CN117951152A - 一种基于人工智能的自然资源数据的管理方法及系统 - Google Patents
一种基于人工智能的自然资源数据的管理方法及系统 Download PDFInfo
- Publication number
- CN117951152A CN117951152A CN202410346244.9A CN202410346244A CN117951152A CN 117951152 A CN117951152 A CN 117951152A CN 202410346244 A CN202410346244 A CN 202410346244A CN 117951152 A CN117951152 A CN 117951152A
- Authority
- CN
- China
- Prior art keywords
- resource
- data
- information
- information list
- natural
- 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
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000013523 data management Methods 0.000 title claims abstract description 12
- 238000005259 measurement Methods 0.000 claims abstract description 70
- 238000013139 quantization Methods 0.000 claims abstract description 40
- 238000012216 screening Methods 0.000 claims description 34
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 7
- 239000000178 monomer Substances 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000007726 management method Methods 0.000 description 10
- 238000001914 filtration Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 241000282414 Homo sapiens Species 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于数据管理技术领域,提供了一种基于人工智能的自然资源数据的管理方法及系统,所述方法包括以下步骤:基于已知的自然资源数据库中的数据建立多个与区域相对应的资源信息列表;获取测量数据并进行整理得到更新信息列表;通过人工智能参照资源架构信息、资源量化信息将更新信息列表与资源信息列表进行依次比对;根据比对结果选取与更新信息列表相似度最高的资源信息列表,并根据更新信息列表对所选取的资源信息列表中的数据进行更新替换。本发明根据资源种类和具体量化的数据来对测量的数据进行识别,从而能够自动判断测量数据的所属,实现了自然资源数据库的快捷更新。
Description
技术领域
本发明涉及数据管理技术领域,具体是涉及一种基于人工智能的自然资源数据的管理方法及系统。
背景技术
自然资源是可直接或间接用于满足人类需要的所有有形之物与无形之物,能满足人类需要的整个自然界都是自然资源,它包括空气水土地、森林、草原、野生生物、各种矿物和能源等。
在社会发展过程中,对于自然资源浪费和滥用也十分常见,为了更好的进行发展,需要对自然资源进行管理,使其能够被更加合理地利用,当前的自然资源已经建立有专业的数据库来进行监控,在数据库中通过数据来表达自然资源的拥有量。
自然资源数据库的数据大部分来源于专业技术人员的实际勘测,为了更好地掌握自然资源的情况,通过专业人员不断收集数据来对自然资源数据进行更新,因为自然资源库中包含了众多区域的数据,而人员采集的活动范围是有限的,在进行数据更新时,需要人为控制将数据进行对应上传,导致自然资源数据库更新的过程效率不高,因此,提出了一种基于人工智能的自然资源数据的管理方法及系统,旨在解决上述的问题。
发明内容
针对现有技术存在的不足,本发明的目的在于提供一种基于人工智能的自然资源数据的管理方法及系统,以解决上述背景技术中存在的问题。
本发明是这样实现的,一种基于人工智能的自然资源数据的管理方法,所述方法包括以下步骤:
基于已知的自然资源数据库中的数据建立多个与区域相对应的资源信息列表,所述资源信息列表包括资源架构信息和资源量化信息,所述资源架构信息为区域内的资源组成情况;
获取测量数据并进行整理得到更新信息列表;
通过人工智能参照资源架构信息、资源量化信息将更新信息列表与资源信息列表进行依次比对;
根据比对结果选取与更新信息列表相似度最高的资源信息列表,并根据更新信息列表对所选取的资源信息列表中的数据进行更新替换,使得测量人员传输测量数据便能够完成资源数据库的数据更新处理。
作为本发明进一步的方案:所述获取测量数据并进行整理得到更新信息列表的步骤,具体包括:
通过终端设备来获取测量数据,所述终端设备为测量人员勘测自然资源后进行数据上传的设备仪器;
对测量数据进行识别得到资源类目信息和数值信息,所述资源类目信息为所勘测的自然资源种类;
通过人工智能按照资源信息列表的形式对资源类目信息、数值信息进行整理得到更新信息列表。
作为本发明进一步的方案:所述通过终端设备来获取测量数据的步骤,具体包括:
建立与终端设备的数据传输连接;
生成检测指令发送至终端设备,使得当终端设备接收测量设备传输的单体数据时能够检测测量设备的型号信息,所述单体数据为单一测量设备所测量的自然资源的数据;
通过终端设备识别所述型号信息来获取测量设备能够测量的自然资源的种类;
根据识别结果生成标签信息与单体数据进行关联;
整合所有进行数据关联后的单体数据得到测量数据,使得在对测量数据进行识别时能够根据标签信息得到自然资源的种类,所述测量数据为多种测量设备所勘测的自然资源数据的集合。
作为本发明进一步的方案:所述通过人工智能参照资源架构信息、资源量化信息将更新信息列表与资源信息列表进行依次比对的步骤,具体包括:
当获得所述更新信息列表后,根据资源架构信息对资源信息列表进行筛选得到筛选结果,所述筛选结果为若干个与更新信息列表具有相同自然资源种类组成的资源信息列表;
参照资源量化信息对筛选结果进行相似度比对,用于得到与更新信息列表的对应地理区域相同的资源信息列表。
作为本发明进一步的方案:所述参照资源量化信息对筛选结果进行相似度比对的步骤,具体包括:
当得到所述筛选结果时,将筛选结果包含的资源信息列表根据资源架构信息和资源量化信息整理得到参考资源占比图表;
将更新信息列表参照资源架构信息和资源量化信息整理得到资源占比图表;
通过人工智能依次比对资源占比图表与参照资源占比图表的相似度,用于获得与测量的地理区域相同自然资源占比的资源信息列表。
本发明的另一目的在于提供一种基于人工智能的自然资源数据的管理系统,所述系统包括:
数据调取模块,用于基于已知的自然资源数据库中的数据建立多个与区域相对应的资源信息列表,所述资源信息列表包括资源架构信息和资源量化信息,所述资源架构信息为区域内的资源组成情况;
数据获取模块,用于获取测量数据并进行整理得到更新信息列表;
数据比对模块,用于通过人工智能参照资源架构信息、资源量化信息将更新信息列表与资源信息列表进行依次比对;
数据更替模块,用于根据比对结果选取与更新信息列表相似度最高的资源信息列表,并根据更新信息列表对所选取的资源信息列表中的数据进行更新替换,使得测量人员传输测量数据便能够完整资源数据库的数据更新处理。
作为本发明进一步的方案:所述数据获取模块包括:
数据传输单元,通过终端设备来获取测量数据,所述终端设备为测量人员勘测自然资源后进行数据上传的设备仪器;
数据识别单元,用于对测量数据进行识别得到资源类目信息和数值信息,所述资源类目信息为所勘测的自然资源种类;
数据整理单元,用于通过人工智能按照资源信息列表的形式对资源类目信息、数值信息进行整理得到更新信息列表。
作为本发明进一步的方案:所述数据比对模块包括:
筛选单元,用于当获得所述更新信息列表后,根据资源架构信息对资源信息列表进行筛选得到筛选结果,所述筛选结果为若干个与更新信息列表具有相同自然资源种类组成的资源信息列表;
相似度比对单元,用于参照资源量化信息对筛选结果进行相似度比对,用于得到与更新信息列表的对应地理区域相同的资源信息列表。
与现有技术相比,本发明的有益效果是:
本发明通过对自然资源数据库进行整理得到多个与区域对应的资源信息列表,而在得到测量人员上传的测量数据后,将测量数据进行整理得到更新信息列表,根据资源架构信息和资源量化信息两个指标特征来将更新信息列表与资源信息列表进行比对,从而筛选出相似度最高的资源信息列表,从而能够直接对其进行数据更新,而且还能够得到测量数据的来源,综上所述,本发明利用自然资源种类繁多的特点,根据资源种类和具体量化的数据来对测量的数据进行识别,从而能够自动判断测量数据的所属,实现了自然资源数据库的快捷更新。
附图说明
图1为一种基于人工智能的自然资源数据的管理方法的流程图。
图2为一种基于人工智能的自然资源数据的管理方法中获取测量数据并进行整理得到更新信息列表的流程图。
图3为一种基于人工智能的自然资源数据的管理方法中通过终端设备来获取测量数据的流程图。
图4为一种基于人工智能的自然资源数据的管理方法中通过人工智能参照资源架构信息、资源量化信息将更新信息列表与资源信息列表进行依次比对的流程图。
图5为一种基于人工智能的自然资源数据的管理方法中参照资源量化信息对筛选结果进行相似度比对的流程图。
图6为一种基于人工智能的自然资源数据的管理系统的结构示意图。
图7为一种基于人工智能的自然资源数据的管理系统中数据获取模块的结构示意图。
图8为一种基于人工智能的自然资源数据的管理系统中数据比对模块的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清晰,以下结合附图及具体实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
以下结合具体实施例对本发明的具体实现进行详细描述。
如图1所示,本发明实施例提供了一种基于人工智能的自然资源数据的管理方法,所述方法包括以下步骤:
S100,基于已知的自然资源数据库中的数据建立多个与区域相对应的资源信息列表,所述资源信息列表包括资源架构信息和资源量化信息,所述资源架构信息为区域内的资源组成情况;
S200,获取测量数据并进行整理得到更新信息列表;
S300,通过人工智能参照资源架构信息、资源量化信息将更新信息列表与资源信息列表进行依次比对;
S400,根据比对结果选取与更新信息列表相似度最高的资源信息列表,并根据更新信息列表对所选取的资源信息列表中的数据进行更新替换,使得测量人员传输测量数据便能够完成资源数据库的数据更新处理。
需要说明的是,一般自然资源的管理都是与行政区域划分相关联,多是以省市为单位,通过下放技术人员来进行数据收集,在汇总之后才会对已有的自然资源数据库进行更新,在这个过程中,自然数据的来源地便会十分重要,从而方便将对应的数据进行更替。
本发明实施例中,本发明通过对自然资源数据库进行整理得到多个与区域对应的资源信息列表,而在得到测量人员上传的测量数据后,将测量数据进行整理得到更新信息列表,根据资源架构信息和资源量化信息两个指标特征来将更新信息列表与资源信息列表进行比对,从而筛选出相似度最高的资源信息列表,从而能够直接对其进行数据更新,而且还能够得到测量数据的来源,综上所述,本发明利用自然资源种类繁多的特点,根据资源种类和具体量化的数据来对测量的数据进行识别,从而能够自动判断测量数据的所属,实现了自然资源数据库的快捷更新。
如图2所示,作为本发明一个优选的实施例,所述获取测量数据并进行整理得到更新信息列表的步骤,具体包括:
S201,通过终端设备来获取测量数据,所述终端设备为测量人员勘测自然资源后进行数据上传的设备仪器;
S202,对测量数据进行识别得到资源类目信息和数值信息,所述资源类目信息为所勘测的自然资源种类;
S203,通过人工智能按照资源信息列表的形式对资源类目信息、数值信息进行整理得到更新信息列表。
本发明实施例中,在获取到由终端设备上传的测量数据后,对测量数据进行识别得到资源类目信息和数值信息,资源类目信息包含了多种自然资源,根据资源信息列表对测量数据进行分类整理得到更新信息列表,能够使得得到的测量数据更加有条理性。
如图3所示,作为本发明一个优选的实施例,所述通过终端设备来获取测量数据的步骤,具体包括:
S2011,建立与终端设备的数据传输连接;
S2012,生成检测指令发送至终端设备,使得当终端设备接收测量设备传输的单体数据时能够检测测量设备的型号信息,所述单体数据为单一测量设备所测量的自然资源的数据;
S2013,通过终端设备识别所述型号信息来获取测量设备能够测量的自然资源的种类;
S2014,根据识别结果生成标签信息与单体数据进行关联;
S2015,整合所有进行数据关联后的单体数据得到测量数据,使得在对测量数据进行识别时能够根据标签信息得到自然资源的种类,所述测量数据为多种测量设备所勘测的自然资源数据的集合。
本发明实施例中,测量数据是多种自然资源数据的集合,在建立与终端设备的数据传输后,通过检测指令可以使得终端设备来检测测量设备的型号,自然资源数据都是来源于这些测量设备的,由于测量设备的型号是唯一的,并且每种测量设备勘测的数据种类也是固定,例如地形高度、面积、矿物资源这些指标都不是一种测量设备能够胜任的,根据生成的标签信息来对单体数据进行关联,从而使得测量数据中的个体能够得到数据来源的设备,能够有助于识别出其对应的自然资源的种类。
如图4所示,作为本发明一个优选的实施例,所述通过人工智能参照资源架构信息、资源量化信息将更新信息列表与资源信息列表进行依次比对的步骤,具体包括:
S301,当获得所述更新信息列表后,根据资源架构信息对资源信息列表进行筛选得到筛选结果,所述筛选结果为若干个与更新信息列表具有相同自然资源种类组成的资源信息列表;
S302,参照资源量化信息对筛选结果进行相似度比对,用于得到与更新信息列表的对应地理区域相同的资源信息列表。
本发明实施例中,所述更新信息列表的形式是按照资源信息列表来整理的,首先根据资源架构信息对资源信息列表进行筛选,该步骤主要来筛选出测量数据对应的地理区域的自然资源种类相同的资源信息列表,如果资源信息列表中包含了更新信息列表中不存在的资源种类,便意味着二者不是出于同一个地理区域,后续再根据具体的资源量化信息进行比对,所述资源量化信息为自然资源量化后的具体数值,通过上述方法能够筛选出与更新信息列表相符合的资源信息列表。
如图5所示,作为本发明一个优选的实施例,所述参照资源量化信息对筛选结果进行相似度比对的步骤,具体包括:
S3021,当得到所述筛选结果时,将筛选结果包含的资源信息列表根据资源架构信息和资源量化信息整理得到参考资源占比图表;
S3022,将更新信息列表参照资源架构信息和资源量化信息整理得到资源占比图表;
S3023,通过人工智能依次比对资源占比图表与参照资源占比图表的相似度,用于获得与测量的地理区域相同自然资源占比的资源信息列表。
本发明实施例中,如果按照资源量化信息中的具体数值来进行相似度比对,必然会涉及到各种数值比较过程,这会增加数据的运算量,而本实施例通过将资源信息列表和更新信息列表都转化为资源占比的形式,从而能够明确单一的自然资源占据的比例,即使是自然环境收到影响,可以单一的具体量化数值会存在较大变动,但因为自然资源之间的相互影响,资源占比情况不会产生较大变动,通过上述的方法来筛选出与更新信息列表相似度最高的资源信息列表,也能够明确二者来源同一地理区域。
如图6所示,本发明实施例还提供了一种基于人工智能的自然资源数据的管理系统,所述系统包括:
数据调取模块100,用于基于已知的自然资源数据库中的数据建立多个与区域相对应的资源信息列表,所述资源信息列表包括资源架构信息和资源量化信息,所述资源架构信息为区域内的资源组成情况;
数据获取模块200,用于获取测量数据并进行整理得到更新信息列表;
数据比对模块300,用于通过人工智能参照资源架构信息、资源量化信息将更新信息列表与资源信息列表进行依次比对;
数据更替模块400,用于根据比对结果选取与更新信息列表相似度最高的资源信息列表,并根据更新信息列表对所选取的资源信息列表中的数据进行更新替换,使得测量人员传输测量数据便能够完整资源数据库的数据更新处理。
本发明实施例中,本发明通过对自然资源数据库进行整理得到多个与区域对应的资源信息列表,而在得到测量人员上传的测量数据后,将测量数据进行整理得到更新信息列表,根据资源架构信息和资源量化信息两个指标特征来将更新信息列表与资源信息列表进行比对,从而筛选出相似度最高的资源信息列表,从而能够直接对其进行数据更新,而且还能够得到测量数据的来源,综上所述,本发明利用自然资源种类繁多的特点,根据资源种类和具体量化的数据来对测量的数据进行识别,从而能够自动判断测量数据的所属,实现了自然资源数据库的快捷更新。
如图7所示,作为本发明一个优选的实施例,所述数据获取模块200包括:
数据传输单元201,通过终端设备来获取测量数据,所述终端设备为测量人员勘测自然资源后进行数据上传的设备仪器;
数据识别单元202,用于对测量数据进行识别得到资源类目信息和数值信息,所述资源类目信息为所勘测的自然资源种类;
数据整理单元203,用于通过人工智能按照资源信息列表的形式对资源类目信息、数值信息进行整理得到更新信息列表。
如图8所示,作为本发明一个优选的实施例,所述数据比对模块300包括:
筛选单元301,用于当获得所述更新信息列表后,根据资源架构信息对资源信息列表进行筛选得到筛选结果,所述筛选结果为若干个与更新信息列表具有相同自然资源种类组成的资源信息列表;
相似度比对单元302,用于参照资源量化信息对筛选结果进行相似度比对,用于得到与更新信息列表的对应地理区域相同的资源信息列表。
以上仅对本发明的较佳实施例进行了详细叙述,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
本领域技术人员在考虑说明书及实施例处的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
Claims (8)
1.一种基于人工智能的自然资源数据的管理方法,其特征在于,所述方法包括以下步骤:
基于已知的自然资源数据库中的数据建立多个与区域相对应的资源信息列表,所述资源信息列表包括资源架构信息和资源量化信息,所述资源架构信息为区域内的资源组成情况;
获取测量数据并进行整理得到更新信息列表;
通过人工智能参照资源架构信息、资源量化信息将更新信息列表与资源信息列表进行依次比对;
根据比对结果选取与更新信息列表相似度最高的资源信息列表,并根据更新信息列表对所选取的资源信息列表中的数据进行更新替换,使得测量人员传输测量数据便能够完成资源数据库的数据更新处理。
2.根据权利要求1所述的基于人工智能的自然资源数据的管理方法,其特征在于,所述获取测量数据并进行整理得到更新信息列表的步骤,具体包括:
通过终端设备来获取测量数据,所述终端设备为测量人员勘测自然资源后进行数据上传的设备仪器;
对测量数据进行识别得到资源类目信息和数值信息,所述资源类目信息为所勘测的自然资源种类;
通过人工智能按照资源信息列表的形式对资源类目信息、数值信息进行整理得到更新信息列表。
3.根据权利要求2所述的基于人工智能的自然资源数据的管理方法,其特征在于,所述通过终端设备来获取测量数据的步骤,具体包括:
建立与终端设备的数据传输连接;
生成检测指令发送至终端设备,使得当终端设备接收测量设备传输的单体数据时能够检测测量设备的型号信息,所述单体数据为单一测量设备所测量的自然资源的数据;
通过终端设备识别所述型号信息来获取测量设备能够测量的自然资源的种类;
根据识别结果生成标签信息与单体数据进行关联;
整合所有进行数据关联后的单体数据得到测量数据,使得在对测量数据进行识别时能够根据标签信息得到自然资源的种类,所述测量数据为多种测量设备所勘测的自然资源数据的集合。
4.根据权利要求1所述的基于人工智能的自然资源数据的管理方法,其特征在于,所述通过人工智能参照资源架构信息、资源量化信息将更新信息列表与资源信息列表进行依次比对的步骤,具体包括:
当获得所述更新信息列表后,根据资源架构信息对资源信息列表进行筛选得到筛选结果,所述筛选结果为若干个与更新信息列表具有相同自然资源种类组成的资源信息列表;
参照资源量化信息对筛选结果进行相似度比对,用于得到与更新信息列表的对应地理区域相同的资源信息列表。
5.根据权利要求4所述的基于人工智能的自然资源数据的管理方法,其特征在于,所述参照资源量化信息对筛选结果进行相似度比对的步骤,具体包括:
当得到所述筛选结果时,将筛选结果包含的资源信息列表根据资源架构信息和资源量化信息整理得到参考资源占比图表;
将更新信息列表参照资源架构信息和资源量化信息整理得到资源占比图表;
通过人工智能依次比对资源占比图表与参照资源占比图表的相似度,用于获得与测量的地理区域相同自然资源占比的资源信息列表。
6.一种基于人工智能的自然资源数据的管理系统,其特征在于,所述系统包括:
数据调取模块,用于基于已知的自然资源数据库中的数据建立多个与区域相对应的资源信息列表,所述资源信息列表包括资源架构信息和资源量化信息,所述资源架构信息为区域内的资源组成情况;
数据获取模块,用于获取测量数据并进行整理得到更新信息列表;
数据比对模块,用于通过人工智能参照资源架构信息、资源量化信息将更新信息列表与资源信息列表进行依次比对;
数据更替模块,用于根据比对结果选取与更新信息列表相似度最高的资源信息列表,并根据更新信息列表对所选取的资源信息列表中的数据进行更新替换,使得测量人员传输测量数据便能够完整资源数据库的数据更新处理。
7.根据权利要求6所述的基于人工智能的自然资源数据的管理系统,其特征在于,所述数据获取模块包括:
数据传输单元,通过终端设备来获取测量数据,所述终端设备为测量人员勘测自然资源后进行数据上传的设备仪器;
数据识别单元,用于对测量数据进行识别得到资源类目信息和数值信息,所述资源类目信息为所勘测的自然资源种类;
数据整理单元,用于通过人工智能按照资源信息列表的形式对资源类目信息、数值信息进行整理得到更新信息列表。
8.根据权利要求6所述的基于人工智能的自然资源数据的管理系统,其特征在于,所述数据比对模块包括:
筛选单元,用于当获得所述更新信息列表后,根据资源架构信息对资源信息列表进行筛选得到筛选结果,所述筛选结果为若干个与更新信息列表具有相同自然资源种类组成的资源信息列表;
相似度比对单元,用于参照资源量化信息对筛选结果进行相似度比对,用于得到与更新信息列表的对应地理区域相同的资源信息列表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410346244.9A CN117951152B (zh) | 2024-03-26 | 2024-03-26 | 一种基于人工智能的自然资源数据的管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410346244.9A CN117951152B (zh) | 2024-03-26 | 2024-03-26 | 一种基于人工智能的自然资源数据的管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117951152A true CN117951152A (zh) | 2024-04-30 |
CN117951152B CN117951152B (zh) | 2024-07-09 |
Family
ID=90798284
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410346244.9A Active CN117951152B (zh) | 2024-03-26 | 2024-03-26 | 一种基于人工智能的自然资源数据的管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117951152B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001013000A (ja) * | 1999-06-28 | 2001-01-19 | Windows Service:Kk | 計量装置、計量システム |
CN111680025A (zh) * | 2020-06-17 | 2020-09-18 | 珠海市测绘院 | 面向自然资源多源异构数据时空信息智能同化的方法及系统 |
CN113762787A (zh) * | 2021-09-10 | 2021-12-07 | 重庆零壹空间科技集团有限公司 | 一种基于自然资源管理的火箭信息化系统 |
CN113849378A (zh) * | 2021-10-13 | 2021-12-28 | 京东科技信息技术有限公司 | 资源监测装置、系统、资源监测方法、电子及介质 |
CN114218337A (zh) * | 2022-02-22 | 2022-03-22 | 江苏省基础地理信息中心 | 一种自然资源调查监测数据识别与融合更新方法 |
CN115269754A (zh) * | 2022-07-08 | 2022-11-01 | 广东省国土资源测绘院 | 地理信息整合方法、智能终端以及存储介质 |
CN116561125A (zh) * | 2023-04-28 | 2023-08-08 | 江苏豪杰土地勘测规划咨询有限公司 | 一种用于自然资源管理的土地信息采集系统 |
CN116580295A (zh) * | 2023-03-29 | 2023-08-11 | 广东省国土资源测绘院 | 一种基于人工智能技术的自然资源常态化监测方法 |
CN117131249A (zh) * | 2023-10-26 | 2023-11-28 | 湖南省不动产登记中心 | 一种自然资源数据智能管理方法及系统 |
-
2024
- 2024-03-26 CN CN202410346244.9A patent/CN117951152B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001013000A (ja) * | 1999-06-28 | 2001-01-19 | Windows Service:Kk | 計量装置、計量システム |
CN111680025A (zh) * | 2020-06-17 | 2020-09-18 | 珠海市测绘院 | 面向自然资源多源异构数据时空信息智能同化的方法及系统 |
CN113762787A (zh) * | 2021-09-10 | 2021-12-07 | 重庆零壹空间科技集团有限公司 | 一种基于自然资源管理的火箭信息化系统 |
CN113849378A (zh) * | 2021-10-13 | 2021-12-28 | 京东科技信息技术有限公司 | 资源监测装置、系统、资源监测方法、电子及介质 |
CN114218337A (zh) * | 2022-02-22 | 2022-03-22 | 江苏省基础地理信息中心 | 一种自然资源调查监测数据识别与融合更新方法 |
CN115269754A (zh) * | 2022-07-08 | 2022-11-01 | 广东省国土资源测绘院 | 地理信息整合方法、智能终端以及存储介质 |
CN116580295A (zh) * | 2023-03-29 | 2023-08-11 | 广东省国土资源测绘院 | 一种基于人工智能技术的自然资源常态化监测方法 |
CN116561125A (zh) * | 2023-04-28 | 2023-08-08 | 江苏豪杰土地勘测规划咨询有限公司 | 一种用于自然资源管理的土地信息采集系统 |
CN117131249A (zh) * | 2023-10-26 | 2023-11-28 | 湖南省不动产登记中心 | 一种自然资源数据智能管理方法及系统 |
Non-Patent Citations (1)
Title |
---|
吴建华: "矢量空间数据实体匹配方法与应用研究", 《中国博士学位论文全文数据库基础科学辑(月刊)》, no. 07, 15 July 2016 (2016-07-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN117951152B (zh) | 2024-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112380190B (zh) | 一种基于多维分析技术的数据质量健康度分析方法及系统 | |
CN112529234A (zh) | 基于深度学习的地表水质预测方法 | |
CN113051330B (zh) | 基于大数据的实时环境监控方法、装置及计算机设备 | |
CN111144021B (zh) | 一种燃料电池寿命预测方法及系统 | |
CN116879831A (zh) | 一种基于物联网的电表智能监控方法及系统 | |
CN114911800A (zh) | 电力系统的故障预测方法、装置以及电子设备 | |
CN115712834A (zh) | 一种告警误报检测方法、装置、设备及存储介质 | |
CN114970926A (zh) | 一种模型训练方法、企业经营风险预测方法和装置 | |
Guillaume Blanchet et al. | A new cost‐effective approach to survey ecological communities | |
CN116306806A (zh) | 故障诊断模型确定方法、装置及非易失性存储介质 | |
CN117951152B (zh) | 一种基于人工智能的自然资源数据的管理方法及系统 | |
CN116991455A (zh) | 一种api资产识别方法和装置 | |
CN110807174B (zh) | 一种基于统计分布的污水厂厂群出水分析及异常识别方法 | |
CN117078206A (zh) | 一种基于标识解析的设备管理方法、系统、装置及介质 | |
CN116822366A (zh) | 一种径流污染负荷计算模型构建和径流污染负荷计算方法 | |
Bertaux et al. | Identifying ecological traits: a concrete FCA-based approach | |
CN115564398A (zh) | 一种基于智能合约的智慧检测实验室系统 | |
CN117076454B (zh) | 一种工程质量验收表单数据结构化存储方法及系统 | |
CN111159861B (zh) | 基于数据包络分析的锂电池多源可靠性试验数据评价方法 | |
Iskandar et al. | Analysis Of Bubble Sort And Insertion Sort Algorithm On Memory Efficiency Using Data Mining Approach | |
CN113852512B (zh) | 数据分析方法、电子设备及存储介质 | |
CN112149818B (zh) | 威胁识别结果评估方法和装置 | |
CN118800044A (zh) | 基于多源异构数据融合的放射性尾矿库自动化监测方法 | |
CN118350780A (zh) | 一种线上的数据审阅方法、装置、设备及介质 | |
KR20230085757A (ko) | 요인 분석을 이용한 수질 상태 지표 제공 장치 및 방법 |
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 |