CN113627800B - 水源地巡查点位确定方法、装置、电子设备及介质 - Google Patents
水源地巡查点位确定方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN113627800B CN113627800B CN202110926889.6A CN202110926889A CN113627800B CN 113627800 B CN113627800 B CN 113627800B CN 202110926889 A CN202110926889 A CN 202110926889A CN 113627800 B CN113627800 B CN 113627800B
- Authority
- CN
- China
- Prior art keywords
- point
- weight
- problem type
- base
- type
- 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.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 85
- 238000007689 inspection Methods 0.000 title claims abstract description 80
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000004590 computer program Methods 0.000 claims description 12
- 238000002372 labelling Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 10
- 230000006870 function Effects 0.000 description 13
- 239000010865 sewage Substances 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000007599 discharging Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 241000282414 Homo sapiens Species 0.000 description 2
- 238000012258 culturing Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及人工智能领域，揭露一种水源地巡查点位确定方法，包括：获取历史水源巡查的点位集，将点位集按照点位问题类型进行标注，得到多个问题类型点位；获取多个问题类型点位的风险概率基数及紧急程度基数；根据风险概率基数及紧急程度基数计算多个权重值；将多个权重值中大于预设的权重标准值的权重值组合为权重结果集；判断权重结果集的数量是否达到待输出点位数量标准；若没有达到，降低权重标准值大小，直到权重结果集对应的问题类型点位数量达到待输出点位数量标准；若达到，则确定权重结果集对应的问题类型点位为目标巡查点位。本发明还提出一种水源地巡查点位确定装置、电子设备以及存储介质。本发明可以提高水源地巡查的效率。
Description
技术领域
本发明涉及人工智能领域，尤其涉及一种水源地巡查点位确定方法、装置、电子设备及可读存储介质。
背景技术
当前，随着人口的扩张，土地的扩建，人类赖以生存的饮用水源地面临着越来越多的风险，对水源地巡查保护的重要性也日渐凸显。
但是，传统的水源地巡查任务主要是通过人工设置水源地巡查点，并通过安排人员巡查的方式巡查水源点，由于水源地数量多且分布广，人工设置巡查点并计算推断影响因素需要耗费众多人力，使得成本消耗大，无法有效巡查到所有问题风险点并及时处理，导致水源地巡查的效率较低。
发明内容
本发明提供一种水源地巡查点位确定方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高水源地巡查的效率。
为实现上述目的，本发明提供的一种水源地巡查点位确定方法，包括：
获取历史水源巡查的点位集，将所述点位集中多个点位按照点位出现的问题类型进行问题类别标注，得到多个问题类型点位；
获取多个所述问题类型点位的风险概率基数及多个所述问题类型点位的紧急程度基数；
根据所述风险概率基数及所述紧急程度基数计算多个所述问题类型点位发生问题的权重值；
将多个所述问题类型点位的权重值中大于预设的权重标准值的权重值组合为权重结果集；
判断所述权重结果集的数量是否达到预设的待输出点位数量标准；
若没有达到，则降低所述权重标准值的大小，直到所述权重结果集对应的问题类型点位数量达到所述待输出点位数量标准；
若达到，则确定所述权重结果集对应的问题类型点位为目标巡查点位。
可选地，所述获取多个所述问题类型点位的风险概率基数及多个所述问题类型点位的紧急程度基数，包括：
将各个所述问题类型点位中的每一类问题作为一个问题类型指标，计算多个所述问题类型点位的问题类型指标的平均值；
分别比较各个所述问题类型点位的问题类型指标的平均值的大小，根据比较结果确定各个问题类型点位的风险概率基数；
获取预设的各个所述问题类型点位的紧急程度基数。
可选地，所述分别比较各个所述问题类型点位的问题类型指标的平均值的大小，根据比较结果确定各个问题类型点位的风险概率基数，包括：
分别比较各个所述问题类型点位的问题类型指标的平均值的大小，根据比较结果确定各个所述问题类型点位的初始风险概率基数；
将同一问题类型指标的所述初始风险概率基数进行求和，得到各个点位各个所述问题类型指标的风险概率基数。
可选地，所述根据所述风险概率基数及所述紧急程度基数计算多个所述问题类型点位发生问题的权重值，包括：
利用预构建的线程池分别将各个所述问题类型点位的所述风险概率基数及所述紧急程度基数进行求和，得到所述多个问题类型点位的基数求和值；
分别将各个所述问题类型点位的基数求和值除以各个所述问题类型点位的权重概率基数总数，得到多个所述问题类型点位发生问题的权重值，其中所述权重概率基数总数由所述各个问题类型的风险概率基数与所述问题类型的紧急程度求和所得。
可选地，所述将多个所述问题类型点位的权重值中大于预设的权重标准值的权重值组合为权重结果集，包括：
将多个所述问题类型点位的权重值与所述预设的权重标准值进行比较；根据比较结果提取多个所述问题类型点位的权重值中大于所述权重标准值的不合格权重值，并将所述不合格权重值组合为权重结果集。
可选地，所述将所述点位集中多个点位按照点位出现的问题类型进行问题类别标注，得到问题类型点位，包括：
将所述点位集中各点位按照点位所处区域进行划分，得到多个区域点位，其中，每个所述区域点位包含多个点位；
对所述多个区域点位按照点位出现的问题类型进行问题类别标注，得到问题类型点位。
可选地，所述若没有达到，则降低所述权重标准值的大小，直到所述权重结果集中对应的问题类型点位数量达到所述待输出点位数量标准，包括：
若所述权重结果集中对应的问题类型点位数量没有达到所述待输出点位数量标准，则降低权重标准值的大小，得到更新权重标准值；
持续将合格权重值集中大于等于更新权重标准值的权重值加入权重结果集，得到更新权重结果集，直到所述更新权重结果集中对应的问题类型点位数量达到所述待输出点位数量标准。
为了解决上述问题，本发明还提供一种水源地巡查点位确定装置，所述装置包括：
问题类型点位获取模块，用于获取历史水源巡查的点位集，将所述点位集中多个点位按照点位出现的问题类型进行问题类别标注，得到多个问题类型点位；
点位权重值获取模块，用于获取多个所述问题类型点位的风险概率基数及多个所述问题类型点位的紧急程度基数，根据所述风险概率基数及所述紧急程度基数计算多个所述问题类型点位发生问题的权重值；
目标巡查点位确定模块，将多个所述问题类型点位的权重值中大于预设的权重标准值的权重值组合为权重结果集，判断所述权重结果集的数量是否达到预设的待输出点位数量标准，若没有达到，则降低所述权重标准值的大小，直到所述权重结果集对应的问题类型点位数量达到所述待输出点位数量标准，若达到，则确定所述权重结果集对应的问题类型点位为目标巡查点位。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
存储器，存储至少一个计算机程序；及
处理器，执行所述存储器中存储的计算机程序以实现上述所述的水源地巡查点位确定方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的水源地巡查点位确定方法。
本发明实施例通过获取所述问题类型点位的风险概率基数及所述问题类型点位的紧急程度基数，根据所述风险概率基数与所述紧急程度基数计算多个所述问题类型点位的权重值，可以为水源地巡查提供更准确充分的信息(如可以提前获知各个水源点位出现的问题及问题对应的风险概率和紧急程度)；根据预设的权重标准值划分多个所述权重值，将大于所述权重标准值的所述多个权重值进行统计，得到权重结果集，判断所述权重结果集的数量是否达到预设的待输出点位数量标准，加入所述待输出点位数量标准，可以避免水源巡查点位数量太少导致结果不具有参考性的情况，避免水源巡查点位数量太多降低巡查效率，提高获取的巡查点位的合理性，优先巡查问题风险概率较高的点位，提高水源地巡查的效率。因此本发明实施例提出的水源地巡查点位确定方法、装置、电子设备及可读存储介质可以提高水源地巡查的效率。
附图说明
图1为本发明一实施例提供的水源地巡查点位确定方法的流程示意图；
图2为本发明一实施例提供的水源地巡查点位确定装置的模块示意图；
图3为本发明一实施例提供的实现水源地巡查点位确定方法的电子设备的内部结构示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
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。
本发明实施例提供一种水源地巡查点位确定方法。所述水源地巡查点位确定方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。其中，服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。换言之，所述水源地巡查点位确定方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示的本发明一实施例提供的水源地巡查点位确定方法的流程示意图，在本发明实施例中，所述水源地巡查点位确定方法包括：
S1、获取历史水源巡查的点位集，将所述点位集中多个点位按照点位出现的问题类型进行问题类别标注，得到多个问题类型点位。
本发明实施例中，所述历史水源巡查点位集为历史周期对所有水源巡查点位所处的区域进行巡查得到的。
所述问题类型点位为按照点位可能会出现的问题类型或出现过的问题类型进行问题类别标注得到的。
详细地，所述将所述点位集中多个点位按照点位出现的问题类型进行问题类别标注，得到多个问题类型点位，包括：
将所述点位集中各点位按照点位所处区域进行划分，得到多个区域点位，其中，每个所述区域点位包含多个点位；
对所述多个区域点位按照点位出现的问题类型进行问题类别标注，得到问题类型点位。
具体地，例如，在某市存在大小不等的20个水源保护区，且分布在A区、B区、C区、D区和E区，则所述历史巡查点位集包含的点位为20个，将20个点位按照区域划分，得到所述A区的区域点位为3个，B区的区域点位为4个，C区的区域点位为5个，D区的区域点位为6个及E区的区域点位为2个。
进一步地，A区的区域点位为a、b和c三个点位，可能出现的问题类型包括：排放污水、垃圾堆放、非法养殖、非法种植、非法农家乐和毁林开荒等，a、b和c三个点位至少存在多个所述问题类型中的一个；若a点位出现的问题类型为非法养殖、非法种植和非法农家乐，则对a点位进行这三类的问题标注，则得到存在三种问题类型的问题类型点位a。
本发明实施例中，对多个区域点位按照问题类型进行问题标注可以提前通知巡查人员该水源点位需要处理的问题，根据问题类型提供相应的解决方案和工具，进而可以根据不同点位发生的相同问题类型判断所述问题类型是否有相似性，集中解决所述问题类型，提高效率。
S2、获取多个所述问题类型点位的风险概率基数及多个所述问题类型点位的紧急程度基数。
本发明实施例中，所述风险概率基数为各个所述问题类型点位发现的问题类型的重要程度，且问题类型点位的风险概率基数越大，问题越严重。
所述紧急程度基数为问题类型对应的问题紧急程度，所述问题紧急程度可分为一般和紧急，且所紧急程度基数越大，则问题越紧急。
详细地，所述获取多个所述问题类型点位的风险概率基数及多个所述问题类型点位的紧急程度基数，包括：
将各个所述问题类型点位中的每一类问题作为一个问题类型指标，计算多个所述问题类型点位的问题类型指标的平均值；
分别比较各个所述问题类型点位的问题类型指标的平均值的大小，根据比较结果确定各个问题类型点位的风险概率基数；
获取预设的各个所述问题类型点位的紧急程度基数。
进一步地，所述分别比较各个所述问题类型点位的问题类型指标的平均值的大小，根据比较结果确定各个问题类型点位的风险概率基数，包括：
分别比较各个所述问题类型点位的问题类型指标的平均值的大小，根据比较结果确定各个所述问题类型点位的初始风险概率基数；
将同一问题类型指标的所述初始风险概率基数进行求和，得到各个点位各个所述问题类型指标的风险概率基数。
本发明实施例中，所述问题类型指标是将出现的问题根据类型进行指标划分。
例如，根据出现的问题类型划分可得，指标1可为排放污水；指标2可为毁林开荒；指标3可为非法养殖；指标4可为非法种植；指标5可为垃圾堆放。
本发明实施例中，可以利用SPSSAU计算指标的平均值。
例如，将指标输入SPSSAU中可得到各项指标的平均值，所述各项指标的平均值矩阵分布如下表1所示：
表1
本发明实施例中，将所述各项平均值进行两两相比，若平均值相对较大取所述初始风险概率基数为1，所述平均值相对较小取所述初始风险概率基数为0，所述平均值相等取所述初始风险概率基数为0.5，得到所述各项指标的初始风险概率基数如下表2所示：
表2
根据所述各项指标的初始风险概率基数表格，将表格的值横向求和最终可得到指标1的风险概率基数为0.5；指标2的风险概率基数为2.5；指标3的风险概率基数为4.5；指标4的风险概率基数为3.5；指标5的风险概率基数为1.5。
进一步地，本发明实施例中，根据问题的重要程度对问题紧急程度为一般类型的紧急程度基数取0，问题紧急程度为紧急类型的紧急程度基数取1。
本发明实施例中，可以基于人工智能算法，获取多个所述问题类型点位的风险概率基数及多个所述问题类型点位的紧急程度基数。
S3、根据所述风险概率基数及所述紧急程度基数计算多个所述问题类型点位发生问题的权重值风险概率基数。
本发明实施例中，所述权重值是指点位发现不同问题类型的风险概率。
详细地，所述根据所述风险概率基数及所述紧急程度基数计算多个所述问题类型点位发生问题的权重值风险概率基数，包括：
利用预构建的线程池分别将各个所述问题类型点位的所述风险概率基数及所述紧急程度基数进行求和，得到所述多个问题类型点位的基数求和值；
分别将各个所述问题类型点位的基数求和值除以各个所述问题类型点位的权重概率基数总数，得到多个所述问题类型点位发生问题的权重值，其中所述权重概率基数总数由所述各个问题类型的风险概率基数与所述问题类型的紧急程度求和所得。
本发明实施例中，若A区域的a点位发现的问题类型有排放污水的风险概率基数为0.5、毁林开荒的风险概率基数为2.5、非法养殖的风险概率基数为4.5、非法种植的风险概率基数为3.5和垃圾堆放的风险概率基数为1.5，其中排放污水和垃圾堆放问题为紧急问题，问题为紧急问题的紧急程度基数为1，则a点位的排放污水权重值可为：
(0.5+1)/(0.5+1)+(2.5+0)+(4.5+0)+(3.5+0)+(1.5+1)＝0.10
本发明实施例中，所述线程池的作用主要是对于每个区域巡查点位的权重值计算都可以从所述线程池中取出单独线程进行异步运行计算，最后将计算结果再返回到主线程中，提高程序并行执行的速度。
S4、将多个所述问题类型点位的权重值中大于预设的权重标准值的权重值组合为权重结果集。
本发明实施例中，所述权重结果集是由大于权重标准值的不合格权重值组成。
详细地，所述将多个所述问题类型点位的权重值中大于预设的权重标准值的权重值组合为权重结果集，包括：
将多个所述问题类型点位的权重值与所述预设的权重标准值进行比较；
根据比较结果提取多个所述问题类型点位的权重值中大于所述权重标准值的不合格权重值，并将所述不合格权重值组合为权重结果集。
本发明实施例中，所述权重结果集是大于权重标准值的权重值集，所述权重值集对应的点位，需要纳入下个周期的巡查点位中。
具体地，若权重标准值为0.4，所有大于0.4的不合格权重值都是权重结果集中的值，都需要纳入下个周期的巡查点位中。
S5、判断所述权重结果集的数量是否达到预设的待输出点位数量标准。
本发明实施例中，所述预设的待输出点位数量标准是指下个周期单次巡查任务的最小点位数量，主要作用是实现动态控制下个周期巡查点位的数量，避免下个周期巡查点位的数量过少，而使结果无意义。
详细地，所述判断所述权重结果集的数量是否达到预设的待输出点位数量标准，包括：将所述权重结果集中对应的问题类型点位数量与所述预设的待输出点位数量标准进行对比，进而判断所述权重结果集中对应的问题类型点位数量是否达到预设的待输出点位数量标准。
S6、若没有达到，则降低所述权重标准值的大小，直到所述权重结果集对应的问题类型点位数量达到所述待输出点位数量标准。
详细地，所述若没有达到，则降低所述权重标准值的大小，直到所述权重结果集对应的问题类型点位数量达到所述待输出点位数量标准，包括：
若所述权重结果集中对应的问题类型点位数量没有达到所述待输出点位数量标准，则降低权重标准值的大小，得到更新权重标准值；
持续将合格权重值集中大于等于更新权重标准值的权重值加入权重结果集，得到更新权重结果集，直到所述更新权重结果集中对应的问题类型点位数量达到所述待输出点位数量标准。
本发明实施例中，所述更新权重标准值是指当权重结果集中对应的问题类型点位数量没有达到所述待输出点位数量标准时，降低所述权重标准值进所得。
所述更新权重结果集是由大于更新权重标准值的权重值组成。
具体地，本发明实施例中，若待输出点位数量标准设定为15个，但计算满足权重标准值的权重结果集只有十个，此时，程序自动降低权重标准值，直到权重结果集的数量达到待输出点位数量标准的15个。
S7、若达到，则确定所述权重结果集对应的问题类型点位为目标巡查点位。
本发明实施例中，所述目标巡查点位是指权重结果集中对应的所有问题类型点位。
详细地，所述若达到，则确定所述权重结果集对应的问题类型点位为目标巡查点位，包括：若所述权重结果集中对应的问题类型点位数量达到所述待输出点位数量标准，将所述权重结果集对应的问题类型点位数量输出，将所述问题类型点位数量输出作为所述目标巡查点位。
具体地，若所述待输出点位数量标准的数量为15，权重结果集对应的点位数量也为15，预设程序自动按照这15个点位生成下个周期的巡查点位。
本发明实施例中，所述将权重结果集中对应的问题类型点位数量的输出作为目标巡查点位有助于对出现问题概率较高的水源地点位进行优先巡查，提高水源地巡查的准确率和效率。
本发明实施例中，可以利用人工智能，通过预设的判定条件，得到所述目标巡查点位。
预设的判定条件可以为所述权重结果集的数量是否达到预设的待输出点位数量标准，当所述权重结果集的数量达到预设的待输出点位标准，则确定所述权重结果集对应的问题类型点位为目标巡查点位。
本发明实施例通过获取所述问题类型点位的风险概率基数及所述问题类型点位的紧急程度基数，根据所述风险概率基数与所述紧急程度基数计算多个所述问题类型点位的权重值，可以为水源地巡查提供更准确充分的信息(如可以提前获知各个水源点位出现的问题及问题对应的风险概率和紧急程度)；根据预设的权重标准值划分多个所述权重值，将大于所述权重标准值的所述多个权重值进行统计，得到权重结果集，判断所述权重结果集的数量是否达到预设的待输出点位数量标准，加入所述待输出点位数量标准，可以避免水源巡查点位数量太少导致结果不具有参考性的情况，避免水源巡查点位数量太多降低巡查效率，提高获取的巡查点位的合理性，优先巡查问题风险概率较高的点位，提高水源地巡查的效率。因此本发明实施例提出的水源地巡查点位确定方法可以提高水源地巡查的效率。
如图2所示，是本发明水源地巡查点位确定装置的功能模块图。
本发明所述水源地巡查点位确定装置100可以安装于电子设备中。根据实现的功能，所述水源地巡查点位确定装置可以包括问题类型点位获取模块101、点位权重值获取模块102、目标巡查点位确定模块103，本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述问题类型点位获取模块101，用于获取历史水源巡查的点位集，将所述点位集中多个点位按照点位出现的问题类型进行问题类别标注，得到多个问题类型点位。
本发明实施例中，所述历史水源巡查点位集为历史周期对所有水源巡查点位所处的区域进行巡查所得。
所述问题类型点位为按照点位可能会出现的问题类型或出现过的问题类型进行问题类别标注所得。
详细地，所述问题类型点位获取模块101通过执行下述操作将所述点位集中多个点位按照点位出现的问题类型进行问题类别标注，得到多个问题类型点位，包括：
将所述点位集中各点位按照点位所处区域进行划分，得到多个区域点位，其中，每个所述区域点位包含多个点位；
对所述多个区域点位按照点位出现的问题类型进行问题类别标注，得到问题类型点位。
具体地，例如，在某市存在大小不等的20个水源保护区，且分布在A区、B区、C区、D区和E区，则所述历史巡查点位集包含的点位为20个，将20个点位按照区域划分，得到所述A区的区域点位为3个，B区的区域点位为4个，C区的区域点位为5个，D区的区域点位为6个及E区的区域点位为2个。
进一步地，A区的区域点位为a、b和c三个点位，可能出现的问题类型包括：排放污水、垃圾堆放、非法养殖、非法种植、非法农家乐和毁林开荒等，a、b和c三个点位至少存在多个所述问题类型中的一个；若a点位出现的问题类型为非法养殖、非法种植和非法农家乐，则对a点位进行这三类的问题标注，则得到存在三种问题类型的问题类型点位a。
本发明实施例中，对多个区域点位按照问题类型进行问题标注可以提前通知巡查人员该水源点位需要处理的问题，根据问题类型提供相应的解决方案和工具，进而可以根据不同点位发生的相同问题类型判断所述问题类型是否有相似性，集中解决所述问题类型，提高效率。
所述点位权重值获取模块102，用于获取多个所述问题类型点位的风险概率基数及多个所述问题类型点位的紧急程度基数，根据所述风险概率基数及所述紧急程度基数计算多个所述问题类型点位发生问题的权重值。
本发明实施例中，所述风险概率基数为各个所述问题类型点位发现的问题类型的重要程度，且问题类型点位的风险概率基数越大，问题越严重。
所述紧急程度基数为问题类型对应的问题紧急程度，所述问题紧急程度可分为一般和紧急，且所紧急程度基数越大，则问题越紧急。
详细地，所述点位权重值获取模块102通过执行下述操作获取多个所述问题类型点位的风险概率基数及多个所述问题类型点位的紧急程度基数，包括：
将各个所述问题类型点位中的每一类问题作为一个问题类型指标，计算多个所述问题类型点位的问题类型指标的平均值；
分别比较各个所述问题类型点位的问题类型指标的平均值的大小，根据比较结果确定各个问题类型点位的风险概率基数；
获取预设的各个所述问题类型点位的紧急程度基数。
进一步地，所述分别比较各个所述问题类型点位的问题类型指标的平均值的大小，根据比较结果确定各个问题类型点位的风险概率基数，包括：
分别比较各个所述问题类型点位的问题类型指标的平均值的大小，根据比较结果确定各个所述问题类型点位的初始风险概率基数；
将同一问题类型指标的所述初始风险概率基数进行求和，得到各个点位各个所述问题类型指标的风险概率基数。
本发明实施例中，所述问题类型指标是将出现的问题根据类型进行指标划分。
例如，根据出现的问题类型划分可得，指标1可为排放污水；指标2可为毁林开荒；指标3可为非法养殖；指标4可为非法种植；指标5可为垃圾堆放。
本发明实施例中，可以利用SPSSAU计算指标的平均值。
例如，将指标输入SPSSAU中可得到各项指标的平均值，所述各项指标的平均值矩阵分布如下表1所示：
表1
本发明实施例中，将所述各项平均值进行两两相比，若平均值相对较大取所述初始风险概率基数为1，所述平均值相对较小取所述初始风险概率基数为0，所述平均值相等取所述初始风险概率基数为0.5，得到所述各项指标的初始风险概率基数如下表2所示：
表2
根据所述各项指标的风险概率基数表格，将表格的值横向求和最终可得到指标1的风险概率基数为0.5；指标2的风险概率基数为2.5；指标3的风险概率基数为4.5；指标4的风险概率基数为3.5；指标5的风险概率基数为1.5。
进一步地，本发明实施例中，根据问题的重要程度对问题紧急程度为一般类型的紧急程度基数取0，问题紧急程度为紧急类型的紧急程度基数取1。
本发明实施例中，可以基于人工智能算法，获取多个所述问题类型点位的风险概率基数及多个所述问题类型点位的紧急程度基数。
本发明实施例中，所述权重值是指点位发现不同问题类型的风险概率。
详细地，所述点位权重值获取模块102通过执行下述操作根据所述风险概率基数及所述紧急程度基数计算多个所述问题类型点位发生问题的权重值风险概率基数，包括：
利用预构建的线程池分别将各个所述问题类型点位的所述风险概率基数及所述紧急程度基数进行求和，得到所述多个问题类型点位的基数求和值；
分别将各个所述问题类型点位的基数求和值除以各个所述问题类型点位的权重概率基数总数，得到多个所述问题类型点位发生问题的权重值，其中所述权重概率基数总数由所述各个问题类型的风险概率基数与所述问题类型的紧急程度求和所得。
风险概率基数本发明实施例中，若A区域的a点位发现的问题类型有排放污水的风险概率基数为0.5、毁林开荒的风险概率基数为2.5、非法养殖的风险概率基数为4.5、非法种植的风险概率基数为3.5和垃圾堆放的风险概率基数为1.5，其中排放污水和垃圾堆放问题为紧急问题，问题为紧急问题的紧急程度基数为1，则a点位的排放污水权重值可为：
(0.5+1)/(0.5+1)+(2.5+0)+(4.5+0)+(3.5+0)+(1.5+1)＝0.10
本发明实施例中，所述线程池的作用主要是对于每个区域巡查点位的权重值计算都可以从所述线程池中取出单独线程进行异步运行计算，最后将计算结果再返回到主线程中，提高程序并行执行的速度。
所述目标巡查点位确定模块103，用于将多个所述问题类型点位的权重值中大于预设的权重标准值的权重值组合为权重结果集，判断所述权重结果集的数量是否达到预设的待输出点位数量标准，若没有达到，则降低所述权重标准值的大小，直到所述权重结果集对应的问题类型点位数量达到所述待输出点位数量标准，若达到，则确定所述权重结果集对应的问题类型点位为目标巡查点位。
本发明实施例中，所述权重结果集是由大于权重标准值的不合格权重值组成。
详细地，所述目标巡查点位确定模块103通过执行下述操作将多个所述问题类型点位的权重值中大于预设的权重标准值的权重值组合为权重结果集，包括：
将多个所述问题类型点位的权重值与所述预设的权重标准值进行比较；
根据比较结果提取多个所述问题类型点位的权重值中大于所述权重标准值的不合格权重值，并将所述不合格权重值组合为权重结果集。
本发明实施例中，所述权重结果集是大于权重标准值的权重值集，所述权重值集对应的点位，需要纳入下个周期的巡查点位中。
具体地，若权重标准值为0.4，所有大于0.4的权重值都是权重结果集中的值，都需要纳入下个周期的巡查点位中。
本发明实施例中，所述预设的待输出点位数量标准是指下个周期单次巡查任务的最小点位数量，主要作用是实现动态控制下个周期巡查点位的数量，避免下个周期巡查点位的数量过少，而使结果无意义。
详细地，所述判断所述权重结果集的数量是否达到预设的待输出点位数量标准，包括：将所述权重结果集中对应的问题类型点位数量与所述预设的待输出点位数量标准进行对比，进而判断所述权重结果集中对应的问题类型点位数量是否达到预设的待输出点位数量标准。
详细地，所述若没有达到，则降低所述权重标准值的大小，直到所述权重结果集对应的问题类型点位数量达到所述待输出点位数量标准，包括：
若所述权重结果集中对应的问题类型点位数量没有达到所述待输出点位数量标准，则降低权重标准值的大小，得到更新权重标准值；
持续将合格权重值集中大于等于更新权重标准值的权重值加入权重结果集，得到更新权重结果集，直到所述更新权重结果集中对应的问题类型点位数量达到所述待输出点位数量标准。
本发明实施例中，所述更新权重标准值是指当权重结果集中对应的问题类型点位数量没有达到所述待输出点位数量标准时，降低所述权重标准值进所得。
所述更新权重结果集是由大于更新权重标准值的权重值组成。
具体地，本发明实施例中，若待输出点位数量标准设定为15个，但计算满足权重标准值的权重结果集只有十个，此时，程序自动降低权重标准值，直到权重结果集的数量达到待输出点位数量标准的15个。
本发明实施例中，所述目标巡查点位是指权重结果集中对应的所有问题类型点位。
详细地，所述若达到，则确定所述权重结果集对应的问题类型点位为目标巡查点位，包括：若所述权重结果集中对应的问题类型点位数量达到所述待输出点位数量标准，将所述权重结果集对应的问题类型点位数量输出，将所述问题类型点位数量输出作为所述目标巡查点位。
具体地，若所述待输出点位数量标准的数量为15，权重结果集对应的点位数量也为15，预设程序自动按照这15个点位生成下个周期的巡查点位。
本发明实施例中，所述将权重结果集中对应的问题类型点位数量的输出作为目标巡查点位有助于对出现问题概率较高的水源地点位进行优先巡查，提高水源地巡查的准确率和效率。
本发明实施例中，可以利用人工智能，通过预设的判定条件，得到所述目标巡查点位。
预设的判定条件可以为所述权重结果集的数量是否达到预设的待输出点位数量标准，当所述权重结果集的数量达到预设的待输出点位标准，则确定所述权重结果集对应的问题类型点位为目标巡查点位。
本发明实施例通过获取所述问题类型点位的风险概率基数及所述问题类型点位的紧急程度基数，根据所述风险概率基数与所述紧急程度基数计算多个所述问题类型点位的权重值，可以为水源地巡查提供更准确充分的信息(如可以提前获知各个水源点位出现的问题及问题对应的风险概率和紧急程度)；根据预设的权重标准值划分多个所述权重值，将大于所述权重标准值的所述多个权重值进行统计，得到权重结果集，判断所述权重结果集的数量是否达到预设的待输出点位数量标准，加入所述待输出点位数量标准，可以避免水源巡查点位数量太少导致结果不具有参考性的情况，避免水源巡查点位数量太多降低巡查效率，提高获取的巡查点位的合理性，优先巡查问题风险概率较高的点位，提高水源地巡查的效率。因此本发明实施例提出的水源地巡查点位确定装置可以提高水源地巡查的效率。
如图3所示，是本发明实现水源地巡查点位确定方法的电子设备的结构示意图。
所述电子设备可以包括处理器10、存储器11、通信总线12和通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如水源地巡查点位生成程序。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如水源地巡查点位生成程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如水源地巡查点位生成程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
所述通信总线12可以是外设部件互连标准(perIPheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述通信总线12总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
可选地，所述通信接口13可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。
可选地，所述通信接口13还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器11存储的水源地巡查点位生成程序是多个计算机程序的组合，在所述处理器10中运行时，可以实现：
获取历史水源巡查的点位集，将所述点位集中多个点位按照点位出现的问题类型进行问题类别标注，得到多个问题类型点位；
获取多个所述问题类型点位的风险概率基数及多个所述问题类型点位的紧急程度基数；
根据所述风险概率基数及所述紧急程度基数计算多个所述问题类型点位发生问题的权重值；
将多个所述问题类型点位的权重值中大于预设的权重标准值的权重值组合为权重结果集；
判断所述权重结果集的数量是否达到预设的待输出点位数量标准；
若没有达到，则降低所述权重标准值的大小，直到所述权重结果集对应的问题类型点位数量达到所述待输出点位数量标准；
若达到，则确定所述权重结果集对应的问题类型点位为目标巡查点位。
具体地，所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以是非易失性的，也可以是易失性的。所述计算机可读介质可以包括：能够携待所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明实施例还可以提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取历史水源巡查的点位集，将所述点位集中多个点位按照点位出现的问题类型进行问题类别标注，得到多个问题类型点位；
获取多个所述问题类型点位的风险概率基数及多个所述问题类型点位的紧急程度基数；
根据所述风险概率基数及所述紧急程度基数计算多个所述问题类型点位发生问题的权重值；
将多个所述问题类型点位的权重值中大于预设的权重标准值的权重值组合为权重结果集；
判断所述权重结果集的数量是否达到预设的待输出点位数量标准；
若没有达到，则降低所述权重标准值的大小，直到所述权重结果集对应的问题类型点位数量达到所述待输出点位数量标准；
若达到，则确定所述权重结果集对应的问题类型点位为目标巡查点位。
进一步地，所述计算机可用存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用***。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。***权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (9)
1.一种水源地巡查点位确定方法，其特征在于，所述方法包括：
获取历史水源巡查的点位集，将所述点位集中多个点位按照点位出现的问题类型进行问题类别标注，得到多个问题类型点位；
获取多个所述问题类型点位的风险概率基数及多个所述问题类型点位的紧急程度基数；
根据所述风险概率基数及所述紧急程度基数计算多个所述问题类型点位发生问题的权重值，包括：利用预构建的线程池分别将各个所述问题类型点位的所述风险概率基数及所述紧急程度基数进行求和，得到所述多个问题类型点位的基数求和值；分别将各个所述问题类型点位的基数求和值除以各个所述问题类型点位的权重概率基数总数，得到多个所述问题类型点位发生问题的权重值，其中所述权重概率基数总数由所述各个问题类型的风险概率基数与所述问题类型的紧急程度求和所得；
将多个所述问题类型点位的权重值中大于预设的权重标准值的权重值组合为权重结果集；
判断所述权重结果集的数量是否达到预设的待输出点位数量标准；
若没有达到，则降低所述权重标准值的大小，直到所述权重结果集对应的问题类型点位数量达到所述待输出点位数量标准；
若达到，则确定所述权重结果集对应的问题类型点位为目标巡查点位。
2.如权利要求1所述的水源地巡查点位确定方法，其特征在于，所述获取多个所述问题类型点位的风险概率基数及多个所述问题类型点位的紧急程度基数，包括：
将各个所述问题类型点位中的每一类问题作为一个问题类型指标，计算多个所述问题类型点位的问题类型指标的平均值；
分别比较各个所述问题类型点位的问题类型指标的平均值的大小，根据比较结果确定各个问题类型点位的风险概率基数；
获取预设的各个所述问题类型点位的紧急程度基数。
3.如权利要求2所述的水源地巡查点位确定方法，其特征在于，所述分别比较各个所述问题类型点位的问题类型指标的平均值的大小，根据比较结果确定各个问题类型点位的风险概率基数，包括：
分别比较各个所述问题类型点位的问题类型指标的平均值的大小，根据比较结果确定各个所述问题类型点位的初始风险概率基数；
将同一问题类型指标的所述初始风险概率基数进行求和，得到各个点位各个所述问题类型指标的风险概率基数。
4.如权利要求1所述的水源地巡查点位确定方法，其特征在于，所述将多个所述问题类型点位的权重值中大于预设的权重标准值的权重值组合为权重结果集，包括：
将多个所述问题类型点位的权重值与所述预设的权重标准值进行比较；根据比较结果提取多个所述问题类型点位的权重值中大于所述权重标准值的不合格权重值，并将所述不合格权重值组合为权重结果集。
5.如权利要求1至4中任一项所述的水源地巡查点位确定方法，其特征在于，所述将所述点位集中多个点位按照点位出现的问题类型进行问题类别标注，得到问题类型点位，包括：
将所述点位集中各点位按照点位所处区域进行划分，得到多个区域点位，其中，每个所述区域点位包含多个点位；
对所述多个区域点位按照点位出现的问题类型进行问题类别标注，得到问题类型点位。
6.如权利要求4所述的水源地巡查点位确定方法，其特征在于，所述若没有达到，则降低所述权重标准值的大小，直到所述权重结果集中对应的问题类型点位数量达到所述待输出点位数量标准，包括：
若所述权重结果集中对应的问题类型点位数量没有达到所述待输出点位数量标准，则降低权重标准值的大小，得到更新权重标准值；
持续将合格权重值集中大于等于更新权重标准值的权重值加入权重结果集，得到更新权重结果集，直到所述更新权重结果集中对应的问题类型点位数量达到所述待输出点位数量标准。
7.一种水源地巡查点位确定装置，其特征在于，包括：
问题类型点位获取模块，用于获取历史水源巡查的点位集，将所述点位集中多个点位按照点位出现的问题类型进行问题类别标注，得到多个问题类型点位；
点位权重值获取模块，用于获取多个所述问题类型点位的风险概率基数及多个所述问题类型点位的紧急程度基数，根据所述风险概率基数及所述紧急程度基数计算多个所述问题类型点位发生问题的权重值；
目标巡查点位确定模块，将多个所述问题类型点位的权重值中大于预设的权重标准值的权重值组合为权重结果集，判断所述权重结果集的数量是否达到预设的待输出点位数量标准，若没有达到，则降低所述权重标准值的大小，直到所述权重结果集对应的问题类型点位数量达到所述待输出点位数量标准，若达到，则确定所述权重结果集对应的问题类型点位为目标巡查点位；
其中，所述根据所述风险概率基数及所述紧急程度基数计算多个所述问题类型点位发生问题的权重值，包括：
利用预构建的线程池分别将各个所述问题类型点位的所述风险概率基数及所述紧急程度基数进行求和，得到所述多个问题类型点位的基数求和值；
分别将各个所述问题类型点位的基数求和值除以各个所述问题类型点位的权重概率基数总数，得到多个所述问题类型点位发生问题的权重值，其中所述权重概率基数总数由所述各个问题类型的风险概率基数与所述问题类型的紧急程度求和所得。
8.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序指令，所述计算机程序指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至6中任一项所述的水源地巡查点位确定方法。
9.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的水源地巡查点位确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110926889.6A CN113627800B (zh) | 2021-08-12 | 2021-08-12 | 水源地巡查点位确定方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110926889.6A CN113627800B (zh) | 2021-08-12 | 2021-08-12 | 水源地巡查点位确定方法、装置、电子设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113627800A CN113627800A (zh) | 2021-11-09 |
| CN113627800B true CN113627800B (zh) | 2024-07-02 |
Family
ID=78385151
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110926889.6A Active CN113627800B (zh) | 2021-08-12 | 2021-08-12 | 水源地巡查点位确定方法、装置、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113627800B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110727791A (zh) * | 2019-10-11 | 2020-01-24 | 重庆紫光华山智安科技有限公司 | 信息分类方法、装置、电子设备和计算机可读存储介质 |
| CN110866682A (zh) * | 2019-10-31 | 2020-03-06 | 湖南国奥电力设备有限公司 | 基于历史数据的地下电缆预警方法和装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170161614A1 (en) * | 2015-12-07 | 2017-06-08 | Rapidsos, Inc. | Systems and methods for predicting emergency situations |
-
2021
- 2021-08-12 CN CN202110926889.6A patent/CN113627800B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110727791A (zh) * | 2019-10-11 | 2020-01-24 | 重庆紫光华山智安科技有限公司 | 信息分类方法、装置、电子设备和计算机可读存储介质 |
| CN110866682A (zh) * | 2019-10-31 | 2020-03-06 | 湖南国奥电力设备有限公司 | 基于历史数据的地下电缆预警方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113627800A (zh) | 2021-11-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113868529A (zh) | 知识推荐方法、装置、电子设备及可读存储介质 | |
| CN114612194A (zh) | 产品推荐方法、装置、电子设备及存储介质 | |
| CN114492663A (zh) | 事件智能分拨方法、装置、设备及存储介质 | |
| CN114399212A (zh) | 生态环境质量评估方法、装置、电子设备及存储介质 | |
| CN113901166B (zh) | 电子地图构建方法、装置、设备及存储介质 | |
| CN113590632B (zh) | 数据库索引创建方法、装置、设备及介质 | |
| CN117155771B (zh) | 一种基于工业物联网的设备集群故障溯源方法及装置 | |
| CN111930963B (zh) | 知识图谱生成方法、装置、电子设备及存储介质 | |
| CN116843150A (zh) | 基于智慧物联网的社区服务方法及*** | |
| CN116823437A (zh) | 基于配置化风控策略的准入方法、装置、设备及介质 | |
| CN113627800B (zh) | 水源地巡查点位确定方法、装置、电子设备及介质 | |
| CN113657546B (zh) | 信息分类方法、装置、电子设备及可读存储介质 | |
| CN113626605B (zh) | 信息分类方法、装置、电子设备及可读存储介质 | |
| CN112819593B (zh) | 基于位置信息的数据分析方法、装置、设备及介质 | |
| CN112561500B (zh) | 基于用户数据的薪酬数据生成方法、装置、设备及介质 | |
| CN114840631A (zh) | 空间文本查询方法、装置、电子设备及存储介质 | |
| CN114723488B (zh) | 课程推荐方法、装置、电子设备及存储介质 | |
| CN115225489B (zh) | 队列业务流量阈值动态控制方法、电子设备及存储介质 | |
| CN114781833B (zh) | 基于业务人员的能力测评方法、装置、设备及存储介质 | |
| CN117633246A (zh) | 企业家谱分析方法、装置、设备及介质 | |
| CN114661853A (zh) | 大数据排序方法、装置、设备及存储介质 | |
| CN116646096A (zh) | 诊后随访***智能搭建方法、装置、电子设备及存储介质 | |
| CN116483974A (zh) | 对话回复筛选方法、装置、设备及存储介质 | |
| CN117114845A (zh) | 企业风险预测方法、设备及介质 | |
| CN114723282A (zh) | 业务执行质量评分方法、装置、设备及存储介质 |
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 |