System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种消防APP的数据采集方法、装置、设备及介质制造方法及图纸_技高网

一种消防APP的数据采集方法、装置、设备及介质制造方法及图纸

技术编号:43127823 阅读:2 留言:0更新日期:2024-10-29 17:36
本发明专利技术提供了一种消防APP的数据采集方法、装置、设备及介质,所述方法能够根据获取指定生产批次编号列表对应的第一候选生产批次编号组合列表,根据第一候选生产批次编号组合列表获取第二候选生产批次编号列表,进而,根据第二候选生产批次编号对应的第三候选生产批次编号组合确定异常生产批次编号和非异常生产批次编号,根据非异常生产批次编号确定非异常消防器材,将非异常消防器材的预设器材特征的特征值上传到消防APP中以完成消防APP的数据采集,无需使用机器学习模型的输出结果判断消防器材是否为异常消防器材,降低了将异常消防器材误判为非异常消防器材的概率,有利于提高采集到的消防APP的数据的精准度。

【技术实现步骤摘要】

本专利技术涉及数据采集,特别是涉及一种消防app的数据采集方法、装置、设备及介质。


技术介绍

1、消防app是一种专门设计用于帮助消防部门、机构和个人管理消防相关事务的移动应用程序,能够在消防管理和应急响应中发挥关键作用,消防app的数据包括传感器数据、消防器材状态数据、消防器材特征数据等数据,消防app中的消防器材特征数据能够在特定情况下,为相关人员提供关键的物理参数,优化救援策略,加快响应速度,最终实现更加高效、安全的消防作业流程,极大地提升了消防管理的智能化水平;因此,采集消防app的消防器材特征数据时,需要判断消防器材是否为异常消防器材,异常消防器材的消防器材特征数据会分散相关人员的注意力,影响相关人员的决策,降低工作效率。

2、现有技术中,判断消防器材是否为异常消防器材的方法大多为根据机器学习模型识别异常消防器材,收集大量的与非异常消防器材相关的数据,对数据进行预处理并根据预处理后得到的数据对机器学习模型进行训练和调整获取目标模型,根据目标模型的输出结果判断消防器材是否为异常消防器材。

3、但是上述方法也存在以下技术问题:

4、上述方法需要收集大量的与非异常消防器材相关的数据以使得对机器学习模型进行训练和调整获取目标模型,根据目标模型的输出结果判断消防器材是否为异常消防器材,当收集不到大量的与非异常消防器材相关的数据或收集到的非异常消防器材的相关数据存在错误时,会降低机器学习模型在训练过程中的准确性,从而降低目标模型的整体性能,导致根据目标模型的输出结果判断消防器材是否为异常消防器材的精准度较低,进而,会将异常消防器材误判为非异常消防器材并将所述异常消防器材的消防器材特征数据上传到消防app中,降低了采集到的消防app的数据的精准度。


技术实现思路

1、针对上述技术问题,本专利技术采用的技术方案为:

2、根据本专利技术的第一方面,提供了一种消防app的数据采集方法,方法用于采集目标实体制造的非异常消防器材的预设器材特征的特征值并将特征值上传到消防app中以完成消防app的数据采集,方法包括如下步骤:

3、s1、获取指定生产批次编号列表集合a={a1,a2,…,ai,…,am},其中,ai为第i个目标实体对应的指定生产批次编号列表,i的取值为1到m,m为目标实体的数量,指定生产批次编号列表中包括若干个指定生产批次编号。

4、s2、将ai作为预设处理方式中的目标生产批次编号列表以获取ai对应的第一候选生产批次编号组合列表bi={bi1,bi2,…,bij,…,bin(i)},bij={b1ij,b2ij},其中,bij为ai对应的第j个第一候选生产批次编号组合,j的取值为1到n(i),n(i)为ai对应的第一候选生产批次组合的数量,b1ij为bij中的第一个第一候选生产批次编号,b2ij为bij中的第二个第一候选生产批次编号。

5、s3、对bi中的所有bij中的b1ij和b2ij进行去重处理获取ai对应的第二候选生产批次编号列表ci={ci1,ci2,…,cie,…,cif(i)},其中,cie为ai对应的第e个第二候选生产批次编号,e的取值为1到f(i),f(i)为ai对应的第二候选生产批次编号的数量。

6、s4、当b1ij=cie或b2ij=cie时,将bij作为cie对应的第三候选生产批次编号组合。

7、s5、将vi对应的指定生产批次编号从ai中删除以获取第i个目标实体对应的非异常生产批次编号列表ji={ji1,ji2,……,ji(ae),……,ji(af(i))}并确定被ji(ae)标识的一批消防器材中的每一个消防器材均为第i个目标实体制造的非异常消防器材,其中,vi为第i个目标实体对应的异常生产批次编号,第i个目标实体对应的异常生产批次编号为ci1,ci2,…,cie,…,cif(i)中对应的第三候选生产批次编号组合的数量最大的第二候选生产批次编号,ji(ae)为第i个目标实体对应的第ae个非异常生产批次编号,ae的取值为1到af(i),af(i)为第i个目标实体对应的非异常生产批次编号的数量。

8、s6、将目标实体制造的非异常消防器材的预设器材特征的特征值上传到消防app中以完成消防app的数据采集。

9、根据本专利技术的第二方面,提供了一种消防app的数据采集装置,装置用于采集目标实体制造的非异常消防器材的预设器材特征的特征值并将特征值上传到消防app中以完成消防app的数据采集,装置包括:

10、指定生产批次编号列表获取模块,用于获取指定生产批次编号列表集合a={a1,a2,…,ai,…,am},其中,ai为第i个目标实体对应的指定生产批次编号列表,i的取值为1到m,m为目标实体的数量,指定生产批次编号列表中包括若干个指定生产批次编号。

11、第一候选生产批次编号组合列表获取模块,用于将ai作为预设处理方式中的目标生产批次编号列表以获取ai对应的第一候选生产批次编号组合列表bi={bi1,bi2,…,bij,…,bin(i)},bij={b1ij,b2ij},其中,bij为ai对应的第j个第一候选生产批次编号组合,j的取值为1到n(i),n(i)为ai对应的第一候选生产批次组合的数量,b1ij为bij中的第一个第一候选生产批次编号,b2ij为bij中的第二个第一候选生产批次编号。

12、第二候选生产批次编号列表获取模块,用于对bi中的所有bij中的b1ij和b2ij进行去重处理获取ai对应的第二候选生产批次编号列表ci={ci1,ci2,…,cie,…,cif(i)},其中,cie为ai对应的第e个第二候选生产批次编号,e的取值为1到f(i),f(i)为ai对应的第二候选生产批次编号的数量。

13、第三候选生产批次编号组合获取模块,用于当b1ij=cie或b2ij=cie时,将bij作为cie对应的第三候选生产批次编号组合。

14、非异常消防器材确定模块,用于将vi对应的指定生产批次编号从ai中删除以获取第i个目标实体对应的非异常生产批次编号列表ji={ji1,ji2,……,ji(ae),……,ji(af(i))}并确定被ji(ae)标识的一批消防器材中的每一个消防器材均为第i个目标实体制造的非异常消防器材,其中,vi为第i个目标实体对应的异常生产批次编号,第i个目标实体对应的异常生产批次编号为ci1,ci2,…,cie,…,cif(i)中对应的第三候选生产批次编号组合的数量最大的第二候选生产批次编号,ji(ae)为第i个目标实体对应的第ae个非异常生产批次编号,ae的取值为1到af(i),af(i)为第i个目标实体对应的非异常生产批次编号的数量。

15、数据采集模块,用于将目标实体制造的非异常消防器材的预设器材特征的特征值上传到消防app中以完成消防app的数据采集。

16、根据本专利技术的第三方面,提供了一种非瞬时性计算机可读存储介质,存储介质中存储有计算机程序,计算机程序由处理器加载并执行本文档来自技高网...

【技术保护点】

1.一种消防APP的数据采集方法,所述方法用于采集目标实体制造的非异常消防器材的预设器材特征的特征值并将所述特征值上传到消防APP中以完成消防APP的数据采集,其特征在于,所述方法包括如下步骤:

2.根据权利要求1所述的消防APP的数据采集方法,其特征在于,目标实体对应的指定生产批次编号为目标实体对应的且需要确定是否异常的生产批次编号,目标实体对应的生产批次编号为目标实体制造出一批消防器材时生成的用于标识这一批消防器材的字符串。

3.根据权利要求1所述的消防APP的数据采集方法,其特征在于,预设处理方式包括如下步骤S10-S30:

4.根据权利要求3所述的消防APP的数据采集方法,其特征在于,在步骤S10中包括如下步骤S11-S15:

5.根据权利要求4所述的消防APP的数据采集方法,其特征在于,目标生产批次编号对应的初始消防器材为从被目标生产批次编号标识的一批消防器材中按照统计学中的随机抽样原则,采用简单随机抽样方法,无放回地抽取到的t个消防器材中的消防器材。

6.根据权利要求4所述的消防APP的数据采集方法,其特征在于,count的初始值为1。

7.根据权利要求4所述的消防APP的数据采集方法,其特征在于,p=t-1。

8.一种消防APP的数据采集装置,所述装置用于采集目标实体制造的非异常消防器材的预设器材特征的特征值并将所述特征值上传到消防APP中以完成消防APP的数据采集,其特征在于,所述装置包括:

9.一种非瞬时性计算机可读存储介质,其特征在于,所述存储介质中存储有计算机程序,所述计算机程序由处理器加载并执行以实现如权利要求1-7中任意一项所述的消防APP的数据采集方法。

10.一种电子设备,包括:处理器、存储器及存储在存储器上并可在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1-7中任意一项所述的消防APP的数据采集方法。

...

【技术特征摘要】

1.一种消防app的数据采集方法,所述方法用于采集目标实体制造的非异常消防器材的预设器材特征的特征值并将所述特征值上传到消防app中以完成消防app的数据采集,其特征在于,所述方法包括如下步骤:

2.根据权利要求1所述的消防app的数据采集方法,其特征在于,目标实体对应的指定生产批次编号为目标实体对应的且需要确定是否异常的生产批次编号,目标实体对应的生产批次编号为目标实体制造出一批消防器材时生成的用于标识这一批消防器材的字符串。

3.根据权利要求1所述的消防app的数据采集方法,其特征在于,预设处理方式包括如下步骤s10-s30:

4.根据权利要求3所述的消防app的数据采集方法,其特征在于,在步骤s10中包括如下步骤s11-s15:

5.根据权利要求4所述的消防app的数据采集方法,其特征在于,目标生产批次编号对应的初始消防器材为从被目标生产批次编号标识的一批消防器材中按照统计学中的随机抽样原...

【专利技术属性】
技术研发人员:孙超
申请(专利权)人:宸轩中消检测服务北京有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1