CN117579789A - 一种基于大数据采集的学校监控系统 - Google Patents
一种基于大数据采集的学校监控系统 Download PDFInfo
- Publication number
- CN117579789A CN117579789A CN202410057470.5A CN202410057470A CN117579789A CN 117579789 A CN117579789 A CN 117579789A CN 202410057470 A CN202410057470 A CN 202410057470A CN 117579789 A CN117579789 A CN 117579789A
- Authority
- CN
- China
- Prior art keywords
- information
- monitoring
- road
- dormitory
- campus
- 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.)
- Withdrawn
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 230
- 238000012545 processing Methods 0.000 claims abstract description 47
- 238000011156 evaluation Methods 0.000 claims description 57
- 238000012423 maintenance Methods 0.000 claims description 54
- 238000000034 method Methods 0.000 claims description 44
- 238000009434 installation Methods 0.000 claims description 19
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 230000005856 abnormality Effects 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 6
- 241000238631 Hexapoda Species 0.000 claims description 3
- 239000012634 fragment Substances 0.000 claims description 3
- 230000002265 prevention Effects 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims 8
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B19/00—Alarms responsive to two or more different undesired or abnormal conditions, e.g. burglary and fire, abnormal temperature and abnormal rate of flow
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于大数据采集的学校监控系统，包括道路监控模块、消防监控模块、宿舍监控模块与食堂监控模块；所述道路监控模块用于进行学校内的道路监控，获取到校园道路监控信息，对校园道路监控信息进行处理生成道路监控警示信息；所述消防监控模块用于进行学校内的消防监控，获取到校园消防监控信息，对校园消防监控信息进行处理生成消防监控警示信息；所述宿舍监控模块用于进行学校内的宿舍监控，获取到宿舍监控信息，对宿舍监控信息进行处理生成宿舍监控警示信息。本发明能够全面的对学校监控，全面化的保证学校安全。
Description
技术领域
本发明涉及学校监控领域，具体涉及一种基于大数据采集的学校监控系统。
背景技术
学校监控是指学校通过各种手段和设备，对校园内各个场所进行全面的管理和监控，以确保校园安全和秩序，可以帮助学校全面掌握校园内的情况，及时发现和处理问题，保障校园安全和秩序。同时，也可以提高学校的安全管理水平，增强师生的安全意识；
在进行学习监控过程中，即会使用到学校监控系统，通过学校监控系统来进行学校监控，保证学校安全。
现有的学校监控系统，监控类型单一，不能更好的保证学校安全，给学校监控系统的使用带来了一定的影响，因此，提出一种基于大数据采集的学校监控系统。
发明内容
本发明所要解决的技术问题在于：如何解决现有的学校监控系统，监控类型单一，不能更好的保证学校安全，给学校监控系统的使用带来了一定的影响的问题，提供了一种基于大数据采集的学校监控系统。
本发明是通过以下技术方案解决上述技术问题的，本发明包括道路监控模块、消防监控模块、宿舍监控模块与食堂监控模块；
所述道路监控模块用于进行学校内的道路监控，获取到校园道路监控信息，对校园道路监控信息进行处理生成道路监控警示信息；
所述消防监控模块用于进行学校内的消防监控，获取到校园消防监控信息，对校园消防监控信息进行处理生成消防监控警示信息；
所述宿舍监控模块用于进行学校内的宿舍监控，获取到宿舍监控信息，对宿舍监控信息进行处理生成宿舍监控警示信息；
所述食堂监控模块用于进行学校内的食堂监控，获取到校园食堂监控信息，对校园食堂监控信息进行处理生成食堂监控警示信息。
进一步在于，所述校园道路监控信息包括道路影像信息与道路信息；
所述道路监控警示信息包括车辆行驶警示信息与校园道路警示信息，所述道路监控警示信息的具体处理过程如下：提取出采集到的校园道路监控信息，从校园道路监控信息中获取到道路影像信息与道路信息；
对道路影像信息进行车辆识别，识别出车辆后，进行车辆速度采集获取到车辆行驶速度，当车辆行驶速度大于警示车速时，即生成车辆行驶警示信息，其中警示车速为校园管理人员设定，当管理人员未设定时为通过大数据采集各个校园的限速信息，之后计算出各个校园的限速信息的均值即获取到警示车速；
同时对车辆进行车辆参数采集，当车辆参数大于预设值时，即生成车辆行驶警示信息；
提取出道路信息，道路信息包括校园内各个道路长度信息与对应道路上的减速带数量信息，对各个道路长度信息与对应道路上的减速带数量信息进行处理获取到道路评估参数，将校园道路数量标记为x，当x个道路评估参数中小于预设值的数量大于时，即生成校园道路警示信息。
进一步在于，所述车辆参数的获取过程如下：提取出采集到的道路影像信息，从道路影像信息，从道路影像信息中提取出包含车辆的影像片段并进行清晰化处理后，获取到清晰车辆影像信息，清晰车辆影像信息为车辆侧方的影像信息；
之后从清晰车辆影像信息中提取出最左侧车轮与地面接触点，将其标记为点A1；
提取出最右侧车轮与地面接触点，将其标记为点A2，再提取出车辆的最高点Amax和第二高点Amax-1；
将点A1和A2连线，获取到基准线L1，之后以点Amax为基准点做水平线Lmax，以Amax-1为基准点做水平线Lmax-1，基准线L1平行于水平线Lmax和Lmax-1；
之后以基准线L1为基准，做一条垂直于水平线Lmax的线段K1，再以基准线L1为基准做一条垂直于水平线Lmax-1的线段K2；
之后测量出线段K1和线段K2的长度，通过公式（K1+K2）/2=Kk，即获取到车辆参数Kk。
进一步在于，所述道路评估参数的具体处理过程如下：提取出采集到的各个道路长度信息与对应道路上的减速带数量信息，之后将单个道路长度信息标记为Z1，将该道路对应的减速带数量信息标记为Z2，通过公式Z2/Z1*α=Zz，即获取到道路评估参数Zz，0.95≤α≤0.99，α与Z1成正比。
进一步在于，所述校园消防监控信息包括消防设备数量信息与单个消防设备覆盖面积信息；
所述消防监控警示信息的具体处理过程如下：提取出采集到的校园消防监控信息，从校园消防监控信息中获取到消防设备数量信息与单个消防设备覆盖面积信息；
将消防设备数量信息标记为H1,将单个消防设备覆盖面积信息标记为H2，之后再采集校园面积，将校园面积标记为M，通过公式H1*H2*β-M=Mh，即获取到消防评估参数Mh，β为修正值，0.91≤β≤0.99，β与消防设备数量信息H1成反比；
当消防评估参数Mh小于时，即生成消防监控警示信息。
进一步在于，所述宿舍监控信息包括宿舍楼电梯维护信息、宿舍楼楼道数量与宿舍楼楼道监控安装数量；
所述宿舍监控警示信息的具体处理过程如下：提取出宿舍楼电梯维护信息，对宿舍楼电梯维护信息获取到电梯维护参数，当电梯维护参数异常，即生成宿舍监控警示信息；
对宿舍楼楼道数量与宿舍楼楼道监控安装数量进行处理获取到监控安装评估参数，当监控安装评估参数存在异常时，即生成宿舍监控警示信息。
进一步在于，所述电梯维护参数的获取过程与电梯维护参数异常判定过程如下：提取出采集到的宿舍楼电梯维护信息，宿舍楼电梯维护信息为宿舍楼电梯维护历史记录信息，对宿舍楼电梯维护信息进行处理获取到电梯平均维护间隔，电梯平均维护间隔即为电梯维护参数，当电梯维护参数大于预设值即表示其存在异常，上述预设值为将电梯型号信息导入互联网大数据库，从互联网大数据库中采集对应的电梯型号的平均维护间隔，即为该预设值；
所述监控安装评估参数的获取过程与监控安装评估参数异常判定过程如下：提取出宿舍楼楼道数量与宿舍楼楼道监控安装数量，计算出宿舍楼楼道数量与宿舍楼楼道监控安装数量的差值，即获取到监控安装评估参数，当监控安装评估参数大于预设值时，即生成宿舍监控警示信息。
进一步在于，所述食堂监控信息包括食堂厨房的实时影像信息，食堂仓储环境信息与食堂食品日期信息；
所述食堂监控警示信息的具体处理过程如下：提取出食堂厨房的实时影像信息，导入预设的工作服穿戴模型对食堂厨房的实时影像信息进行穿戴模型的识别，当识别到存在食堂工作人员未穿戴工作服时，即生成食堂监控警示信息；
提取出食堂仓储环境信息，食堂厨房环境信息包括环境湿度信息、环境温度信息与防虫鼠设备设置信息；
当环境湿度信息大于预设值或者环境温度信息大于预设温度，即生成食堂监控警示信息；
对防虫鼠设备设置信息进行处理获取到防护评估参数，当防护评估参数大于预设值时，即生成食堂监控警示信息。
进一步在于，所述防护评估参数的具体处理过程如下：提取出采集到的防虫鼠设备设置信息，防虫鼠设备设置信息包括防虫鼠设备的数量信息与单个防虫鼠设备的覆盖面积，再采集食堂仓储面积信息，将食堂仓储面积信息标记为E，将防虫鼠设备的数量信息标记为Q1，将单个防虫鼠设备的覆盖面积标记为Q2，通过公式E-Q1*Q2=Eq，即获取到防护评估参数Eq。
本发明相比现有技术具有以下优点：该基于大数据采集的学校监控系统，通过对校园内不同环境进行全面的监控，保证了校园的安全，实现了全面化的校园安全监控，通过生成的道路监控警示信息，实现了对校园内的道路安全监控，保证了校园内的道路安全，通过生成的消防监控警示信息，在发现校园内消防异常时进行警示，避免了发生消防事故时，消防设备异常无法进行快速的消防抢救，更好的保证了校园安全，通过生成的宿舍监控警示信息，在发现学校宿舍异常时，及时的进行警示保证了学校宿舍内的安全，通过生成的食堂监控警示信息，在发现学校食堂异常时，及时的进行警示保证校园食堂安全，进而保证学校安全，让该系统更加值得推广使用。
附图说明
图1是本发明的系统框图；
图2是本发明的车辆参数获取过程示意图。
具体实施方式
下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
如图1-图2所示，本实施例提供一种技术方案：一种基于大数据采集的学校监控系统，包括道路监控模块、消防监控模块、宿舍监控模块与食堂监控模块；
所述道路监控模块用于进行学校内的道路监控，获取到校园道路监控信息，对校园道路监控信息进行处理生成道路监控警示信息；
所述消防监控模块用于进行学校内的消防监控，获取到校园消防监控信息，对校园消防监控信息进行处理生成消防监控警示信息；
所述宿舍监控模块用于进行学校内的宿舍监控，获取到宿舍监控信息，对宿舍监控信息进行处理生成宿舍监控警示信息；
所述食堂监控模块用于进行学校内的食堂监控，获取到校园食堂监控信息，对校园食堂监控信息进行处理生成食堂监控警示信息；
本发明通过对校园内不同环境进行全面的监控，保证了校园的安全，实现了全面化的校园安全监控，通过生成的道路监控警示信息，实现了对校园内的道路安全监控，保证了校园内的道路安全，通过生成的消防监控警示信息，在发现校园内消防异常时进行警示，避免了发生消防事故时，消防设备异常无法进行快速的消防抢救，更好的保证了校园安全，通过生成的宿舍监控警示信息，在发现学校宿舍异常时，及时的进行警示保证了学校宿舍内的安全，通过生成的食堂监控警示信息，在发现学校食堂异常时，及时的进行警示保证校园食堂安全，进而保证学校安全，让该系统更加值得推广使用。
所述校园道路监控信息包括道路影像信息与道路信息；
所述道路监控警示信息包括车辆行驶警示信息与校园道路警示信息，所述道路监控警示信息的具体处理过程如下：提取出采集到的校园道路监控信息，从校园道路监控信息中获取到道路影像信息与道路信息；
对道路影像信息进行车辆识别，识别出车辆后，进行车辆速度采集获取到车辆行驶速度，当车辆行驶速度大于警示车速时，即生成车辆行驶警示信息，此时车辆警示信息的内容为，车辆行驶速度过快，通过校园内的播放设备播放警示提示，提示车辆进行减速；
其中警示车速为校园管理人员设定，当管理人员未设定时为通过大数据采集各个校园的限速信息，之后计算出各个校园的限速信息的均值即获取到警示车速；
同时对车辆进行车辆参数采集，当车辆参数大于预设值时，即生成车辆行驶警示信息；
此时车辆行驶警示信息的具体内容为校园内有大型车辆行驶，通过学校内的播放设备播放提示音，提示学生进行避让；
提取出道路信息，道路信息包括校园内各个道路长度信息与对应道路上的减速带数量信息，对各个道路长度信息与对应道路上的减速带数量信息进行处理获取到道路评估参数，将校园道路数量标记为x，当x个道路评估参数中小于预设值的数量大于时，即生成校园道路警示信息，此时校园道路警示信息为校园内道路减速带过少，需要进行补充。
所述车辆参数的获取过程如下：提取出采集到的道路影像信息，从道路影像信息，从道路影像信息中提取出包含车辆的影像片段并进行清晰化处理后，获取到清晰车辆影像信息，清晰车辆影像信息为车辆侧方的影像信息；
之后从清晰车辆影像信息中提取出最左侧车轮与地面接触点，将其标记为点A1；
提取出最右侧车轮与地面接触点，将其标记为点A2，再提取出车辆的最高点Amax和第二高点Amax-1；
将点A1和A2连线，获取到基准线L1，之后以点Amax为基准点做水平线Lmax，以Amax-1为基准点做水平线Lmax-1，基准线L1平行于水平线Lmax和Lmax-1；
之后以基准线L1为基准，做一条垂直于水平线Lmax的线段K1，再以基准线L1为基准做一条垂直于水平线Lmax-1的线段K2；
之后测量出线段K1和线段K2的长度，通过公式（K1+K2）/2=Kk，即获取到车辆参数Kk；
所述道路评估参数的具体处理过程如下：提取出采集到的各个道路长度信息与对应道路上的减速带数量信息，之后将单个道路长度信息标记为Z1，将该道路对应的减速带数量信息标记为Z2，通过公式Z2/Z1*α=Zz，即获取到道路评估参数Zz，0.95≤α≤0.99，α与Z1成正比；
通过上述过程，能够获取到更加准确的车辆参数与道路评估参数，从而保证道路警示信息生成的准确性。
所述校园消防监控信息包括消防设备数量信息与单个消防设备覆盖面积信息；
所述消防监控警示信息的具体处理过程如下：提取出采集到的校园消防监控信息，从校园消防监控信息中获取到消防设备数量信息与单个消防设备覆盖面积信息；
将消防设备数量信息标记为H1,将单个消防设备覆盖面积信息标记为H2，之后再采集校园面积，将校园面积标记为M，通过公式H1*H2*β-M=Mh，即获取到消防评估参数Mh，β为修正值，0.91≤β≤0.99，β与消防设备数量信息H1成反比；
当消防评估参数Mh小于时，即生成消防监控警示信息，即消防评估参数Mh小于校园面积M的一半时，即生成消防监控警示信息；
通过生成消防监控警示信息来警示学校的管理人员进行消防设备的补充，保证学校内有充足的消防设备来应对消防事故的发生，更好的保证了校园的安全。
所述宿舍监控信息包括宿舍楼电梯维护信息、宿舍楼楼道数量与宿舍楼楼道监控安装数量；
所述宿舍监控警示信息的具体处理过程如下：提取出宿舍楼电梯维护信息，对宿舍楼电梯维护信息获取到电梯维护参数，当电梯维护参数异常，即生成宿舍监控警示信息，此时宿舍监控警示信息的具体内容为：宿舍内的电梯维护存在异常，需要进行维护周期调整；
对宿舍楼楼道数量与宿舍楼楼道监控安装数量进行处理获取到监控安装评估参数，当监控安装评估参数存在异常时，即生成宿舍监控警示信息，此时宿舍监控警示信息的具体内容为宿舍内的监控设备数量过少，需要进行监控设备的补充。
所述电梯维护参数的获取过程与电梯维护参数异常判定过程如下：提取出采集到的宿舍楼电梯维护信息，宿舍楼电梯维护信息为宿舍楼电梯维护历史记录信息，对宿舍楼电梯维护信息进行处理获取到电梯平均维护间隔，电梯平均维护间隔即为电梯维护参数，当电梯维护参数大于预设值即表示其存在异常，上述预设值为将电梯型号信息导入互联网大数据库，从互联网大数据库中采集对应的电梯型号的平均维护间隔，即为该预设值；
所述监控安装评估参数的获取过程与监控安装评估参数异常判定过程如下：提取出宿舍楼楼道数量与宿舍楼楼道监控安装数量，计算出宿舍楼楼道数量与宿舍楼楼道监控安装数量的差值，即获取到监控安装评估参数，当监控安装评估参数大于预设值时，即生成宿舍监控警示信息；
通过上述过程，能够获取到更加准确的电梯维护参数与监控安装评估参数，从而为宿舍监控警示信息的生成提供了数据支撑。
所述食堂监控信息包括食堂厨房的实时影像信息，食堂仓储环境信息与食堂食品日期信息；
所述食堂监控警示信息的具体处理过程如下：提取出食堂厨房的实时影像信息，导入预设的工作服穿戴模型对食堂厨房的实时影像信息进行穿戴模型的识别，当识别到存在食堂工作人员未穿戴工作服时，即生成食堂监控警示信息，此时食堂监控警示信息的内容为存在未按规定穿着工作服人员，请穿戴工作服；
提取出食堂仓储环境信息，食堂厨房环境信息包括环境湿度信息、环境温度信息与防虫鼠设备设置信息；
当环境湿度信息大于预设值或者环境温度信息大于预设温度，即生成食堂监控警示信息，此时食堂监控警示信息的具体内容为食堂储存环境异常，需要进行调整；
对防虫鼠设备设置信息进行处理获取到防护评估参数，当防护评估参数大于预设值时，即生成食堂监控警示信息，此时食堂监控警示信息的具体内容为食堂防护异常需要调整。
所述防护评估参数的具体处理过程如下：提取出采集到的防虫鼠设备设置信息，防虫鼠设备设置信息包括防虫鼠设备的数量信息与单个防虫鼠设备的覆盖面积，再采集食堂仓储面积信息，将食堂仓储面积信息标记为E，将防虫鼠设备的数量信息标记为Q1，将单个防虫鼠设备的覆盖面积标记为Q2，通过公式E-Q1*Q2=Eq，即获取到防护评估参数Eq。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (9)
1.一种基于大数据采集的学校监控系统，其特征在于，包括道路监控模块、消防监控模块、宿舍监控模块与食堂监控模块；
所述道路监控模块用于进行学校内的道路监控，获取到校园道路监控信息，对校园道路监控信息进行处理生成道路监控警示信息；
所述消防监控模块用于进行学校内的消防监控，获取到校园消防监控信息，对校园消防监控信息进行处理生成消防监控警示信息；
所述宿舍监控模块用于进行学校内的宿舍监控，获取到宿舍监控信息，对宿舍监控信息进行处理生成宿舍监控警示信息；
所述食堂监控模块用于进行学校内的食堂监控，获取到校园食堂监控信息，对校园食堂监控信息进行处理生成食堂监控警示信息。
2.根据权利要求1所述的一种基于大数据采集的学校监控系统，其特征在于：所述校园道路监控信息包括道路影像信息与道路信息；
所述道路监控警示信息包括车辆行驶警示信息与校园道路警示信息，所述道路监控警示信息的具体处理过程如下：提取出采集到的校园道路监控信息，从校园道路监控信息中获取到道路影像信息与道路信息；
对道路影像信息进行车辆识别，识别出车辆后，进行车辆速度采集获取到车辆行驶速度，当车辆行驶速度大于警示车速时，即生成车辆行驶警示信息，其中警示车速为校园管理人员设定，当管理人员未设定时为通过大数据采集各个校园的限速信息，之后计算出各个校园的限速信息的均值即获取到警示车速；
同时对车辆进行车辆参数采集，当车辆参数大于预设值时，即生成车辆行驶警示信息；
提取出道路信息，道路信息包括校园内各个道路长度信息与对应道路上的减速带数量信息，对各个道路长度信息与对应道路上的减速带数量信息进行处理获取到道路评估参数，将校园道路数量标记为x，当x个道路评估参数中小于预设值的数量大于时，即生成校园道路警示信息。
3.根据权利要求2所述的一种基于大数据采集的学校监控系统，其特征在于：所述车辆参数的获取过程如下：提取出采集到的道路影像信息，从道路影像信息中提取出包含车辆的影像片段并进行清晰化处理后，获取到清晰车辆影像信息，清晰车辆影像信息为车辆侧方的影像信息；
之后从清晰车辆影像信息中提取出最左侧车轮与地面接触点，将其标记为点A1；
提取出最右侧车轮与地面接触点，将其标记为点A2，再提取出车辆的最高点Amax和第二高点Amax-1；
将点A1和A2连线，获取到基准线L1，之后以点Amax为基准点做水平线Lmax，以Amax-1为基准点做水平线Lmax-1，基准线L1平行于水平线Lmax和Lmax-1；
之后以基准线L1为基准，做一条垂直于水平线Lmax的线段K1，再以基准线L1为基准做一条垂直于水平线Lmax-1的线段K2；
之后测量出线段K1和线段K2的长度，通过公式（K1+K2）/2=Kk，即获取到车辆参数Kk。
4.根据权利要求2所述的一种基于大数据采集的学校监控系统，其特征在于：所述道路评估参数的具体处理过程如下：提取出采集到的各个道路长度信息与对应道路上的减速带数量信息，之后将单个道路长度信息标记为Z1，将该道路对应的减速带数量信息标记为Z2，通过公式Z2/Z1*α=Zz，即获取到道路评估参数Zz，0.95≤α≤0.99，α与Z1成正比。
5.根据权利要求1所述的一种基于大数据采集的学校监控系统，其特征在于：所述校园消防监控信息包括消防设备数量信息与单个消防设备覆盖面积信息；
所述消防监控警示信息的具体处理过程如下：提取出采集到的校园消防监控信息，从校园消防监控信息中获取到消防设备数量信息与单个消防设备覆盖面积信息；
将消防设备数量信息标记为H1,将单个消防设备覆盖面积信息标记为H2，之后再采集校园面积，将校园面积标记为M，通过公式H1*H2*β-M=Mh，即获取到消防评估参数Mh，β为修正值，0.91≤β≤0.99，β与消防设备数量信息H1成反比；
当消防评估参数Mh小于时，即生成消防监控警示信息。
6.根据权利要求1所述的一种基于大数据采集的学校监控系统，其特征在于：所述宿舍监控信息包括宿舍楼电梯维护信息、宿舍楼楼道数量与宿舍楼楼道监控安装数量；
所述宿舍监控警示信息的具体处理过程如下：提取出宿舍楼电梯维护信息，对宿舍楼电梯维护信息获取到电梯维护参数，当电梯维护参数异常，即生成宿舍监控警示信息；
对宿舍楼楼道数量与宿舍楼楼道监控安装数量进行处理获取到监控安装评估参数，当监控安装评估参数存在异常时，即生成宿舍监控警示信息。
7.根据权利要求6所述的一种基于大数据采集的学校监控系统，其特征在于：所述电梯维护参数的获取过程与电梯维护参数异常判定过程如下：提取出采集到的宿舍楼电梯维护信息，宿舍楼电梯维护信息为宿舍楼电梯维护历史记录信息，对宿舍楼电梯维护信息进行处理获取到电梯平均维护间隔，电梯平均维护间隔即为电梯维护参数，当电梯维护参数大于预设值即表示其存在异常，上述预设值为将电梯型号信息导入互联网大数据库，从互联网大数据库中采集对应的电梯型号的平均维护间隔，即为该预设值；
所述监控安装评估参数的获取过程与监控安装评估参数异常判定过程如下：提取出宿舍楼楼道数量与宿舍楼楼道监控安装数量，计算出宿舍楼楼道数量与宿舍楼楼道监控安装数量的差值，即获取到监控安装评估参数，当监控安装评估参数大于预设值时，即生成宿舍监控警示信息。
8.根据权利要求1所述的一种基于大数据采集的学校监控系统，其特征在于：所述食堂监控信息包括食堂厨房的实时影像信息，食堂仓储环境信息与食堂食品日期信息；
所述食堂监控警示信息的具体处理过程如下：提取出食堂厨房的实时影像信息，导入预设的工作服穿戴模型对食堂厨房的实时影像信息进行穿戴模型的识别，当识别到存在食堂工作人员未穿戴工作服时，即生成食堂监控警示信息；
提取出食堂仓储环境信息，食堂厨房环境信息包括环境湿度信息、环境温度信息与防虫鼠设备设置信息；
当环境湿度信息大于预设值或者环境温度信息大于预设温度，即生成食堂监控警示信息；
对防虫鼠设备设置信息进行处理获取到防护评估参数，当防护评估参数大于预设值时，即生成食堂监控警示信息。
9.根据权利要求8所述的一种基于大数据采集的学校监控系统，其特征在于：所述防护评估参数的具体处理过程如下：提取出采集到的防虫鼠设备设置信息，防虫鼠设备设置信息包括防虫鼠设备的数量信息与单个防虫鼠设备的覆盖面积，再采集食堂仓储面积信息，将食堂仓储面积信息标记为E，将防虫鼠设备的数量信息标记为Q1，将单个防虫鼠设备的覆盖面积标记为Q2，通过公式E-Q1*Q2=Eq，即获取到防护评估参数Eq。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410057470.5A CN117579789A (zh) | 2024-01-16 | 2024-01-16 | 一种基于大数据采集的学校监控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410057470.5A CN117579789A (zh) | 2024-01-16 | 2024-01-16 | 一种基于大数据采集的学校监控系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117579789A true CN117579789A (zh) | 2024-02-20 |
Family
ID=89864715
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410057470.5A Withdrawn CN117579789A (zh) | 2024-01-16 | 2024-01-16 | 一种基于大数据采集的学校监控系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117579789A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117879974A (zh) * | 2024-03-11 | 2024-04-12 | 西昌学院 | 一种基于边缘计算的网络安全防护方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW200919210A (en) * | 2007-07-18 | 2009-05-01 | Steven Kays | Adaptive electronic design |
| CN104904703A (zh) * | 2015-05-14 | 2015-09-16 | 沈银如 | 一种捕鼠的定位系统及定位方法 |
| CN108206932A (zh) * | 2016-12-16 | 2018-06-26 | 北京迪科达科技有限公司 | 一种校园智能监控管理系统 |
| CN108205896A (zh) * | 2016-12-16 | 2018-06-26 | 北京迪科达科技有限公司 | 一种校园交通安全智能监控管理系统 |
| CN110166741A (zh) * | 2019-04-15 | 2019-08-23 | 深圳壹账通智能科技有限公司 | 基于人工智能的环境监控方法、装置、设备及存储介质 |
| CN115330163A (zh) * | 2022-08-03 | 2022-11-11 | 国网安徽省电力有限公司电力科学研究院 | 基于大数据的城市电网多灾害事故预防预警应急平台 |
| CN115346303A (zh) * | 2022-08-16 | 2022-11-15 | 河南金数网科信息技术有限公司 | 一种基于物联网节点与gis的可视化校园管理系统 |
| CN115392708A (zh) * | 2022-08-25 | 2022-11-25 | 爱瑞克(大连)安全技术集团有限公司 | 一种用于建筑消防的火灾风险评估和预警方法及系统 |
| CN117049299A (zh) * | 2023-08-30 | 2023-11-14 | 永大电梯设备（中国）有限公司 | 一种电梯维保管控装置及方法 |
| CN117079242A (zh) * | 2023-09-28 | 2023-11-17 | 比亚迪股份有限公司 | 减速带确定方法、装置、存储介质、电子设备及车辆 |
-
2024
- 2024-01-16 CN CN202410057470.5A patent/CN117579789A/zh not_active Withdrawn
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW200919210A (en) * | 2007-07-18 | 2009-05-01 | Steven Kays | Adaptive electronic design |
| CN104904703A (zh) * | 2015-05-14 | 2015-09-16 | 沈银如 | 一种捕鼠的定位系统及定位方法 |
| CN108206932A (zh) * | 2016-12-16 | 2018-06-26 | 北京迪科达科技有限公司 | 一种校园智能监控管理系统 |
| CN108205896A (zh) * | 2016-12-16 | 2018-06-26 | 北京迪科达科技有限公司 | 一种校园交通安全智能监控管理系统 |
| CN110166741A (zh) * | 2019-04-15 | 2019-08-23 | 深圳壹账通智能科技有限公司 | 基于人工智能的环境监控方法、装置、设备及存储介质 |
| CN115330163A (zh) * | 2022-08-03 | 2022-11-11 | 国网安徽省电力有限公司电力科学研究院 | 基于大数据的城市电网多灾害事故预防预警应急平台 |
| CN115346303A (zh) * | 2022-08-16 | 2022-11-15 | 河南金数网科信息技术有限公司 | 一种基于物联网节点与gis的可视化校园管理系统 |
| CN115392708A (zh) * | 2022-08-25 | 2022-11-25 | 爱瑞克(大连)安全技术集团有限公司 | 一种用于建筑消防的火灾风险评估和预警方法及系统 |
| CN117049299A (zh) * | 2023-08-30 | 2023-11-14 | 永大电梯设备（中国）有限公司 | 一种电梯维保管控装置及方法 |
| CN117079242A (zh) * | 2023-09-28 | 2023-11-17 | 比亚迪股份有限公司 | 减速带确定方法、装置、存储介质、电子设备及车辆 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117879974A (zh) * | 2024-03-11 | 2024-04-12 | 西昌学院 | 一种基于边缘计算的网络安全防护方法 |
| CN117879974B (zh) * | 2024-03-11 | 2024-05-14 | 西昌学院 | 一种基于边缘计算的网络安全防护方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117579789A (zh) | 一种基于大数据采集的学校监控系统 | |
| CN108734368A (zh) | 风险预警管控系统及方法 | |
| CN106095651A (zh) | 一种3d虚拟机房监控管理方法及系统 | |
| CN116739245B (zh) | 一种智慧消防城市接警调度系统 | |
| CN116543531B (zh) | 一种集中管理和展示井下监测监控数据的数据中心系统 | |
| CN112380599A (zh) | 一种基于大数据分析的桥梁智能在线监测预警系统 | |
| CN117630319B (zh) | 一种基于大数据的水质监测预警方法及系统 | |
| JP2014167765A (ja) | セクターグラフ基盤設備の運営状態監視装置及びその方法 | |
| CN112489387B (zh) | 一种基于天气监测的配电施工现场安全预警方法 | |
| CN116105802B (zh) | 一种基于物联网的地下设施安全监测预警方法 | |
| CN113573019A (zh) | 一种基于建筑工程施工用安全管控系统 | |
| CN117078072A (zh) | 一种多维度环境数据监管方法及监管系统 | |
| CN113053063A (zh) | 基于移动端的灾害在线处置流程实现方法 | |
| CN114217032A (zh) | 一种水质环境检测方法及系统 | |
| CN115460569A (zh) | 一种基于5g网络的智能化车库安全监测系统 | |
| CN117057636A (zh) | 一种基于数字技术的公路建设工程安全动态评价监控方法 | |
| CN110989042A (zh) | 一种高速公路团雾风险的智能化预测方法 | |
| CN117372197B (zh) | 基于大数据的自动化组装整线安全监控系统 | |
| CN114527717A (zh) | 一种化工安全生产预警系统及其安全预警方法 | |
| CN117221100A (zh) | 一种基于数据分析的网络硬件设备安全防护系统 | |
| CN112291360A (zh) | 一种广告牌监测系统及监测方法 | |
| CN115664006B (zh) | 一种增量配电网智能管控一体化平台 | |
| CN116958900A (zh) | 一种消防数据可视化监控系统及其监控方法 | |
| CN111160272A (zh) | 一种图像智能故障判断预警系统 | |
| CN114646735A (zh) | 一种空气中二氧化碳浓度监测系统 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20240220 |
|
| WW01 | Invention patent application withdrawn after publication |