CN113938310A - 一种水利固定资产投资统计数据质量控制管理*** - Google Patents
一种水利固定资产投资统计数据质量控制管理*** Download PDFInfo
- Publication number
- CN113938310A CN113938310A CN202111268827.7A CN202111268827A CN113938310A CN 113938310 A CN113938310 A CN 113938310A CN 202111268827 A CN202111268827 A CN 202111268827A CN 113938310 A CN113938310 A CN 113938310A
- Authority
- CN
- China
- Prior art keywords
- data
- triode
- water conservancy
- subunit
- resistor
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 95
- 238000003908 quality control method Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 48
- 238000012544 monitoring process Methods 0.000 claims abstract description 45
- 230000008569 process Effects 0.000 claims abstract description 34
- 230000005540 biological transmission Effects 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 15
- 230000003993 interaction Effects 0.000 claims abstract description 8
- 238000003860 storage Methods 0.000 claims abstract description 7
- 238000012549 training Methods 0.000 claims description 36
- 239000003990 capacitor Substances 0.000 claims description 33
- 230000000087 stabilizing effect Effects 0.000 claims description 9
- 230000004913 activation Effects 0.000 claims description 6
- 238000013145 classification model Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000010355 oscillation Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 238000012300 Sequence Analysis Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000004642 transportation engineering Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
-
- 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
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/047—Probabilistic or stochastic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Probability & Statistics with Applications (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种水利固定资产投资统计数据质量控制管理***,通过数据处理单元对水利固定资产投资数据进行分类和分析,再通过数据传输监控单元对水利固定资产投资数据的录入过程、存储过程以及调用过程进行监控核对,防止数据写入和读出过程出错,再通过数据传输加密单元与第三方设备进行加密的数据传输;在交互单元、数据处理单元、质量监控单元、数据传输监控单元、数据库和数据传输加密单元合作下,通过对水利固定资产投资数据进行纵向的全过程的质量控制,同时对水利固定资产投资数据进行横向的重点因素严格管控,并且采用数据处理单元对水利固定资产投资数据进行立向的偏差法的质量控制,形成三维全过程、多因素和成体系的质量控制。
Description
技术领域
本发明涉及一种质量控制管理***,具体涉及一种水利固定资产投资统计数据质量控制管理***。
背景技术
固定资产投资统计数据质量控制管理***用于对固定资产投资进行统计和数据质量监控,但目前的质量控制管理***主要侧重于对固定资产投资的统计,能够完成数据录入和初步的数据处理,缺乏对固定资产投资数据调用过程的加密,以及对固定资产投资统计数据的分类存储和趋势分析,因此在固定资产投资数据质量监控方面仍存在缺失。
发明内容
针对现有技术中的上述不足,本发明提供的一种水利固定资产投资统计数据质量控制管理***解决了现有质量控制管理***缺乏对水利固定资产投资数据的调用过程的加密,以及对水利固定资产投资数据的分类存储,并进行趋势分析的问题。
为了达到上述发明目的,本发明采用的技术方案为:一种水利固定资产投资统计数据质量控制管理***,包括:交互单元、数据处理单元、质量监控单元、数据传输监控单元、数据库和数据传输加密单元;
所述交互单元用于录入水利固定资产投资数据;所述数据处理单元用于分析水利固定资产投资数据,得到水利固定资产投资趋势;所述质量监控单元用于对水利固定资产投资趋势进行质量监控;所述数据传输监控单元用于对水利固定资产投资数据的录入过程、存储过程以及调用过程进行监控核对;所述数据传输加密单元用于对水利固定资产投资数据的调用过程进行数据传输加密;所述数据库用于存储水利固定资产投资数据。
进一步地,所述数据处理单元采用文本分类模型根据水利固定资产投资数据的文本内容,对水利固定资产投资数据进行分类,得到分类后的水利固定资产投资数据,对不同类别的水利固定资产投资数据进行分析,得到水利固定资产投资趋势。
上述进一步方案的有益效果为:本发明设计的水利固定资产投资统计数据质量控制管理***,可将水利固定资产投资全过程的数据均录入***,在录入***后,再对***内的水利固定资产投资数据进行分类,对不同类别的水利固定资产投资数据进行重点因素的严格管控,且采用偏差法核对各种类别的水利固定资产投资数据是否存在偏差,得到偏差程度,进而便于追根溯源,检验水利固定资产投资数据的质量,以提供更好地水利固定资产投资服务。
进一步地,所述文本分类模型包括依次连接的输入层、Embedding层、LSTM单元、softmax层和输出层。
进一步地,所述LSTM单元中每个cell子单元的输入输出关系式为:
ft=σ[(W1·(ht-1,xt,Ct-1)+b1]
it=σ[W2·(ht-1,xt,Ct-1)+b2]
Ct=ft⊙Ct-1+Rt
Gt=σ[W4·(ht-1,xt,Ct)+b4]
ht=tanh(Ct)⊙Gt
其中,ft为遗忘门,σ为激活函数,W1为遗忘门的权重,ht-1为t-1时刻的输出,xt为t时刻cell子单元的输入,Ct-1为t-1时刻的单元状态,b1为遗忘门的偏置,it为输入门,W2为输入门的权重,b2为输入门的偏置,为更新状态门,tanh为双曲正切激活函数,W3为更新状态门的权重,⊙为哈达玛积,b3为更新状态门的权重,Rt为中间变量,Ct为t时刻的单元状态,Gt为输出门,W4为输出门的权重,b4为输出门的偏置,ht为t时刻的cell子单元的输出。
进一步地,所述LSTM单元在训练时,采用逐cell子单元训练的方式,逐cell子单元训练的方法为:
A1、将水利固定资产投资数据的文本内容构成的训练集输入到LSTM单元,训练第i个cell子单元,更新第i个cell子单元的权重和偏置,得到训练完成的第i个cell子单元;
A2、i自加1,判断i是否等于I+1,若是,则完成对所有cell子单元的训练,若否,则跳转至步骤A1;
其中,i为训练次数的编号,其初始值为1,I为cell子单元的总数。
上述进一步方案的有益效果为:在训练时发现直接进行整体训练训练过程的参数振荡也将传递,使***收敛所需时间增长,相较于逐子单元训练,整体训练的方法速率较低,甚至容易陷入局部最优解而无法得到全局最优解,因此本发明设计上述训练方法,所有训练水利固定资产投资数据均从LSTM单元的输入端输入,对每一个cell子单元进行训练,进而使得训练过程的参数振荡无法传递,在训练完成后,若需调整输出效果,可调整最后cell子单元的权重和偏置,进而实现输出的微调,达到对水利固定资产投资数据更为准确的分类。
进一步地,所述数据传输加密单元包括:接口子单元、电源子单元、接口监测子单元和加密单元;
所述接口子单元与接口监测子单元连接;所述电源子单元分别与接口监测子单元和加密单元连接;所述接口监测子单元用于监测接口子单元的电压,在接口子单元的电压满足阈值时,启动电源子单元为加密单元供电。
进一步地,电源子单元包括:变压器B1、整流二极管VD1、整流二极管VD2、整流二极管VD3、稳压二极管VD4、受控开关S1、接地电容C1、接地电容C2、电容C3、接地电容C4、接地电容C5、电阻R1、电阻R2、接地电阻R3、接地电阻R4、接地电阻R5、滑动变阻器R6、电阻R7、电阻R8、发光二极管LED1、三极管Q1、三极管Q2、三极管Q3、三极管Q4和三极管Q5;
所述变压器B1的原边接入市电,其副边的一端与整流二极管VD2的正极连接,其副边的另一端与整流二极管VD1的正极连接,其副边的中间抽头接地;所述整流二极管VD1的负极分别与整流二极管VD2的负极和受控开关S1的一端连接;所述受控开关S1的另一端分别与接地电容C1、电阻R1的一端、三极管Q1的集电极、三极管Q2的集电极、三极管Q3的集电极和整流二极管VD3的负极连接;所述三极管Q1的基极分别与电阻R2的一端和三极管Q4的集电极连接,其发射极与三极管Q2的基极连接;所述电阻R2的另一端分别与电阻R1的另一端和接地电容C2连接;所述三极管Q3的基极与三极管Q2的发射极连接,其发射极分别与整流二极管VD3的正极、稳压二极管VD4的负极、电容C3的一端、三极管Q5的集电极、电阻R7的一端、接地电容C5和电阻R8的一端连接,并作为电源子单元的输出端VOUT;所述三极管Q4的基极分别与接地电阻R3、稳压二极管VD4的正极和电容C3的另一端连接,其发射极分别与接地电阻R4和三极管Q5的发射极连接;所述三极管Q5的基极分别与接地电容C4和滑动变阻器R6的动端连接;所述滑动变阻器R6的第一不动端与电阻R7的另一端连接,其另一端与接地电阻R5连接;所述电阻R8的另一端与发光二极管LED1的正极连接;所述发光二极管LED1的负极接地。
综上,本发明的有益效果为:
1、本发明通过将全过程(横向)的水利固定资产投资数据录入***,并对水利固定资产投资数据进行分类管理,再对不同类别的水利固定资产投资数据进行重点因素(纵向)的严格管控,提高水利固定资产投资数据的质量,再采用偏差法(立向)核对各种类别的水利固定资产投资数据是否存在偏差,得到偏差程度,便于追根溯源,形成三维全过程、多因素和成体系的质量控制。
2、本发明设计了一种水利固定资产投资统计数据质量控制管理***,包括:交互单元、数据处理单元、质量监控单元、数据传输监控单元、数据库和数据传输加密单元,通过数据处理单元对水利固定资产投资数据进行分类和分析,再通过数据传输监控单元对水利固定资产投资数据的录入过程、存储过程以及调用过程进行监控核对,防止数据写入和读出过程出错,再通过数据传输加密单元与第三方设备进行加密的数据传输,实现固定资产投资数据的传输加密。
附图说明
图1为一种水利固定资产投资统计数据质量控制管理***的结构框图;
图2为cell子单元的结构示意图;
图3为数据传输加密单元的结构示意图;
图4为电源子单元的的电路示意图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
如图1所示,一种水利固定资产投资统计数据质量控制管理***,包括:交互单元、数据处理单元、质量监控单元、数据传输监控单元、数据库和数据传输加密单元;
所述交互单元用于录入水利固定资产投资数据;所述数据处理单元用于分析水利固定资产投资数据,得到水利固定资产投资趋势;所述质量监控单元用于对水利固定资产投资趋势进行质量监控;所述数据传输监控单元用于对水利固定资产投资数据的录入过程、存储过程以及调用过程进行监控核对;所述数据传输加密单元用于对水利固定资产投资数据的调用过程进行数据传输加密;所述数据库用于存储水利固定资产投资数据。
数据处理单元采用文本分类模型根据水利固定资产投资数据的文本内容,对水利固定资产投资数据进行分类,得到分类后的水利固定资产投资数据,对不同类别的水利固定资产投资数据进行分析,得到水利固定资产投资趋势。
本发明设计的水利固定资产投资统计数据质量控制管理***,可将水利固定资产投资全过程的数据均录入***,在录入***后,再对***内的水利固定资产投资数据进行分类,对不同类别的水利固定资产投资数据进行重点因素的严格管控,且采用偏差法核对各种类别的水利固定资产投资数据是否存在偏差,得到偏差程度,进而便于追根溯源,检验水利固定资产投资数据的质量,以提供更好地水利固定资产投资服务。
其中,重点因素的严格管控主要从数据全面性、完整性、准确性、合理性、及时性和一致性考虑,通过采用分布分析、相关性分析和对比分析,监控数据问题,及时进行纠偏校正,完成数据差补。
在本实施例中,对水利固定资产投资数据进行分类,可分类成价值量数据、实物量数据、特征值数据分类和频度数据等,对不同类别的水利固定资产投资数据进行同比环比分析,采用时间序列分析、集中趋势度分析等方法得到水利固定资产投资趋势。
文本分类模型包括依次连接的输入层、Embedding层、LSTM单元、softmax层和输出层。
如图2所示,所述LSTM单元中每个cell子单元的输入输出关系式为:
ft=σ[(W1·(ht-1,xt,Ct-1)+b1]
it=σ[W2·(ht-1,xt,Ct-1)+b2]
Ct=ft⊙Ct-1+Rt
Gt=σ[W4·(ht-1,xt,Ct)+b4]
ht=tanh(Ct)⊙Gt
其中,ft为遗忘门,σ为激活函数,W1为遗忘门的权重,ht-1为t-1时刻的输出,xt为t时刻cell子单元的输入,Ct-1为t-1时刻的单元状态,b1为遗忘门的偏置,it为输入门,W2为输入门的权重,b2为输入门的偏置,为更新状态门,tanh为双曲正切激活函数,W3为更新状态门的权重,⊙为哈达玛积,b3为更新状态门的权重,Rt为中间变量,Ct为t时刻的单元状态,Gt为输出门,W4为输出门的权重,b4为输出门的偏置,ht为t时刻的cell子单元的输出。
LSTM单元在训练时,采用逐cell子单元训练的方式,逐cell子单元训练的方法为:
A1、将水利固定资产投资数据的文本内容构成的训练集输入到LSTM单元,训练第i个cell子单元,更新第i个cell子单元的权重和偏置,得到训练完成的第i个cell子单元;
A2、i自加1,判断i是否等于I+1,若是,则完成对所有cell子单元的训练,若否,则跳转至步骤A1;
其中,i为训练次数的编号,其初始值为1,I为cell子单元的总数。
在训练时发现直接进行整体训练训练过程的参数振荡也将传递,使***收敛所需时间增长,相较于逐子单元训练,整体训练的方法速率较低,甚至容易陷入局部最优解而无法得到全局最优解,因此本发明设计上述训练方法,所有训练水利固定资产投资数据均从LSTM单元的输入端输入,对每一个cell子单元进行训练,进而使得训练过程的参数振荡无法传递,在训练完成后,若需调整输出效果,可调整最后cell子单元的权重和偏置,进而实现输出的微调,达到对水利固定资产投资数据更为准确的分类。
如图3所示,数据传输加密单元包括:接口子单元、电源子单元、接口监测子单元和加密单元;
所述接口子单元与接口监测子单元连接;所述电源子单元分别与接口监测子单元和加密单元连接;所述接口监测子单元用于监测接口子单元的电压,在接口子单元的电压满足阈值时,启动电源子单元为加密单元供电。
在本实施例中,接口子单元可为USB接口,RS232接口等。
如图4所示,电源子单元包括:变压器B1、整流二极管VD1、整流二极管VD2、整流二极管VD3、稳压二极管VD4、受控开关S1、接地电容C1、接地电容C2、电容C3、接地电容C4、接地电容C5、电阻R1、电阻R2、接地电阻R3、接地电阻R4、接地电阻R5、滑动变阻器R6、电阻R7、电阻R8、发光二极管LED1、三极管Q1、三极管Q2、三极管Q3、三极管Q4和三极管Q5;
所述变压器B1的原边接入市电,其副边的一端与整流二极管VD2的正极连接,其副边的另一端与整流二极管VD1的正极连接,其副边的中间抽头接地;所述整流二极管VD1的负极分别与整流二极管VD2的负极和受控开关S1的一端连接;所述受控开关S1的另一端分别与接地电容C1、电阻R1的一端、三极管Q1的集电极、三极管Q2的集电极、三极管Q3的集电极和整流二极管VD3的负极连接;所述三极管Q1的基极分别与电阻R2的一端和三极管Q4的集电极连接,其发射极与三极管Q2的基极连接;所述电阻R2的另一端分别与电阻R1的另一端和接地电容C2连接;所述三极管Q3的基极与三极管Q2的发射极连接,其发射极分别与整流二极管VD3的正极、稳压二极管VD4的负极、电容C3的一端、三极管Q5的集电极、电阻R7的一端、接地电容C5和电阻R8的一端连接,并作为电源子单元的输出端VOUT;所述三极管Q4的基极分别与接地电阻R3、稳压二极管VD4的正极和电容C3的另一端连接,其发射极分别与接地电阻R4和三极管Q5的发射极连接;所述三极管Q5的基极分别与接地电容C4和滑动变阻器R6的动端连接;所述滑动变阻器R6的第一不动端与电阻R7的另一端连接,其另一端与接地电阻R5连接;所述电阻R8的另一端与发光二极管LED1的正极连接;所述发光二极管LED1的负极接地。
受控开关S1的受控端与接口监测子单元的控制端连接。
数据库包括:农业固定资产投资统计数据子库,电力、热力生产和供应业固定资产投资统计数据子库,水利和水运工程建筑固定资产投资统计数据子库。
数据库的类型根据不同需求可划分为不同的数据子库。
本发明设计的水利固定资产投资统计数据质量控制管理***,录入了全过程的水利固定资产投资数据,减少人工记录水利固定资产投资数据的时间成本,并且在录入数据后,还对水利固定资产投资数据分类,对不同类别的数据采用因素法和偏差法进行质量把控,最后对合格的水利固定资产投资数据进行水利固定资产投资趋势分析;对水利固定资产投资数据的写入和读出过程也进行了监控,防止***误修改数据,确保水利固定资产投资数据的绝对正确,同时,还设计了传输加密单元对第三方机构调用水利固定资产投资数据进行加密,防止水利固定资产投资数据传输过程中数据被篡改和原始的水利固定资产投资数据的绝对保密,形成了集对水利固定资产投资数据准确性监控、质量监控和传输过程加密的于一体的水利固定资产投资统计数据质量控制管理***。
Claims (7)
1.一种水利固定资产投资统计数据质量控制管理***,其特征在于,包括:交互单元、数据处理单元、质量监控单元、数据传输监控单元、数据库和数据传输加密单元;
所述交互单元用于录入水利固定资产投资数据;所述数据处理单元用于分析水利固定资产投资数据,得到水利固定资产投资趋势;所述质量监控单元用于对水利固定资产投资趋势进行质量监控;所述数据传输监控单元用于对水利固定资产投资数据的录入过程、存储过程以及调用过程进行监控核对;所述数据传输加密单元用于对水利固定资产投资数据的调用过程进行数据传输加密;所述数据库用于存储水利固定资产投资数据。
2.根据权利要求1所述的水利固定资产投资统计数据质量控制管理***,其特征在于,所述数据处理单元采用文本分类模型根据水利固定资产投资数据的文本内容,对水利固定资产投资数据进行分类,得到分类后的水利固定资产投资数据,对不同类别的水利固定资产投资数据进行分析,得到水利固定资产投资趋势。
3.根据权利要求2所述的水利固定资产投资统计数据质量控制管理***,其特征在于,所述文本分类模型包括依次连接的输入层、Embedding层、LSTM单元、softmax层和输出层。
4.根据权利要求3所述的水利固定资产投资统计数据质量控制管理***,其特征在于,所述LSTM单元中每个cell子单元的输入输出关系式为:
ft=σ[(W1·(ht-1,xt,Ct-1)+b1]
it=σ[W2·(ht-1,xt,Ct-1)+b2]
Ct=ft⊙Ct-1+Rt
Gt=σ[W4·(ht-1,xt,Ct)+b4]
ht=tanh(Ct)⊙Gt
5.根据权利要求4所述的水利固定资产投资统计数据质量控制管理***,其特征在于,所述LSTM单元在训练时,采用逐cell子单元训练的方式,逐cell子单元训练的方法为:
A1、将水利固定资产投资数据的文本内容构成的训练集输入到LSTM单元,训练第i个cell子单元,更新第i个cell子单元的权重和偏置,得到训练完成的第i个cell子单元;
A2、i自加1,判断i是否等于I+1,若是,则完成对所有cell子单元的训练,若否,则跳转至步骤A1;
其中,i为训练次数的编号,其初始值为1,I为cell子单元的总数。
6.根据权利要求1所述的水利固定资产投资统计数据质量控制管理***,其特征在于,所述数据传输加密单元包括:接口子单元、电源子单元、接口监测子单元和加密单元;
所述接口子单元与接口监测子单元连接;所述电源子单元分别与接口监测子单元和加密单元连接;所述接口监测子单元用于监测接口子单元的电压,在接口子单元的电压满足阈值时,启动电源子单元为加密单元供电。
7.根据权利要求6所述的水利固定资产投资统计数据质量控制管理***,其特征在于,所述电源子单元包括:变压器B1、整流二极管VD1、整流二极管VD2、整流二极管VD3、稳压二极管VD4、受控开关S1、接地电容C1、接地电容C2、电容C3、接地电容C4、接地电容C5、电阻R1、电阻R2、接地电阻R3、接地电阻R4、接地电阻R5、滑动变阻器R6、电阻R7、电阻R8、发光二极管LED1、三极管Q1、三极管Q2、三极管Q3、三极管Q4和三极管Q5;
所述变压器B1的原边接入市电,其副边的一端与整流二极管VD2的正极连接,其副边的另一端与整流二极管VD1的正极连接,其副边的中间抽头接地;所述整流二极管VD1的负极分别与整流二极管VD2的负极和受控开关S1的一端连接;所述受控开关S1的另一端分别与接地电容C1、电阻R1的一端、三极管Q1的集电极、三极管Q2的集电极、三极管Q3的集电极和整流二极管VD3的负极连接;所述三极管Q1的基极分别与电阻R2的一端和三极管Q4的集电极连接,其发射极与三极管Q2的基极连接;所述电阻R2的另一端分别与电阻R1的另一端和接地电容C2连接;所述三极管Q3的基极与三极管Q2的发射极连接,其发射极分别与整流二极管VD3的正极、稳压二极管VD4的负极、电容C3的一端、三极管Q5的集电极、电阻R7的一端、接地电容C5和电阻R8的一端连接,并作为电源子单元的输出端VOUT;所述三极管Q4的基极分别与接地电阻R3、稳压二极管VD4的正极和电容C3的另一端连接,其发射极分别与接地电阻R4和三极管Q5的发射极连接;所述三极管Q5的基极分别与接地电容C4和滑动变阻器R6的动端连接;所述滑动变阻器R6的第一不动端与电阻R7的另一端连接,其另一端与接地电阻R5连接;所述电阻R8的另一端与发光二极管LED1的正极连接;所述发光二极管LED1的负极接地。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111268827.7A CN113938310B (zh) | 2021-10-29 | 2021-10-29 | 一种水利固定资产投资统计数据质量控制管理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111268827.7A CN113938310B (zh) | 2021-10-29 | 2021-10-29 | 一种水利固定资产投资统计数据质量控制管理*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113938310A true CN113938310A (zh) | 2022-01-14 |
CN113938310B CN113938310B (zh) | 2023-11-28 |
Family
ID=79284747
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111268827.7A Active CN113938310B (zh) | 2021-10-29 | 2021-10-29 | 一种水利固定资产投资统计数据质量控制管理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113938310B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102799808A (zh) * | 2012-06-18 | 2012-11-28 | 公安部交通管理科学研究所 | 一种数据库存储过程安全使用监控方法 |
CN102968678A (zh) * | 2011-09-01 | 2013-03-13 | 大连恒基电子技术有限公司 | 基于地理信息***的固定资产项目管理*** |
CN107330542A (zh) * | 2017-05-26 | 2017-11-07 | 国家电网公司 | 一种分析优化电网投资规模的方法 |
CN108492089A (zh) * | 2018-03-28 | 2018-09-04 | 珠海科明智能科技有限公司 | 固定资产投资节能评估报告电子化信息*** |
CN109086410A (zh) * | 2018-08-02 | 2018-12-25 | 中国联合网络通信集团有限公司 | 流式海量数据的处理方法及*** |
CN109523224A (zh) * | 2018-10-08 | 2019-03-26 | 重庆大学城市科技学院 | 一种建筑工程造价用的分析仪及控制方法 |
CN109857868A (zh) * | 2019-01-25 | 2019-06-07 | 北京奇艺世纪科技有限公司 | 模型生成方法、文本分类方法、装置及计算机可读存储介质 |
CN110110707A (zh) * | 2019-05-24 | 2019-08-09 | 苏州闪驰数控***集成有限公司 | 人工智能cnn、lstm神经网络动态识别*** |
CN110310003A (zh) * | 2019-04-28 | 2019-10-08 | 中航凯迪恩机场工程有限公司 | 一种新型的投融资平台风险控制*** |
CN110335155A (zh) * | 2019-05-29 | 2019-10-15 | 平安科技(深圳)有限公司 | 固定资产投资金额智能预测方法、装置及存储介质 |
CN110703873A (zh) * | 2019-09-28 | 2020-01-17 | 钟榆星 | 一种财务实时信息化的固定资产处理装置及*** |
CN110738984A (zh) * | 2019-05-13 | 2020-01-31 | 苏州闪驰数控***集成有限公司 | 人工智能cnn、lstm神经网络语音识别*** |
US20200042880A1 (en) * | 2018-07-31 | 2020-02-06 | Dell Products L.P. | Configurable layered neural network engine for customer support |
CN110852641A (zh) * | 2019-11-15 | 2020-02-28 | 杭州安恒信息技术股份有限公司 | 一种资产数据的监控方法、***及相关装置 |
CN112241920A (zh) * | 2020-09-25 | 2021-01-19 | 徐佳慧 | 基于图神经网络的投融资机构评估方法、***及设备 |
CN113159569A (zh) * | 2021-04-19 | 2021-07-23 | 浙江博润空间科技有限公司 | 一种政府投资项目全生命周期管理*** |
CN113341419A (zh) * | 2021-05-25 | 2021-09-03 | 成都信息工程大学 | 基于VAN-ConvLSTM的天气外推方法及*** |
CN113487118A (zh) * | 2021-08-20 | 2021-10-08 | 广东电网有限责任公司 | 一种基于财务的资产配置***和方法 |
-
2021
- 2021-10-29 CN CN202111268827.7A patent/CN113938310B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102968678A (zh) * | 2011-09-01 | 2013-03-13 | 大连恒基电子技术有限公司 | 基于地理信息***的固定资产项目管理*** |
CN102799808A (zh) * | 2012-06-18 | 2012-11-28 | 公安部交通管理科学研究所 | 一种数据库存储过程安全使用监控方法 |
CN107330542A (zh) * | 2017-05-26 | 2017-11-07 | 国家电网公司 | 一种分析优化电网投资规模的方法 |
CN108492089A (zh) * | 2018-03-28 | 2018-09-04 | 珠海科明智能科技有限公司 | 固定资产投资节能评估报告电子化信息*** |
US20200042880A1 (en) * | 2018-07-31 | 2020-02-06 | Dell Products L.P. | Configurable layered neural network engine for customer support |
CN109086410A (zh) * | 2018-08-02 | 2018-12-25 | 中国联合网络通信集团有限公司 | 流式海量数据的处理方法及*** |
CN109523224A (zh) * | 2018-10-08 | 2019-03-26 | 重庆大学城市科技学院 | 一种建筑工程造价用的分析仪及控制方法 |
CN109857868A (zh) * | 2019-01-25 | 2019-06-07 | 北京奇艺世纪科技有限公司 | 模型生成方法、文本分类方法、装置及计算机可读存储介质 |
CN110310003A (zh) * | 2019-04-28 | 2019-10-08 | 中航凯迪恩机场工程有限公司 | 一种新型的投融资平台风险控制*** |
CN110738984A (zh) * | 2019-05-13 | 2020-01-31 | 苏州闪驰数控***集成有限公司 | 人工智能cnn、lstm神经网络语音识别*** |
CN110110707A (zh) * | 2019-05-24 | 2019-08-09 | 苏州闪驰数控***集成有限公司 | 人工智能cnn、lstm神经网络动态识别*** |
CN110335155A (zh) * | 2019-05-29 | 2019-10-15 | 平安科技(深圳)有限公司 | 固定资产投资金额智能预测方法、装置及存储介质 |
CN110703873A (zh) * | 2019-09-28 | 2020-01-17 | 钟榆星 | 一种财务实时信息化的固定资产处理装置及*** |
CN110852641A (zh) * | 2019-11-15 | 2020-02-28 | 杭州安恒信息技术股份有限公司 | 一种资产数据的监控方法、***及相关装置 |
CN112241920A (zh) * | 2020-09-25 | 2021-01-19 | 徐佳慧 | 基于图神经网络的投融资机构评估方法、***及设备 |
CN113159569A (zh) * | 2021-04-19 | 2021-07-23 | 浙江博润空间科技有限公司 | 一种政府投资项目全生命周期管理*** |
CN113341419A (zh) * | 2021-05-25 | 2021-09-03 | 成都信息工程大学 | 基于VAN-ConvLSTM的天气外推方法及*** |
CN113487118A (zh) * | 2021-08-20 | 2021-10-08 | 广东电网有限责任公司 | 一种基于财务的资产配置***和方法 |
Non-Patent Citations (2)
Title |
---|
DEVIN HOESEN; AYU PURWARIANTI: ""Investigating Bi-LSTM and CRF with POS Tag Embedding for Indonesian Named Entity Tagger"", 《2018 INTERNATIONAL CONFERENCE ON ASIAN LANGUAGE PROCESSING (IALP)》 * |
徐源浩;邬强;李常青;陈游倩;张力;冉广;胡彩虹;: "基于长短时记忆(LSTM)神经网络的黄河中游洪水过程模拟及预报", 北京师范大学学报(自然科学版), no. 03 * |
Also Published As
Publication number | Publication date |
---|---|
CN113938310B (zh) | 2023-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116865258B (zh) | 一种层级构造的分布式电源智能电网构建方法 | |
TW201615844A (zh) | 異因分析與校正方法與系統 | |
CN107844914B (zh) | 基于集团管理的风险管控***和实现方法 | |
WO2024036959A1 (zh) | 一种考虑电池全生命周期的碳排放控制方法和装置 | |
CN113159456A (zh) | 水质预测方法、装置、电子设备及存储介质 | |
CN111090878A (zh) | 一种基于密点的定密管理*** | |
CN107957988A (zh) | 用于确定数据异常原因的方法、装置及电子设备 | |
CN111429100A (zh) | 建筑项目造价***和造价方法 | |
CN117056688A (zh) | 一种基于数据分析的新材料生产数据管理***及方法 | |
CN113780841A (zh) | 一种基于多信息集合的铁路工程多端协同交互式监理*** | |
CN110880044B (zh) | 一种基于马尔科夫链的负荷预测方法 | |
CN117311295B (zh) | 基于无线网络设备的生产质量提升方法及*** | |
CN113938310A (zh) | 一种水利固定资产投资统计数据质量控制管理*** | |
CN114819539A (zh) | 一种基于数据分析的粉煤气化煤种的检测*** | |
CN110991689A (zh) | 基于LSTM-Morlet模型的分布式光伏发电***短期预测方法 | |
CN112347523A (zh) | 一种基于云计算信息安全*** | |
CN115987692A (zh) | 一种基于流量回溯分析的安全防护***及方法 | |
CN113935846A (zh) | 一种基于数理统计的金融风险预测评估***及方法 | |
CN114676931A (zh) | 一种基于数据中台技术的电量预测*** | |
CN114861993A (zh) | 基于联邦学习与深度神经网络的区域光伏发电预测方法 | |
CN108595719A (zh) | 一种记录人生成长与证明个人信誉的区块链*** | |
CN117453721B (zh) | 一种基于大数据的生产经营数据采集*** | |
CN111709602A (zh) | 一种泛在电力物联网***中可靠性的评价方法 | |
CN112328707A (zh) | 基于电厂实时数据的运行操作动作识别方法 | |
Menzies et al. | Reusing models for requirements engineering |
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 |