CN117557208A - 智慧司法数据采集方法及系统 - Google Patents
智慧司法数据采集方法及系统 Download PDFInfo
- Publication number
- CN117557208A CN117557208A CN202311239420.0A CN202311239420A CN117557208A CN 117557208 A CN117557208 A CN 117557208A CN 202311239420 A CN202311239420 A CN 202311239420A CN 117557208 A CN117557208 A CN 117557208A
- Authority
- CN
- China
- Prior art keywords
- data
- acquisition
- judicial
- module
- address
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012795 verification Methods 0.000 claims abstract description 39
- 238000013475 authorization Methods 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims abstract description 8
- 238000013500 data storage Methods 0.000 claims abstract description 4
- 238000012163 sequencing technique Methods 0.000 claims abstract description 4
- 238000003860 storage Methods 0.000 claims description 17
- 238000013480 data collection Methods 0.000 claims description 14
- 238000007726 management method Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 238000009826 distribution Methods 0.000 abstract description 6
- 230000008901 benefit Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 239000013598 vector Substances 0.000 description 6
- 230000003993 interaction Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 239000002699 waste material Substances 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/31—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/216—Parsing using statistical methods
-
- 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
- G06Q50/18—Legal services
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Marketing (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Technology Law (AREA)
- Probability & Statistics with Applications (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Operations Research (AREA)
- Storage Device Security (AREA)
Abstract
本发明公开了智慧司法数据采集方法及系统,涉及数据采集领域,所述方法包括以下步骤:Step1:建立本地数据存储库,并按照预定周期进行云端备份;Step2:采集实施端获取司法数据地址,并对地址合法性进行验证,向通过验证的司法数据地址,进行访问权限的申请,等待授权;Step3:获取通过授权的司法数据地址,按获取时间逐个进行采集目标的排序;Step4:对采集目标进行属性定义,划分采值区间,按照所定义属性和排序信息,依次向司法数据地址展开采集操作;该方法通过针对所需要数据进行预定义策略,实现大规模数据的批量索引,通过智能识别并暂时屏蔽含有误导或者错误信息的数据来源,确保在数据采集过程中算力资源的最大化利用,从而实现系统算力的优化分配。
Description
技术领域
本发明涉及数据采集技术领域,具体为智慧司法数据采集方法及系统。
背景技术
司法大数据是司法机关在司法活动中通过对原始数据的收集加工而形成的信息,其具有大量性、多样性、真实性和开放性的特征,司法大数据的基本功能是提升审判质效,辅助功能是落实司法责任,衍生功能是推进司法公开,核心功能是助力社会治理,完善数据方面的立法规范、做好数据的收集与加工、提高司法数据的智能化程度、实现数据的开放共享是司法大数据功能的实现路径;
但是,现有的技术针对司法数据的采集方法,还存在缺陷,包括:
1、缺乏针对所需要数据进行预先定义的措施,难以对指定数据进行大批量的索引,对存在着误导或者错误数据的数据来源缺乏屏蔽的措施,容易在采集过程中,浪费算力;
2、缺乏对已获取数据的精准查验措施,难以进一步的保证数据的纯净性,对干扰数据难以及时的进行剔除,不便于后续对数据的直接引用。
发明内容
(一)解决的技术问题
针对现有技术所存在的上述缺点,本发明提供了智慧司法数据采集方法及系统,能够有效地解决现有技术的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现,
本发明公开了智慧司法数据采集方法,包括以下步骤:
Step1:建立本地数据存储库,并按照预定周期进行云端备份;
Step2:采集实施端获取司法数据地址,并对地址合法性进行验证,向通过验证的司法数据地址,进行访问权限的申请,等待授权;
Step3:获取通过授权的司法数据地址,按获取时间逐个进行采集目标的排序;
Step4:对采集目标进行属性定义,划分采值区间,按照所定义属性和排序信息,依次向司法数据地址展开采集操作;
Step5:通过TF-IDF模型,为文本选出若干个候选关键词,通过特征工程,对文本候选关键词进行特征提取,将所提取特征作为LightGBM算法参数,预测当前候选关键词是否为关键词,分析概率;
Step6:选择超出预设概率的词作为文本关键词,进行标记后输出;
Step7:分析标记结果,选择标记结果高于或等于采集阈值的文本,进行文本数据的集中输出,递交至暂存区;
Step8:获取定义属性,选择是否更换定义属性,在暂存区内进行二次验证,标记违背获取逻辑的文本数据,经过查验后选择是否剔除。
更进一步地,所述Step1中的预定周期的设置方法为:人工自定义设置与程序默认设置相结合。
更进一步地,所述Step1中本地存储库内,将采集到的司法数据进行不规范、错误的字段信息自动进行统一的清洗,确认获取数据符合数据标准化。
更进一步地,所述Step2中通过授权的司法数据地址进行加密分析,对需要加密的司法数据地址进行标记,处于传输环境下时,对敏感信息进行隐藏。
更进一步地,所述Step2中等待授权的司法数据地址,依次接收到采集实施端所发送的申请数据,确认通过授权的地址在当前的验证端内进行放行,使其在传输信道内向下递交,而遭到访问拒绝或者长时间未通过申请的司法数据地址,则视为授权失败,在当前的采集周期内,对该司法数据地址进行临时屏蔽。
更进一步地,所述Step4中采集目标的属性定义过程,通过编辑属性特征,并以该特征作为关键词的索引标准,进行词性判别,为所需要的不同词性赋予对应的权重。
更进一步地,所述Step5中的LightGBM算法通过直方图进行优化,将特征工程中得到的特征值划分为离散值进行装箱处理,形成参数bins。
更进一步地,所述Step8中定义属性在选择更换后,则向管理者提供编辑接口,对原定义属性进行增添与删减,在结束编辑后,以新定义属性作为验证依据。
智慧司法数据采集系统,包括:
管理端,作为核心控制端,对全局功能模块进行操控指令的编辑与发送;
存储模块,用于存储全局采集与分析数据,并支持云端数据的周期性备份上传;
提取模块,用于提取待采集的司法数据地址,进行集中后统一打包;
验证模块,用于对所获取的司法数据地址进行授权验证,剔除无法授权的司法授权地址;
定义模块,用于对采集标准进行定义,按该定义进行数据的抓取;
采集模块,用于执行采集操作,进行指定数据的抓取,并分配独立的传输信道;
识别模块,用于识别所抓取数据内关键信息,对特定的数据进行标记,剔除无关数据;
核验模块,用于二次核验所获取文本数据的准确性,进行自定义过滤。
更进一步地,所述管理端与存储模块通过电信号通讯连接,所述管理端与提取模块通过电信号通讯连接,所述提取模块与验证模块通过无线网络交互连接,所述验证模块与采集模块通过无线网络交互连接,所述定义模块与采集模块通过无线网络交互连接,所述采集模块与识别模块通过无线网络交互连接,所述识别模块与核验模块通过无线网络交互连接。
(三)有益效果
采用本发明提供的技术方案,与已知的现有技术相比,具有如下有益效果,
1、通过针对所需要数据进行预先定义的措施,从而对指定数据进行大批量的索引,对存在着误导或者错误数据的数据来源进行临时屏蔽,避免在采集过程中,浪费算力,保证系统算力的合理分配。
2、通过对已获取数据进行精准查验的措施,从而进一步的保证数据的纯净性,对干扰数据可及时的进行剔除,便于后续对数据的直接引用。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明中的智慧司法数据采集方法的流程示意图;
图2为本发明中的智慧司法数据采集系统的框架示意图;
图中的标号分别代表,1、管理端;2、存储模块;3、提取模块;4、验证模块;5、定义模块;6、采集模块;7、识别模块;8、核验模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
下面结合实施例对本发明作进一步的描述。
实施例1
本实施例的智慧司法数据采集方法,如图1所示,包括以下步骤:
Step1:建立本地数据存储库,并按照预定周期进行云端备份;
Step2:采集实施端获取司法数据地址,并对地址合法性进行验证,向通过验证的司法数据地址,进行访问权限的申请,等待授权;
Step3:获取通过授权的司法数据地址,按获取时间逐个进行采集目标的排序;
Step4:对采集目标进行属性定义,划分采值区间,按照所定义属性和排序信息,依次向司法数据地址展开采集操作;
Step5:通过TF-IDF模型,为文本选出若干个候选关键词,通过特征工程,对文本候选关键词进行特征提取,将所提取特征作为LightGBM算法参数,预测当前候选关键词是否为关键词,分析概率;
将文本数据映射在向量空间,首先对候选关键词进行编码得到其向量表示,由于编码得到的词向量矩阵过于稀疏,对编码低维稠密向量处理,通过Skip-Gram模型训练词向量,定义了概率分布,其思路是以中心词为中点,定义一个长度为2m的滑窗,计算上下文词汇出现的概率,通过重复操作,选择词汇向量,使概率分布值最大化
Step6:选择超出预设概率的词作为文本关键词,进行标记后输出;
Step7:分析标记结果,选择标记结果高于或等于采集阈值的文本,进行文本数据的集中输出,递交至暂存区;
Step8:获取定义属性,选择是否更换定义属性,在暂存区内进行二次验证,标记违背获取逻辑的文本数据,经过查验后选择是否剔除。
所述Step1中的预定周期的设置方法为:人工自定义设置与程序默认设置相结合。
所述Step1中本地存储库内,将采集到的司法数据进行不规范、错误的字段信息自动进行统一的清洗,确认获取数据符合数据标准化。
所述Step2中通过授权的司法数据地址进行加密分析,对需要加密的司法数据地址进行标记,处于传输环境下时,对敏感信息进行隐藏。
作为本实施例中一种优选的实施方式,所述Step2中等待授权的司法数据地址,依次接收到采集实施端所发送的申请数据,确认通过授权的地址在当前的验证端内进行放行,使其在传输信道内向下递交,而遭到访问拒绝或者长时间未通过申请的司法数据地址,则视为授权失败,在当前的采集周期内,对该司法数据地址进行临时屏蔽。
作为本实施例中一种优选的实施方式,所述Step4中采集目标的属性定义过程,通过编辑属性特征,并以该特征作为关键词的索引标准,进行词性判别,为所需要的不同词性赋予对应的权重。
本实施例中,所述Step5中的LightGBM算法通过直方图进行优化,将特征工程中得到的特征值划分为离散值进行装箱处理,形成参数bins。
本实施例中,所述Step8中定义属性在选择更换后,则向管理者提供编辑接口,对原定义属性进行增添与删减,在结束编辑后,以新定义属性作为验证依据。
与现有技术相比,通过针对所需要数据进行预先定义的措施,从而对指定数据进行大批量的索引,对存在着误导或者错误数据的数据来源进行临时屏蔽,避免在采集过程中,浪费算力,保证系统算力的合理分配,对已获取数据进行精准查验,从而进一步的保证数据的纯净性,对干扰数据可及时的进行剔除,便于后续对数据的直接引用。
实施例2
在其他层面,本实施例还提供一种智慧司法数据采集系统,如图2所示,包括:
管理端1,作为核心控制端,对全局功能模块进行操控指令的编辑与发送;
存储模块2,用于存储全局采集与分析数据,并支持云端数据的周期性备份上传;
提取模块3,用于提取待采集的司法数据地址,进行集中后统一打包;
验证模块4,用于对所获取的司法数据地址进行授权验证,剔除无法授权的司法授权地址;
定义模块5,用于对采集标准进行定义,按该定义进行数据的抓取;
采集模块6,用于执行采集操作,进行指定数据的抓取,并分配独立的传输信道;
识别模块7,用于识别所抓取数据内关键信息,对特定的数据进行标记,剔除无关数据;
核验模块8,用于二次核验所获取文本数据的准确性,进行自定义过滤。
作为本实施例中一种优选的实施方式,如图2所示,所述管理端1与存储模块2通过电信号通讯连接,所述管理端1与提取模块3通过电信号通讯连接,所述提取模块3与验证模块4通过无线网络交互连接,所述验证模块4与采集模块6通过无线网络交互连接,所述定义模块5与采集模块6通过无线网络交互连接,所述采集模块6与识别模块7通过无线网络交互连接,所述识别模块7与核验模块8通过无线网络交互连接。
本实施例在具体实施时,通过管理端1总控全局,通过存储模块2对所有数据进行存储,通过提取模块3对数据地址进行提取,通过验证模块4验证数据地址的可行性,通过定义模块5对采集模块6的采集标准进行定义,采集模块6通过该采集标准进行采集,通过识别模块7对文本数据进行识别,通过核验模块8对所获取数据进行二次核验。
实施例3
本实施例中,针对词性判别,由于权重的设置,会导致数据缓存成本以及数据缓存收益随之改变,而权重系数的设置取决于应用服务供应商的个人偏好,因此,为了公平地评估不同算法的性能,将平均缓存收益作为评估算法性能的主要评价指标,通过在所有智能体缓存数据的方式,可以获得最大的数据缓存收益,然而这使得数据缓存成本也最高,进而导致其平均缓存收益则较低,在确保流行数据能够被边缘网络中全部用户设备访问的情况下,希望使得每一个缓存数据的平均缓存收益能够最大,也就是通过尽量少的缓存成本,获得尽量高的缓存收益。
工作原理,本发明在使用时,通过管理端1总控全局,通过存储模块2对所有数据进行存储,通过提取模块3对数据地址进行提取,通过验证模块4验证数据地址的可行性,通过定义模块5对采集模块6的采集标准进行定义,采集模块6通过该采集标准进行采集,通过识别模块7对文本数据进行识别,通过核验模块8对所获取数据进行二次核验;
通过针对所需要数据进行预先定义的措施,从而对指定数据进行大批量的索引,对存在着误导或者错误数据的数据来源进行临时屏蔽,避免在采集过程中,浪费算力,保证系统算力的合理分配,对已获取数据进行精准查验,从而进一步的保证数据的纯净性,对干扰数据可及时的进行剔除,便于后续对数据的直接引用。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.智慧司法数据采集方法,其特征在于,包括以下步骤:
Step1:建立本地数据存储库,并按照预定周期进行云端备份;
Step2:采集实施端获取司法数据地址,并对地址合法性进行验证,向通过验证的司法数据地址,进行访问权限的申请,等待授权;
Step3:获取通过授权的司法数据地址,按获取时间逐个进行采集目标的排序;
Step4:对采集目标进行属性定义,划分采值区间,按照所定义属性和排序信息,依次向司法数据地址展开采集操作;
Step5:通过TF-IDF模型,为文本选出若干个候选关键词,通过特征工程,对文本候选关键词进行特征提取,将所提取特征作为LightGBM算法参数,预测当前候选关键词是否为关键词,分析概率;
Step6:选择超出预设概率的词作为文本关键词,进行标记后输出;
Step7:分析标记结果,选择标记结果高于或等于采集阈值的文本,进行文本数据的集中输出,递交至暂存区;
Step8:获取定义属性,选择是否更换定义属性,在暂存区内进行二次验证,标记违背获取逻辑的文本数据,经过查验后选择是否剔除。
2.根据权利要求1所述的智慧司法数据采集方法,其特征在于,所述Step1中的预定周期的设置方法为:人工自定义设置与程序默认设置相结合。
3.根据权利要求1所述的智慧司法数据采集方法,其特征在于,所述Step1中本地存储库内,将采集到的司法数据进行不规范、错误的字段信息自动进行统一的清洗,确认获取数据符合数据标准化。
4.根据权利要求1所述的智慧司法数据采集方法,其特征在于,所述Step2中通过授权的司法数据地址进行加密分析,对需要加密的司法数据地址进行标记,处于传输环境下时,对敏感信息进行隐藏。
5.根据权利要求1所述的智慧司法数据采集方法,其特征在于,所述Step2中等待授权的司法数据地址,依次接收到采集实施端所发送的申请数据,确认通过授权的地址在当前的验证端内进行放行,使其在传输信道内向下递交,而遭到访问拒绝或者长时间未通过申请的司法数据地址,则视为授权失败,在当前的采集周期内,对该司法数据地址进行临时屏蔽。
6.根据权利要求1所述的智慧司法数据采集方法,其特征在于,所述Step4中采集目标的属性定义过程,通过编辑属性特征,并以该特征作为关键词的索引标准,进行词性判别,为所需要的不同词性赋予对应的权重。
7.根据权利要求1所述的智慧司法数据采集方法,其特征在于,所述Step5中的LightGBM算法通过直方图进行优化,将特征工程中得到的特征值划分为离散值进行装箱处理,形成参数bins。
8.根据权利要求1所述的智慧司法数据采集方法及系统,其特征在于,所述Step8中定义属性在选择更换后,则向管理者提供编辑接口,对原定义属性进行增添与删减,在结束编辑后,以新定义属性作为验证依据。
9.智慧司法数据采集系统,所述系统是对如权利要求1-8中任意一项所述的智慧司法数据采集方法的实施系统,其特征在于,包括:
管理端(1),作为核心控制端,对全局功能模块进行操控指令的编辑与发送;
存储模块(2),用于存储全局采集与分析数据,并支持云端数据的周期性备份上传;
提取模块(3),用于提取待采集的司法数据地址,进行集中后统一打包;
验证模块(4),用于对所获取的司法数据地址进行授权验证,剔除无法授权的司法授权地址;
定义模块(5),用于对采集标准进行定义,按该定义进行数据的抓取;
采集模块(6),用于执行采集操作,进行指定数据的抓取,并分配独立的传输信道;
识别模块(7),用于识别所抓取数据内关键信息,对特定的数据进行标记,剔除无关数据;
核验模块(8),用于二次核验所获取文本数据的准确性,进行自定义过滤。
10.根据权利要求9所述的智慧司法数据采集系统,其特征在于,所述管理端(1)与存储模块(2)通过电信号通讯连接,所述管理端(1)与提取模块(3)通过电信号通讯连接,所述提取模块(3)与验证模块(4)通过无线网络交互连接,所述验证模块(4)与采集模块(6)通过无线网络交互连接,所述定义模块(5)与采集模块(6)通过无线网络交互连接,所述采集模块(6)与识别模块(7)通过无线网络交互连接,所述识别模块(7)与核验模块(8)通过无线网络交互连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311239420.0A CN117557208A (zh) | 2023-09-22 | 2023-09-22 | 智慧司法数据采集方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311239420.0A CN117557208A (zh) | 2023-09-22 | 2023-09-22 | 智慧司法数据采集方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117557208A true CN117557208A (zh) | 2024-02-13 |
Family
ID=89817395
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311239420.0A Pending CN117557208A (zh) | 2023-09-22 | 2023-09-22 | 智慧司法数据采集方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117557208A (zh) |
-
2023
- 2023-09-22 CN CN202311239420.0A patent/CN117557208A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108924198B (zh) | 一种基于边缘计算的数据调度方法、装置及系统 | |
CN109446783B (zh) | 一种基于机器众包的图像识别高效样本采集方法及系统 | |
CN112804123A (zh) | 一种用于调度数据网的网络协议识别方法及系统 | |
CN108156018B (zh) | 电力网络设备拓扑识别方法、电子设备和计算机存储介质 | |
CN111078512A (zh) | 告警记录生成方法、装置、告警设备及存储介质 | |
CN109376981A (zh) | 数据处理方式的确定方法、装置、服务器和数据处理方法 | |
CN113570345B (zh) | 一种基于施工项目电路图的停电范围自动识别系统 | |
CN118037000A (zh) | 基于数字经济的城市资源动态调度方法及系统 | |
CN110633318A (zh) | 一种数据提取的处理方法、装置、设备和存储介质 | |
CN116680258B (zh) | 基于pdm系统的数据处理方法、系统以及可读存储介质 | |
CN117557208A (zh) | 智慧司法数据采集方法及系统 | |
CN114205238B (zh) | 网络资源优化、模型训练方法、装置、存储介质及设备 | |
CN115185927A (zh) | 大数据平台管理系统、方法、计算机设备及存储介质 | |
CN116418674B (zh) | 智能物联网vpn路由器系统自动低延迟管理的方法、装置 | |
Zhao et al. | Application of data fusion based on clustering-neural network for ETC gantry flow capacity correction | |
CN116981018B (zh) | 智能设备与路由器自动连接的方法 | |
CN112019592B (zh) | 基于边缘计算的云制造数据高效处理系统 | |
CN117459501B (zh) | 一种基于虚拟机模式的数据传输管理系统及方法 | |
CN117934881A (zh) | 一种模板确定方法、装置、电子设备及存储介质 | |
CN115934674A (zh) | 数据处理方法、装置、电子设备及介质 | |
CN118093529A (zh) | 一种电网数据类型标注方法及装置 | |
CN118365822A (zh) | 一种算法平台的3d数据资产生成方法和系统 | |
CN113938375A (zh) | 一种调度自动化系统主子站通道选择的新方法及装置 | |
CN116958620A (zh) | 对象识别模型的生成方法、装置、电子设备和存储介质 | |
CN117932284A (zh) | 一种特征处理方法、装置、存储介质及电子设备 |
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 |