成员能够调查的文物类型分别是a1、a2、…、ai,再分配其调查a2类型文物,按照a1到ai的次序,如此不断计算,直至△Z>0时为止;
步骤4,根据旧有资料预测可能出现的新发现文物的地点,具体方式为:
D1,根据收集到的旧有文物资料,包括文物的年代、文物类型、地理坐标以及周边环境特征;
D2,选择使用文物的年代x1、文物类型x2和周边环境特征x3作为输入特征,地理坐标作为输出特征y;
D3,将收集的数据集按照8:2的比例划分为训练集和测试集;
D4,基于训练集使用线性回归模型来建立模型y=f(x1,x2,x3);
D5,基于测试集使用均方误差评估模型的准确度P,当P≥设定阈值P0时采用此模型对未知文物地点进行预测;
D6,根据预测的文物的地理坐标在地图上定位并以问号图标显示;
D7,当预测的文物的位置距离已规划的普查路线的垂直距离≤设定阈值L0,并且按已规划的普查路线开展工作的时间<普查团队的每日极限工作时间时,派遣普查人员去预测地点核查是否有新的文物。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311819110.6A CN117474501B (zh) | 2023-12-27 | 2023-12-27 | 一种文物普查系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311819110.6A CN117474501B (zh) | 2023-12-27 | 2023-12-27 | 一种文物普查系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117474501A true CN117474501A (zh) | 2024-01-30 |
CN117474501B CN117474501B (zh) | 2024-03-26 |
Family
ID=89633364
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311819110.6A Active CN117474501B (zh) | 2023-12-27 | 2023-12-27 | 一种文物普查系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117474501B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2610782A1 (en) * | 2011-12-27 | 2013-07-03 | Magneti Marelli S.p.A. | Method for planning the route of a vehicle |
US20170256109A1 (en) * | 2016-03-02 | 2017-09-07 | International Business Machines Corporation | System and Method for Creating a Census Hub in Resource Constrained Regions |
CN107391514A (zh) * | 2016-05-17 | 2017-11-24 | 星际空间(天津)科技发展有限公司 | 一种数据普查成果输出方法 |
CN111221867A (zh) * | 2018-11-25 | 2020-06-02 | 星际空间(天津)科技发展有限公司 | 一种保护性建筑信息管理系统 |
CN112950162A (zh) * | 2020-07-09 | 2021-06-11 | 北京中百信信息技术股份有限公司 | 信息系统工程监理工作派发管理信息系统 |
CN113420890A (zh) * | 2021-05-13 | 2021-09-21 | 上海御建装饰设计工程有限公司 | 一种文物资源修复管理系统 |
US20210295987A1 (en) * | 2019-03-27 | 2021-09-23 | General Electric Company | Monitoring, predicting and alerting for census periods in medical inpatient units |
CN113570198A (zh) * | 2021-06-29 | 2021-10-29 | 中国城市和小城镇改革发展中心 | 基于WebGIS的城市文化信息交互方法及系统 |
CN114417047A (zh) * | 2021-08-25 | 2022-04-29 | 胥瓷信息科技(苏州)有限公司 | 一种政务信息资源普查方法、系统以及存储介质 |
CN115545387A (zh) * | 2022-06-30 | 2022-12-30 | 中国文化遗产研究院 | 不可移动文物脆弱性评估方法 |
US20230296398A1 (en) * | 2022-03-18 | 2023-09-21 | Ancestry.Com Operations Inc. | Transforming and navigating historical map images |
CN116823149A (zh) * | 2023-05-23 | 2023-09-29 | 广西拓普森信息咨询有限公司 | 一种普查管理方法、系统及存储介质 |
-
2023
- 2023-12-27 CN CN202311819110.6A patent/CN117474501B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2610782A1 (en) * | 2011-12-27 | 2013-07-03 | Magneti Marelli S.p.A. | Method for planning the route of a vehicle |
US20170256109A1 (en) * | 2016-03-02 | 2017-09-07 | International Business Machines Corporation | System and Method for Creating a Census Hub in Resource Constrained Regions |
CN107391514A (zh) * | 2016-05-17 | 2017-11-24 | 星际空间(天津)科技发展有限公司 | 一种数据普查成果输出方法 |
CN111221867A (zh) * | 2018-11-25 | 2020-06-02 | 星际空间(天津)科技发展有限公司 | 一种保护性建筑信息管理系统 |
US20210295987A1 (en) * | 2019-03-27 | 2021-09-23 | General Electric Company | Monitoring, predicting and alerting for census periods in medical inpatient units |
CN112950162A (zh) * | 2020-07-09 | 2021-06-11 | 北京中百信信息技术股份有限公司 | 信息系统工程监理工作派发管理信息系统 |
CN113420890A (zh) * | 2021-05-13 | 2021-09-21 | 上海御建装饰设计工程有限公司 | 一种文物资源修复管理系统 |
CN113570198A (zh) * | 2021-06-29 | 2021-10-29 | 中国城市和小城镇改革发展中心 | 基于WebGIS的城市文化信息交互方法及系统 |
CN114417047A (zh) * | 2021-08-25 | 2022-04-29 | 胥瓷信息科技(苏州)有限公司 | 一种政务信息资源普查方法、系统以及存储介质 |
US20230296398A1 (en) * | 2022-03-18 | 2023-09-21 | Ancestry.Com Operations Inc. | Transforming and navigating historical map images |
CN115545387A (zh) * | 2022-06-30 | 2022-12-30 | 中国文化遗产研究院 | 不可移动文物脆弱性评估方法 |
CN116823149A (zh) * | 2023-05-23 | 2023-09-29 | 广西拓普森信息咨询有限公司 | 一种普查管理方法、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117474501B (zh) | 2024-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dixit et al. | Evolution of studies in construction productivity: A systematic literature review (2006–2017) | |
AU751619B2 (en) | A method and system of simulating and optimizing land seismic operations | |
CN110990905A (zh) | 一种历史城市保护发展协同控制方案辅助设计系统 | |
Fwa et al. | Highway routine maintenance programming at network level | |
Jha et al. | Development and calibration of a large-scale microscopic traffic simulation model | |
CN111125286A (zh) | 基于交通大数据的智慧公路综合管理平台 | |
CN115063276A (zh) | 一种基于mspa和电路理论的城市生态廊道空间划定方法 | |
Zagvozda et al. | Application of GIS technology in pavement management systems | |
CN114819305A (zh) | 一种基于碳排放度量尺度下的路径规划方法 | |
CN117474501B (zh) | 一种文物普查系统及方法 | |
Krunić et al. | Territorial analysis as support to the strategic environmental assessment process for agro-waste management planning | |
Visschers et al. | A soil sampling program for the Netherlands | |
Huang et al. | Implementation of GIS/GPS-Based Airport Pavement Management System—A Case Study | |
CN114662985B (zh) | 一种基于倾斜摄影建模的山区电力工程选址方法、设备和计算机可读存储介质 | |
CN110070279A (zh) | 基于多源数据的用地效率量化评估方法、系统和存储介质 | |
Chong | Construction production rate information system for highway projects | |
Hwang et al. | Proactive project control using productivity data and time series analysis | |
Kim | Dynamic Bandwidth Optimization for Coordinated Arterial | |
Duffy | Linear scheduling of pipeline construction projects with varying production rates | |
Hutapea et al. | Affecting Factors that Improve Performance Project with Line of Balance and Critical Path Method at Pier Works in Toll Road Project at Jakarta Indonesia | |
CN114707851A (zh) | 一种输变电工程施工工期定额测算方法及系统 | |
CN111105130A (zh) | 基于通勤模型的最优就业岗位布局选址决策系统 | |
Beto | Applying GIS to improve the efficiency of Highway Pavement Maintenance Management System-Case study on Hosanna–Doyogena–Durame Mazoriya | |
Jones | History of travel demand forecasting in California | |
Castro et al. | RoadSim: simulation modelling and visualisation in road construction |
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 |