CN116205688A - 生鲜产品信息处理方法、装置、计算机设备及存储介质 - Google Patents
生鲜产品信息处理方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN116205688A CN116205688A CN202310217734.4A CN202310217734A CN116205688A CN 116205688 A CN116205688 A CN 116205688A CN 202310217734 A CN202310217734 A CN 202310217734A CN 116205688 A CN116205688 A CN 116205688A
- Authority
- CN
- China
- Prior art keywords
- fresh
- freshness
- fresh product
- product
- information
- 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.)
- Pending
Links
Images
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0282—Rating or review of business operators or products
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种生鲜产品信息处理方法、装置、计算机设备及存储介质。该方法包括:响应状态查询指令,从无线云传感网获取生鲜产品对应的当前感应信息;对生鲜产品对应的当前感应信息进行解码,获取生鲜产品对应的新鲜度感应数据;采用产品鲜度分析模型对新鲜度感应数据进行分析,获取生鲜产品对应的新鲜度分值;根据生鲜产品对应的新鲜度分值,获取生鲜产品对应的目标建议;可视化显示生鲜产品对应的新鲜度分值和目标建议。本方案可快速识别出生鲜产品对应的新鲜度分值,使其更直观体现生鲜产品的新鲜程度;根据生鲜产品对应的新鲜度分值,获取其对应的目标建议,有助于提高用户满意度及用户粘性,或者延缓产品衰退时间或者提升产品新鲜程度。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及一种生鲜产品信息处理方法、装置、计算机设备及存储介质。
背景技术
随着科技的发展和人们收入的提升,不断提升的恩格尔系数意味着人们对于生活水平质量有了更高的要求,同时,技术驱动型的生鲜物流企业不断转型升级,消费结构转换和物流技术升级共同促进了生鲜物流的迅速发展。对生鲜食品、预制菜、牛奶、瓜果蔬菜及其他生鲜产品,人们追求更好的食品和更低的时间成本,网络下单购买生鲜产品成为主流。
在人们通过网络下单购买生鲜产品时,产品新鲜程度是决定购买的主要因素之一,而现有生鲜物流虽然可以做到便捷传输,但未能快速识别生鲜产品的新鲜程度,会在一定程度上影响用户是否购买生鲜产品,也会导致无法及时采取相应的保鲜措施延缓产品衰退时间,从而影响产品新鲜程度。
发明内容
本发明实施例提供一种生鲜产品信息处理方法、装置、计算机设备及存储介质,以解决现有技术无法司识别生鲜产品的新鲜程度的问题。
一种生鲜产品信息处理方法,包括:
响应状态查询指令,从无线云传感网获取生鲜产品对应的当前感应信息;
对所述生鲜产品对应的当前感应信息进行解码,获取所述生鲜产品对应的新鲜度感应数据;
采用产品鲜度分析模型对所述新鲜度感应数据进行分析,获取所述生鲜产品对应的新鲜度分值;
根据所述生鲜产品对应的新鲜度分值,获取所述生鲜产品对应的目标建议;
可视化显示所述生鲜产品对应的新鲜度分值和目标建议。
一种生鲜产品信息处理装置,包括:
当前感应信息获取模块,用于响应状态查询指令,从无线云传感网获取生鲜产品对应的当前感应信息;
当前感应信息解码模块,用于对所述生鲜产品对应的当前感应信息进行解码,获取所述生鲜产品对应的新鲜度感应数据;
新鲜度分值获取模块,用于采用产品鲜度分析模型对所述新鲜度感应数据进行分析,获取所述生鲜产品对应的新鲜度分值;
目标建议获取模块,用于根据所述生鲜产品对应的新鲜度分值,获取所述生鲜产品对应的目标建议;
可视化显示模块,用于可视化显示所述生鲜产品对应的新鲜度分值和目标建议。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述生鲜产品信息处理方法。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述生鲜产品信息处理方法。
上述生鲜产品信息处理方法、装置、计算机设备及存储介质,响应状态查询指令,从无线云传感网中获取生鲜产品对应的当前感应信息,保障当前感应信息获取的实时性;对当前感应信息进行解码,以从当前感应信息中提取与新鲜程度相关的的新鲜度感应数据,以便后续分析处理具有针对性;采用预先训练的产品鲜度分析模型对新鲜度感应数据进行分析,确定生鲜产品对应的新鲜度分值,以将新鲜度感应数据转化为表征新鲜程度的量化指标,使其更直观体现生鲜产品的新鲜程度;根据生鲜产品对应的新鲜度分值,获取其对应的目标建议,并可视化显示新鲜度分值和目标建议,有助于提高用户满意度及用户粘性,或者延缓产品衰退时间或者提升产品新鲜程度。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中生鲜产品信息处理方法的一拓扑图;
图2是本发明一实施例中生鲜产品信息处理方法的一流程图;
图3是本发明一实施例中生鲜产品信息处理方法的另一流程图;
图4是本发明一实施例中生鲜产品信息处理方法的另一流程图;
图5是本发明一实施例中生鲜产品信息处理方法的另一流程图;
图6是本发明一实施例中生鲜产品信息处理方法的另一流程图;
图7是本发明一实施例中生鲜产品信息处理方法的另一流程图;
图8是本发明一实施例中生鲜产品信息处理方法的另一流程图;
图9是本发明一实施例中生鲜产品信息处理装置的一示意图;
图10是本发明一实施例中计算机设备的一示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供的生鲜产品信息处理方法,该生鲜产品信息处理方法可应用在图1所示的生鲜产品信息处理***中,该生鲜产品信息处理***包括服务器、与服务器通信的客户端和无线云传感网,无线云传感网包括与服务器直接通信的中枢无线云传感网和与服务器间接通信的局域无线云传感网,例如,局域无线云传感网通过中枢无线云传感网与服务器通信。其中,客户端又称为用户端,是指与服务器相对应,为客户提供本地服务的程序。客户端可安装在但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备上。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。无线云传感网是与传感器通过无线网络通信的网络。
在一实施例中,如图2所示,提供一种生鲜产品信息处理方法,以该方法应用在服务器为例进行说明,包括如下步骤:
S201:响应状态查询指令,从无线云传感网获取生鲜产品对应的当前感应信息;
S202:对生鲜产品对应的当前感应信息进行解码,获取生鲜产品对应的新鲜度感应数据;
S203:采用产品鲜度分析模型对新鲜度感应数据进行分析,获取生鲜产品对应的新鲜度分值;
S204:根据生鲜产品对应的新鲜度分值,获取生鲜产品对应的目标建议;
S205:可视化显示生鲜产品对应的新鲜度分值和目标建议。
其中,状态查询指令是用于查询生鲜产品的当前状态的指令。作为一示例,该状态查询指令可以为用于指示查询生鲜产品的新鲜程度的指令,也可以为用于指示查询生鲜产品的新鲜程度及环境状态的指令。当前感应信息是指当前时刻获取到的感应信息,可理解为当前时刻从无线云传感网查询到的最接近的感应信息。
作为一示例,步骤S201中,服务器可接收客户端触发的状态查询指令,解析该状态查询指令,获取产品标识;然后,基于该产品标识查询无线云传感网,从无线云传感网中,获取与产品标识相对应的生鲜产品对应的当前感应信息,以便基于该当前感应信息,分析生鲜产品的新鲜程度。本示例中,该当前感应信息为当前时刻查询到的感应信息,具体为基于CSI编码体系中的目标编码规则进行编码形成的感应信息,此处的目标编码规则为预设的用于实现编码处理的规则。
其中,新鲜度感应数据是指与生鲜产品的新鲜程度相关的感应数据。
作为一示例,步骤S202中,服务器在获取采集CSI编码体系编码形成的当前感应信息后,可采用与目标编码规则相对应的目标解码规则,对当前感应信息进行解码,获取生鲜产品对应的新鲜度感应数据,此处的目标解码规则为预设的用于实现解码处理的规则。例如,在目标编码规则是指将产品属性编码、新鲜度属性编码和环境属性编码依据特定顺序排序并编码时,服务器基于目标解码规则进行解码时,可先从当前感应信息中识别出新鲜度属性编码,再对新鲜度属性编码对应的编码值进行解码,获取生鲜产品对应的新鲜度感应数据。
其中,产品鲜度分析模型是预先训练的用于分析生鲜产品的新鲜程度的模型。
作为一示例,步骤S203中,服务器在根据当前感应信息解码出新鲜度感应数据后,需采用预先训练的产品鲜度分析模型对新鲜度感应数据进行分析,将产品鲜度分析模型的输出结果,确定为生鲜产品对应的新鲜度分值。本示例中,预先构建适宜的产品鲜度分析模型,该产品鲜度分析模型是指对已有感应信息的不同新鲜度指标进行建模,将各个新鲜度指标综合成生鲜产品的新鲜程度对应的量化指标,例如,该产品鲜度分析模型可以概括为f:Rn→[0,1],即将收集到的n个新鲜度指标对应的已有感应信息通过函数映射成能够表达新鲜程度的百分比指标。可理解地,产品鲜度分析模型的表达方式需视生鲜产品的产品类别确定,可根据实际情况进行适当修改。
其中,目标建议是指与生鲜产品对应的新鲜度分值相对应的建议。
作为一示例,步骤S204中,服务器在获取生鲜产品对应的新鲜度分值后,可先确定触发状态查询指令的用户角色,以确定该用户角色为买方角色还是卖方角色;再根据该生鲜产品对应的新鲜度分值,将与买方角色相对应的饮食建议或者卖方角色相对应的保鲜建议,确定为生鲜产品对应的目标建议。此处的买方角色是指购买生鲜产品的角色;卖方角色是指出售生鲜产品的角色,包括但不限于生鲜产品储存和运输过程中的角色。可理解地,针对买方角色,基于生鲜产品对应的新鲜度分值提供对应的饮食建议,以提高买方角色的用户满意度和用户粘性;针对卖方角色,基于生鲜产品对应的新鲜度分值提供对应的保鲜建议,以延缓产品衰退时间或者提升产品新鲜程度。
作为一示例,步骤S205中,服务器还可控制触发状态查询指令的客户端,可视化显示生鲜产品对应的新鲜度分值和目标建议,以便触发状态查询指令的用户可根据新鲜度分值和目标建议进行后续操作。例如,在触发状态查询指令的用户为买方角色时,可使该用户可基于新鲜度分值和目标建议确定是否需要购买该生鲜产品以及购买后如何食用,有助提高用户满意度和用户粘性。又例如,在触发状态查询指令的用户为卖方角色时,可使该用户可基于新鲜度分值和目标建议执行相应的保鲜措施,延缓产品衰退时间或者提升产品新鲜程度。
本实施例中,响应状态查询指令,从无线云传感网中获取生鲜产品对应的当前感应信息,保障当前感应信息获取的实时性;对当前感应信息进行解码,以从当前感应信息中提取与新鲜程度相关的的新鲜度感应数据,以便后续分析处理具有针对性;采用预先训练的产品鲜度分析模型对新鲜度感应数据进行分析,确定生鲜产品对应的新鲜度分值,以将新鲜度感应数据转化为表征新鲜程度的量化指标,使其更直观体现生鲜产品的新鲜程度;根据生鲜产品对应的新鲜度分值,获取其对应的目标建议,并可视化显示新鲜度分值和目标建议,有助于提高用户满意度及用户粘性,或者延缓产品衰退时间或者提升产品新鲜程度。
在一实施例中,如图3所示,提供一种生鲜产品信息处理方法,以该方法应用在服务器为例进行说明,包括如下步骤:
S301:响应状态查询指令,从无线云传感网获取生鲜产品对应的当前感应信息;
S302:对生鲜产品对应的当前感应信息进行解码,获取生鲜产品对应的新鲜度感应数据和环境感应数据;
S303:采用产品鲜度分析模型对生鲜产品对应的新鲜度感应数据进行分析,获取生鲜产品对应的新鲜度分值;
S304:根据生鲜产品对应的新鲜度分值,获取生鲜产品对应的目标建议;
S305:根据生鲜产品对应的环境感应数据,获取生鲜产品对应的环境变化趋势图;
S306:可视化显示生鲜产品对应的新鲜度分值、目标建议和环境变化趋势图。
其中,步骤S301与步骤S201相同,为避免重复,此处不一一赘述。
其中,环境感应数据是指与生鲜产品所处环境相关的感应数据,作为一示例,环境感应数据包括但不限于环境温度、环境湿度或者其他环境指标相对应的感应数据。
作为一示例,步骤S302中,服务器在获取采集CSI编码体系编码形成的当前感应信息后,可采用与目标编码规则相对应的目标解码规则,对当前感应信息进行解码,获取生鲜产品对应的新鲜度感应数据和环境感应数据,此处的目标解码规则为预设的用于实现解码处理的规则。例如,在目标编码规则是指将产品属性编码、新鲜度属性编码和环境属性编码依据特定顺序排序并编码时,服务器基于目标解码规则进行解码时,可先从当前感应信息中识别出新鲜度属性编码和环境属性编码,再分别对新鲜度属性编码对应的编码值和环境属性编码对应的编码值进行解码,获取生鲜产品对应的新鲜度感应数据和环境感应数据。
其中,步骤S303与步骤S203相同,步骤S304与步骤S204相同,为避免重复,此处不一一赘述。
作为一示例,步骤S305中,服务器根据当前感应信息解码出环境感应数据后,可基于所有环境感应数据,形成相应的环境变化趋势图。本示例中,该环境变化趋势图包括但不限于温度变化趋势图、湿度变化趋势图和环境适宜度变化趋势图。该温度变化趋势图用于记录生鲜产品从出库至目的地过程所处环境温度的变化情况。该湿度变化趋势图用于记录生鲜产品从出库至目的地过程所处环境湿度的变化情况。该环境适宜度变化趋势图用于记录生鲜产品从出库至目的地所处环境的其他因素的变化情况,此处的其他因素包括但不限于光照和通风。
作为一示例,步骤S306中,服务器不仅可控制触发状态查询指令的客户端,可视化显示生鲜产品对应的新鲜度分值和目标建议,还可控制客户端显示生鲜产品对应的环境变化趋势图,以便触发状态查询指令的用户可根据新鲜度分值、目标建议和环境变化趋势图进行后续操作。例如,在触发状态查询指令的用户为买方角色时,可使该用户可基于新鲜度分值和目标建议确定是否需要购买该生鲜产品以及购买后如何食用,有助提高用户满意度和用户粘性。又例如,在触发状态查询指令的用户为卖方角色时,可使该用户可基于新鲜度分值和目标建议进行相应的保鲜措施,延缓产品衰退时间或者提升产品新鲜程度。再例如,用户可根据环境变化趋势图分析当前环境是否有利延缓产品衰退时间,以便进行后续操作。
本实施例中,响应状态查询指令,从无线云传感网中获取生鲜产品对应的当前感应信息,保障当前感应信息获取的实时性;对当前感应信息进行解码,以从当前感应信息中提取与新鲜程度相关的的新鲜度感应数据和环境感应数据,以便后续分析处理具有针对性;采用预先训练的产品鲜度分析模型对新鲜度感应数据进行分析,确定生鲜产品对应的新鲜度分值并获取对应的目标建议,以将新鲜度感应数据转化为表征新鲜程度的量化指标,使其更直观体现生鲜产品的新鲜程度,基于目标建议提高用户满意度及用户粘性,或者延缓产品衰退时间或者提升产品新鲜程度;并根据环境感应数据,获取并可视化显示其对应的环境变化趋势图,以方便直观了解生鲜产品所处环境,有助于用户直观分析生鲜产品的新鲜程度。
在一实施例中,如图4所示,步骤S302,即对生鲜产品对应的当前感应信息进行解码,获取生鲜产品对应的新鲜度感应数据和环境感应数据,包括:
S401:基于目标编码顺序,对生鲜产品对应的当前感应信息进行提取,获取多个属性编码和属性编码对应的原始编码值;
S402:采用属性编码对应的目标解码规则,对属性编码对应的原始编码值进行解码,获取生鲜产品对应的新鲜度感应数据和环境感应数据。
其中,目标编码顺序是预先设置的用于不同属性编码及其原始编码值进行排序的顺序。
其中,属性编码为预先设置的不同编码对应的属性。作为一示例,属性编码包括但不限于设备编码、设备温度、实时采集温度、实时采集时间、储藏温度、出库时间、温度变化量、温度变化时间、中转站、目的地、源产地环境湿度、传输链环境湿度、目的地环境湿度、采摘菌落初始值、运输链菌落增长量和目的地菌落。原始编码值是指记录在当前感应信息中与某一属性编码相对应的具体编码值。
作为一示例,步骤S401中,由于生鲜产品对应的当前感应信息是基于目标编码顺序对不同属性编码及其原始编码值进行排序形成的信息,因此,服务器在从无线云传感网中获取生鲜产品对应的当前感应信息后,可基于目标编码顺序,对生鲜产品对应的当前感应信息进行提取,获取多个属性编码对应的原始编码值。例如,在当前感应信息为N位编码,若前K位用于记录生鲜产品的运输设备的物理信息,第k+1位至第n位用于记录生鲜产品的新鲜度感应数据和环境感应数据,则对生鲜产品对应的当前感应信息中第k+1位至第n位进行提取,获取多个属性编码及每一和属性编码对应的原始编码值,每一属性编码为1位数值,而其对应的原始编码值可以为1位数值,也可以为多位数值。
其中,属性编码对应的目标解码规则是用于对属性编码对应的原始编码值进行解码的规则。作为一示例,该目标解码规则为与用于实现编码处理的目标编码规则相对应的规则。
作为一示例,步骤S402中,服务器在确定每一属性编码对应的原始编码值后,可采用该属性编码对应的目标解码规则,对属性编码对应的原始编码值进行解码,获取生鲜产品对应的新鲜度感应数据和环境感应数据。可理解地,解码过程中的目标解码规则与编码过程中的目标编码规则相对应,两者为逆变换过程,服务器在获取当前感应信息后,可采用属性编码对应的目标解码规则对其对应的原始编码值进行快速解码,有助于提高原始编码值进行解码的效率及其准确性。
本实施例中,先基于目标编码顺序对当前感应信息进行提取,确定多个属性编码及其原始编码值,再基于每一属性编码对应的目标解码规则对其原始编码值进行解码,可保障其解码获取到的新鲜度感应数据和环境感应数据的效率及其准确性。
在一实施例中,如图5所示,步骤S201之前,即在响应状态查询指令,从无线云传感网获取生鲜产品对应的当前感应信息之前,生鲜产品信息处理方法还包括:
S501:获取生鲜产品对应的实测感应数据,实测感应数据包括传感器标识和传感器标识对应的传感器数据;
S502:基于传感器标识,确定传感器标识对应的传感器位置和传感器类型;
S503:根据传感器标识对应的传感器位置和传感器类型,确定传感器标识对应的属性编码;
S504:采用属性编码对应的目标编码规则,对传感器标识对应的传感器数据进行编码,获取属性编码对应的原始编码值;
S505:基于目标编码顺序,对属性编码和原始编码值进行组合,获取生鲜产品对应的实测感应信息,将实测感应信息存储在无线云传感网。
其中,实测感应数据是指传感器实时感应并上传的数据。传感器标识是用于唯一识别某一传感器的标识。传感器标识对应的传感器数据是指该传感器标识对应的传感器实时采集到的数据。
作为一示例,服务器可获取与其通信的传感器发送的生鲜产品对应的实测感应数据。传感器是一种对变量变化程度有明显感应并采集的物品,为了检测生鲜产品从采摘到终端各个流程节点的新鲜程度变化情况,可在但不限于运输仓,中转站,冷链运输车,智慧终端等等一系列的地方布置了传感器,用于采集但不限于温度、湿度和其他因素的变化情况,将其所采集到的传感器数据发送到服务器,以便服务器基于传感器数据分析生鲜产品的新鲜程度。本示例中,传感器和传感器之间可形成星型网状结构,如图1所示,不同传感器与局域无线云传感网或者中枢无线云传感网通信,以上传其所采集到的传感器数据至无线云传感网,再由无线云传感网传输至服务器。本示例中,一般将传感器数据传输至局域无线云传感网,再由局域无线云传感网传输至中枢无线云传感网,由中枢无线云传感网向服务器推送传感器数据,以确保数据安全和传输稳定。
作为一示例,步骤S502中,服务器可基于传感器标识,查询预先配置的传感器信息表,确定传感器标识对应的传感器位置和传感器类型。此处的传感器位置是指传感器信息表中记录的该传感器标识对应的传感器所在位置。此处的传感器类型是指传感器信息表中记录的该传感器标识对应的传感器的类型。例如,在生鲜产品传输过程中,设置有三个环境湿度传感器,分别用于采集源产地环境湿度、传输链环境湿度、目的地环境湿度,此时,传感器位置为源产地、传输链及目的地中的任一个,而传感器类型为湿度。
作为一示例,步骤S503中,服务器根据传感器标识查表,确定传感器位置和传感器类型后,可根据传感器标识对应的传感器位置和传感器类型的结合,确定其对应的属性名称,例如,在传感器位置为源产地且传感器类型为湿度时,可确定其属性名称为源产地环境湿度;然后,基于所确定的属性名称查询对应的名称编码对照表,获取属性名称对应的属性编码。此处的名称编码对照表是用于反映不同属性名称及其对应的属性编码之间关联关系的数据表。
表一名称编码对照表
其中,属性编码对应的目标编码规则是用于对属性编码对应的传感器数据进行编码的规则。作为一示例,传感器数据包括但不限于新鲜度感应数据和环境感应数据。
作为一示例,步骤S504中,服务器在确定某一传感器标识对应的属性编码后,可采用属性编码对应的目标编码规则,对传感器标识对应的传感器数据进行编码,获取属性编码对应的原始编码值。本示例中,采用属性编码对应的目标编码规则对传感器数据进行编码,以将其转换为统一标准的原始编码值,以将时间、温度、湿度和菌落等信息转换成标准数值,既可保障数据安全,又可方便规范管理。
作为一示例,步骤S505中,服务器可基于预先设置的目标编码规则,对所有属性编码及其对应的原始编码值进行排序组合,获取生鲜产品对应的实测感应信息,将实测感应信息存储在无线云传感网,以便在用户触发状态查询指令时,将与当前时刻最接近的实测感应信息确定为当前感应信息。
本实施例中,由于生鲜产品的溯源由采摘、加工、运输、入库、储存和销售等一系列环节构成,通过对生鲜产品的产品特点和运输环节的流程运作加以分析后,确定生鲜产品对应的各个属性名称及属性编码,使得每一属性编码对应的一传感器采集的传感器数据,为后续进行生鲜产品的新鲜程度分析和可视化处理提供有力支持。
在一实施例中,如图6所示,步骤S203,即采用产品鲜度分析模型对新鲜度感应数据进行分析,获取生鲜产品对应的新鲜度分值,包括:
S601:采用颜色分析模型对生鲜产品对应的当前监测图像及原始监测图像进行分析,获取生鲜产品对应的颜色分析结果;
S602:采用气味分析模型对生鲜产品对应的当前检测气味及原始检测气味进行分析,获取生鲜产品对应的气味分析结果;
S603:采用菌落分析模型对生鲜产品对应的当前菌落信息和原始菌落信息进行分析,获取生鲜产品对应的菌落分析结果;
S604:根据生鲜产品对应的颜色分析结果、气味分析结果和菌落分析结果,获取生鲜产品对应的新鲜度分值。
其中,颜色分析模型为预先训练的用于基于颜色特征分析新鲜程度的模型。当前监测图像是指当前时刻监测到的图像。原始监测图像是指生鲜产品出库时监测到的图像,该原始监测图像可理解为在生鲜产品传输初始时刻拍摄到的图像。
作为一示例,步骤S601中,服务器可获取监测摄像头采集到的生鲜产品对应的当前监测图像和原始监测图像,再调用预先训练的颜色分析模型,对生鲜产品对应的当前监测图像和原始监测图像进行分析,将该颜色分析模型的输出结果,确定为生鲜产品对应的颜色分析结果。一般来说,生鲜产品的颜色与其新鲜程度相关,在训练过程,可持续采集初始时刻至完全腐烂时刻对应的监测图像,将初始时刻的新鲜度标记确定为1,而完全腐烂时刻的新鲜度标记确定为0,基于初始时刻至完全腐烂时刻之间的时刻差以及新鲜度标记之间的差值,确定每一采集时刻对应的新鲜度标记;然后,将每一采集时刻对应的新鲜度标记及其对应的已有监测图像作为颜色训练样本,采用颜色训练样本,训练颜色分析模型,以使训练好的颜色分析模型可对当前监测图像及原始监测图像进行分析,获取数值范围在0-1的颜色分析结果。本示例中,可基于预先训练的颜色分析模型,快速确定颜色特征维度对应的颜色分析结果。
其中,气味分析模型为预先训练的用于基于气味特征分析新鲜程度的模型。当前检测气味是指当前时刻监测到的气味。原始检测气味是指生鲜产品出库时监测到的气味,该原始检测气味可理解为在生鲜产品传输初始时刻检测到的气味。本示例中,由于不同生鲜产品腐烂时所产生的气味不同,例如,油脂及含油脂较多的生鲜产品,其腐烂时会产生醛、酮、醇、酸等哈喇味气味;而高蛋白食物容易受到微生物的污染发生腐败变质,其腐烂时会产生吲哚、硫化物、硫醇、粪臭素、尸胺、醛类、酮类和细菌毒素等腐臭味气味;高碳水化合物的食物在微生物的作用下会分解产生单糖、双糖、有机酸、醇、醛类物质,就会发出酸味或酒味气味;水产干货在腐烂时,会产生明显的氨味气味,因此,可基于生鲜产品对应的产品类型,确定需要检测的气体类型,以便基于不同气体类型,检测相应的生鲜产品是否腐烂。
作为一示例,步骤S602中,服务器可获取气味检测仪采集到的生鲜产品对应的当前检测气味及原始检测气味,再调用预先训练的气味分析模型,对生鲜产品对应的当前检测气味及原始检测气味进行分析,将该气味分析模型的输出结果,确定为生鲜产品对应的气味分析结果。一般来说,生鲜产品的气味与其新鲜程度相关,在训练过程,可持续采集初始时刻至完全腐烂时刻对应的检测气味浓度,将初始时刻的新鲜度标记确定为1,而完全腐烂时刻的新鲜度标记确定为0,基于初始时刻至完全腐烂时刻之间的时刻差以及新鲜度标记之间的差值,确定每一采集时刻对应的新鲜度标记;然后,将每一采集时刻对应的新鲜度标记及其对应的已有检测气味作为气味训练样本,采用气味训练样本,训练气味分析模型,以使训练好的气味分析模型可对当前检测气味及原始检测气味进行分析,获取数值范围在0-1的气味分析结果。本示例中,可基于预先训练的气味分析模型,快速确定气味特征维度对应的气味分析结果。
其中,菌落分析模型为预先训练的用于基于菌落特征分析新鲜程度的模型。当前菌落信息是指当前时刻监测到的菌落信息。原始菌落信息是指生鲜产品出库时监测到的菌落信息,该原始菌落信息可理解为在生鲜产品传输初始时刻检测到的菌落信息。本示例中,由于不同生鲜产品腐烂时所产生的菌落不同,因此,其所形成的菌落信息不同,例如,蛋类和肉食类主要污染蛋类和肉食类,金黄色葡萄球菌污染肉食类和奶类,副溶血性弧菌污染海产品和贝类,蜡样芽孢杆菌污染剩米饭,因此,可基于生鲜产品对应的产品类型,确定需要检测的菌落类型,以便基于不同菌落类型的菌落信息,检测相应的生鲜产品是否腐烂。
作为一示例,步骤S603中,服务器可获取细菌分布检测试采集到的生鲜产品对应的当前菌落信息及原始菌落信息,再调用预先训练的菌落分析模型,对生鲜产品对应的当前菌落信息及原始菌落信息进行分析,将该菌落分析模型的输出结果,确定为生鲜产品对应的菌落分析结果。一般来说,生鲜产品的菌落信息与其新鲜程度相关,在训练过程,可持续采集初始时刻至完全腐烂时刻对应的菌落信息,将初始时刻的新鲜度标记确定为1,而完全腐烂时刻的新鲜度标记确定为0,基于初始时刻至完全腐烂时刻之间的时刻差以及新鲜度标记之间的差值,确定每一采集时刻对应的新鲜度标记;然后,将每一采集时刻对应的新鲜度标记及其对应的已有菌落信息作为菌落训练样本,采用菌落训练样本,训练菌落分析模型,以使训练好的菌落分析模型可对当前菌落信息及原始菌落信息进行分析,获取数值范围在0-1的菌落分析结果。本示例中,可基于预先训练的菌落分析模型,快速确定菌落特征维度对应的菌落分析结果。
作为一示例,步骤S604中,服务器在获取数据范围为0-1的颜色分析结果、气味分析结果和菌落分析结果后,可基于预先设置的加权算法,对颜色分析结果、气味分析结果和菌落分析结果进行加权计算,获取生鲜产品对应的新鲜度分值,该新鲜度分值综合考虑颜色特征维度、气味特征维度和菌落特征维度的新鲜程度,有助于保障评估后的生鲜产品对应的新鲜度分值的客观性和准确性。
本实施例中,先分别从颜色特征维度、气味特征维度和菌落特征维度这几个维度,评估生鲜产品的新鲜程度;再对颜色分析结果、气味分析结果和菌落分析结果进行加权计算,获取生鲜产品对应的新鲜度分值,以保障新鲜度分值的客观性和准确性。
在一实施例中,当前感应信息还包括当前采集时间和原始采集时间;
如图7所示,根据生鲜产品对应的新鲜度分值,获取生鲜产品对应的目标建议,包括:
S701:根据生鲜产品对应的新鲜度分值、当前采集时间和原始采集时间,获取生鲜产品对应的剩余生命周期;
S702:根据生鲜产品对应的剩余生命周期,获取生鲜产品对应的目标建议。
其中,当前采集时间是指距离当前时刻最接近的采集时间,为最新采集到的当前感应信息的时间。原始采集时间是指生鲜产品出库时对应的采集时间。
其中,剩余生命周期是指从当前时刻到生鲜产品完全腐烂之间的时间,具体为生鲜产品在保持当前环境不变的情况下,例如,通过保障运输全链过程处于封闭、低温和无菌等手段保证环境变量不变的情况下,其剩余的生命周期。
作为一示例,步骤S701中,服务器在采用产品鲜度分析模型对新鲜度感应数据进行分析,确定其对应的新鲜度分值后,可调用预先设置的生命周期分析逻辑,对新鲜度分值、当前采集时间和原始采集时间等输入参数进行分析处理,获取该生鲜产品对应的剩余生命周期,以便了解在保障环境变量不变的情况下,确定其距离完全腐烂的剩余时间。可理解地,根据生鲜产品对应的新鲜度分值、当前采集时间和原始采集时间,确定其对应的剩余生命周期,可直观反映生命产品距离完全腐烂的时间。
在一示例中,在某一生鲜产品处于环境变量不变的情况下,且该生鲜产品对应的生命周期曲线为线性曲线时,可根据当前采集时间t1和原始采集时间t0,确定采集时间间隔T1=t1-t0,若原始采集时间t0对应的新鲜度分值为1,当前采集时间t1对应的新鲜度分值为X,生鲜产品完全腐烂时其对应的新鲜度分值为0,若存在线性关系,则即/>其中,T2为生鲜产品对应的剩余生命周期。
在另一示例中,当前感应信息不仅包括当前采集时间和原始采集时间,还包括环境感应数据时,服务器可调用预先训练的生命周期分析模型,对新鲜度分值、环境感应数据、当前采集时间和原始采集时间等输入参数进行分析处理,将生命周期分析模型的输出结果,确定为生鲜产品对应的剩余生命周期。此处的生命周期分析模型可以为采用机器学习算法对包括新鲜度分值、环境感应数据、当前采集时间和原始采集时间等信息的训练样本进行训练,确定机器学习算法中的算法参数的模型。
作为一示例,步骤S702中,服务器在获取生鲜产品对应的剩余生命周期后,可基于该剩余生命周期给出相应的目标建议,以使用户可根据生鲜产品对应的剩余生命周期进行相应操作。例如,在某一生鲜产品对应的剩余生命周期小于预设临界周期,则认定该生鲜产品对应的剩余生命周期较短,可促使卖方进行提示操作或者升级保鲜措施,或者促使买方基于剩余生命周期,评估是否能在剩余生命周期内消耗完该生鲜产品,进而决定是否购买该生鲜产品。
本实施例中,根据生鲜产品对应的新鲜度分值、当前采集时间和原始采集时间,确定其对应的剩余生命周期,进而获取剩余生命周期对应的目标建议,以使该目标建议更切合生鲜产品的生命周期,更符合用户需求。进一步地,服务器不仅可控制客户端可视化显示新鲜度分值和目标建议,还可视化显示剩余生命周期,以便从更多维度展示生鲜产品的新鲜程度。
在一实施例中,如图8所示,步骤S702中,根据生鲜产品对应的剩余生命周期,获取生鲜产品对应的目标建议:
S801:获取状态查询指令对应的用户角色;
S802:若用户角色为买方角色,则基于生鲜产品对应的剩余生命周期,获取生鲜产品对应的饮食建议;
S803:若用户角色为卖方角色,则基于生鲜产品对应的剩余生命周期,获取生鲜产品对应的保鲜建议。
其中,买方角色是指购买生鲜产品的角色。卖方角色是指出售生鲜产品的角色,包括但不限于生鲜产品储存和运输过程中的角色。
作为一示例,步骤S801中,服务器在接收到客户端发送的状态查询指令后,可识别该状态查询指令对应的用户角色,即确定触发状态查询指令的用户为买方角色还是卖方角色,以便后续根据用户角色确定对应的目标建议。
作为一示例,步骤S802中,服务器在确定用户角色为买方角色后,可确定触发状态查询指令的用户为购买用户时,可确定该购买用户查询生鲜产品对应的新鲜程度,主要是为了保障食用需求,此时,可基于生鲜产品对应的剩余生命周期,查询云端数据库或者互联网,获取该生鲜产品对应的饮食建议,以提高买方角色的用户满意度和用户粘性。
作为一示例,步骤S803中,服务器在确定用户角色为卖方角色后,可确定触发状态查询指令的用户为卖方用户,即储存和运输过程的用户,可确定该卖方用户查询生鲜产品对应的新鲜程度,主要是为了查看是否满足保鲜需求,此时,可基于生鲜产品对应的剩余生命周期,获取生鲜产品对应的保鲜建议,以延缓产品衰退时间或者提升产品新鲜程度。
本实施例中,根据生鲜产品对应的新鲜度分值、当前采集时间和原始采集时间,确定其对应的剩余生命周期,以将新鲜度分值转换为时间维度的剩余生命周期,使其更直观体现生鲜产品的新鲜程度;根据生鲜产品对应的剩余生命周期及用户角色,获取其对应的目标建议,并可视化显示剩余生命周期和目标建议,有助于提高用户满意度及用户粘性,或者延缓产品衰退时间或者提升产品新鲜程度。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种生鲜产品信息处理装置,该生鲜产品信息处理装置与上述实施例中生鲜产品信息处理方法一一对应。如图9所示,该生鲜产品信息处理装置包括当前感应信息获取模块901、当前感应信息解码模块902、新鲜度分值获取模块903、目标建议获取模块904和可视化显示模块905。各功能模块详细说明如下:
当前感应信息获取模块901,用于响应状态查询指令,从无线云传感网获取生鲜产品对应的当前感应信息;
当前感应信息解码模块902,用于对生鲜产品对应的当前感应信息进行解码,获取生鲜产品对应的新鲜度感应数据;
新鲜度分值获取模块903,用于采用产品鲜度分析模型对新鲜度感应数据进行分析,获取生鲜产品对应的新鲜度分值;
目标建议获取模块904,用于根据生鲜产品对应的新鲜度分值,获取生鲜产品对应的目标建议;
可视化显示模块905,用于可视化显示生鲜产品对应的新鲜度分值和目标建议。
在一实施例中,当前感应信息解码模块902,用于对生鲜产品对应的当前感应信息进行解码,获取生鲜产品对应的新鲜度感应数据和环境感应数据;
可视化显示模块905,用于根据生鲜产品对应的环境感应数据,获取生鲜产品对应的环境变化趋势图,可视化显示生鲜产品对应的新鲜度分值、目标建议和环境变化趋势图。
在一实施例中,当前感应信息解码模块902,包括:
当前感应信息提取单元,用于基于目标编码顺序,对生鲜产品对应的当前感应信息进行提取,获取多个属性编码和属性编码对应的原始编码值;
原始编码值解码单元,用于采用属性编码对应的目标解码规则,对属性编码对应的原始编码值进行解码,获取生鲜产品对应的新鲜度感应数据和环境感应数据。
在一实施例中,生鲜产品信息处理装置还包括:
实测感应数据获取单元,用于获取生鲜产品对应的实测感应数据,实测感应数据包括传感器标识和传感器标识对应的传感器数据;
位置类型确定单元,用于基于传感器标识,确定传感器标识对应的传感器位置和传感器类型;
属性编码确定单元,用于根据传感器标识对应的传感器位置和传感器类型,确定传感器标识对应的属性编码;
原始编码值获取单元,用于采用属性编码对应的目标编码规则,对传感器标识对应的传感器数据进行编码,获取属性编码对应的原始编码值;
实测感应信息存储单元,用于基于目标编码顺序,对属性编码和原始编码值进行组合,获取生鲜产品对应的实测感应信息,将实测感应信息存储在无线云传感网。
在一实施例中,新鲜度分值获取模块903,包括:
颜色分析结果获取单元,用于采用颜色分析模型对生鲜产品对应的当前监测图像及原始监测图像进行分析,获取生鲜产品对应的颜色分析结果;
气味分析结果获取单元,用于采用气味分析模型对生鲜产品对应的当前检测气味及原始检测气味进行分析,获取生鲜产品对应的气味分析结果;
菌落分析结果获取单元,用于采用菌落分析模型对生鲜产品对应的当前菌落信息和原始菌落信息进行分析,获取生鲜产品对应的菌落分析结果;
新鲜度分值获取单元,用于根据生鲜产品对应的颜色分析结果、气味分析结果和菌落分析结果,获取生鲜产品对应的新鲜度分值。
在一实施例中,当前感应信息还包括当前采集时间和原始采集时间;
目标建议获取模块904,包括:
剩余生命周期获取单元,用于根据生鲜产品对应的新鲜度分值、当前采集时间和原始采集时间,获取生鲜产品对应的剩余生命周期;
目标建议获取单元,用于根据生鲜产品对应的剩余生命周期,获取生鲜产品对应的目标建议。
在一实施例中,目标建议获取单元,包括:
用户角色获取子单元,用于获取状态查询指令对应的用户角色;
饮食建议获取子单元,用于若用户角色为买方角色,则基于生鲜产品对应的剩余生命周期,获取生鲜产品对应的饮食建议;
饮食建议获取子单元,用于若用户角色为卖方角色,则基于生鲜产品对应的剩余生命周期,获取生鲜产品对应的保鲜建议。
关于生鲜产品信息处理装置的具体限定可以参见上文中对于生鲜产品信息处理方法的限定,在此不再赘述。上述生鲜产品信息处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图10所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储执行生鲜产品信息处理方法过程中采用或生成的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种生鲜产品信息处理方法。
在一实施例中,提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例中生鲜产品信息处理方法,例如图2所示S201-S205,或者图3至图8中所示,为避免重复,这里不再赘述。或者,处理器执行计算机程序时实现生鲜产品信息处理装置这一实施例中的各模块/单元的功能,例如图9所示的当前感应信息获取模块901、当前感应信息解码模块902、新鲜度分值获取模块903、目标建议获取模块904和可视化显示模块905的功能,为避免重复,这里不再赘述。
在一实施例中,提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中生鲜产品信息处理方法,例如图2所示S201-S205,或者图3至图8中所示,为避免重复,这里不再赘述。或者,该计算机程序被处理器执行时实现上述生鲜产品信息处理装置这一实施例中的各模块/单元的功能,例如图9所示的当前感应信息获取模块901、当前感应信息解码模块902、新鲜度分值获取模块903、目标建议获取模块904和可视化显示模块905的功能,为避免重复,这里不再赘述。
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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,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。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种生鲜产品信息处理方法,其特征在于,包括:
响应状态查询指令,从无线云传感网获取生鲜产品对应的当前感应信息;
对所述生鲜产品对应的当前感应信息进行解码,获取所述生鲜产品对应的新鲜度感应数据;
采用产品鲜度分析模型对所述新鲜度感应数据进行分析,获取所述生鲜产品对应的新鲜度分值;
根据所述生鲜产品对应的新鲜度分值,获取所述生鲜产品对应的目标建议;
可视化显示所述生鲜产品对应的新鲜度分值和目标建议。
2.如权利要求1所述的生鲜产品信息处理方法,其特征在于,所述对所述生鲜产品对应的当前感应信息进行解码,获取所述生鲜产品对应的新鲜度感应数据,包括:
对所述生鲜产品对应的当前感应信息进行解码,获取所述生鲜产品对应的新鲜度感应数据和环境感应数据;
所述可视化显示所述生鲜产品对应的新鲜度分值和目标建议,包括:
根据所述生鲜产品对应的环境感应数据,获取所述生鲜产品对应的环境变化趋势图;
可视化显示所述生鲜产品对应的新鲜度分值、目标建议和环境变化趋势图。
3.如权利要求2所述的生鲜产品信息处理方法,其特征在于,所述对所述生鲜产品对应的当前感应信息进行解码,获取所述生鲜产品对应的新鲜度感应数据和环境感应数据,包括:
基于目标编码顺序,对所述生鲜产品对应的当前感应信息进行提取,获取多个属性编码和所述属性编码对应的原始编码值;
采用所述属性编码对应的目标解码规则,对所述属性编码对应的原始编码值进行解码,获取所述生鲜产品对应的新鲜度感应数据和环境感应数据。
4.如权利要求1所述的生鲜产品信息处理方法,其特征在于,在所述响应状态查询指令,从无线云传感网获取生鲜产品对应的当前感应信息之前,所述生鲜产品信息处理方法还包括:
获取生鲜产品对应的实测感应数据,所述实测感应数据包括传感器标识和所述传感器标识对应的传感器数据;
基于所述传感器标识,确定所述传感器标识对应的传感器位置和传感器类型;
根据所述传感器标识对应的传感器位置和传感器类型,确定所述传感器标识对应的属性编码;
采用所述属性编码对应的目标编码规则,对所述传感器标识对应的传感器数据进行编码,获取所述属性编码对应的原始编码值;
基于目标编码顺序,对所述属性编码和所述原始编码值进行组合,获取所述生鲜产品对应的实测感应信息,将所述实测感应信息存储在所述无线云传感网。
5.如权利要求1所述的生鲜产品信息处理方法,其特征在于,所述采用产品鲜度分析模型对所述新鲜度感应数据进行分析,获取所述生鲜产品对应的新鲜度分值,包括:
采用颜色分析模型对所述生鲜产品对应的当前监测图像及原始监测图像进行分析,获取所述生鲜产品对应的颜色分析结果;
采用气味分析模型对所述生鲜产品对应的当前检测气味及原始检测气味进行分析,获取所述生鲜产品对应的气味分析结果;
采用菌落分析模型对所述生鲜产品对应的当前菌落信息和原始菌落信息进行分析,获取所述生鲜产品对应的菌落分析结果;
根据所述生鲜产品对应的颜色分析结果、气味分析结果和菌落分析结果,获取所述生鲜产品对应的新鲜度分值。
6.如权利要求1所述的生鲜产品信息处理方法,其特征在于,所述当前感应信息还包括当前采集时间和原始采集时间;
所述根据所述生鲜产品对应的新鲜度分值,获取所述生鲜产品对应的目标建议,包括:
根据所述生鲜产品对应的新鲜度分值、所述当前采集时间和所述原始采集时间,获取所述生鲜产品对应的剩余生命周期;
根据所述生鲜产品对应的剩余生命周期,获取所述生鲜产品对应的目标建议。
7.如权利要求1所述的生鲜产品信息处理方法,其特征在于,所述根据所述生鲜产品对应的剩余生命周期,获取所述生鲜产品对应的目标建议,包括:
获取所述状态查询指令对应的用户角色;
若所述用户角色为买方角色,则基于所述生鲜产品对应的剩余生命周期,获取所述生鲜产品对应的饮食建议;
若所述用户角色为卖方角色,则基于所述生鲜产品对应的剩余生命周期,获取所述生鲜产品对应的保鲜建议。
8.一种生鲜产品信息处理装置,其特征在于,包括:
当前感应信息获取模块,用于响应状态查询指令,从无线云传感网获取生鲜产品对应的当前感应信息;
当前感应信息解码模块,用于对所述生鲜产品对应的当前感应信息进行解码,获取所述生鲜产品对应的新鲜度感应数据;
新鲜度分值获取模块,用于采用产品鲜度分析模型对所述新鲜度感应数据进行分析,获取所述生鲜产品对应的新鲜度分值;
目标建议获取模块,用于根据所述生鲜产品对应的新鲜度分值,获取所述生鲜产品对应的目标建议;
可视化显示模块,用于可视化显示所述生鲜产品对应的新鲜度分值和目标建议。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述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至7任一项所述生鲜产品信息处理方法。
10.一种计算机可读存储介质,所述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7任一项所述生鲜产品信息处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310217734.4A CN116205688A (zh) | 2023-03-08 | 2023-03-08 | 生鲜产品信息处理方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310217734.4A CN116205688A (zh) | 2023-03-08 | 2023-03-08 | 生鲜产品信息处理方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116205688A true CN116205688A (zh) | 2023-06-02 |
Family
ID=86514527
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310217734.4A Pending CN116205688A (zh) | 2023-03-08 | 2023-03-08 | 生鲜产品信息处理方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116205688A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117391594A (zh) * | 2023-12-13 | 2024-01-12 | 北京网鲜供应链科技有限公司 | 生鲜产品仓储控制方法和*** |
-
2023
- 2023-03-08 CN CN202310217734.4A patent/CN116205688A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117391594A (zh) * | 2023-12-13 | 2024-01-12 | 北京网鲜供应链科技有限公司 | 生鲜产品仓储控制方法和*** |
CN117391594B (zh) * | 2023-12-13 | 2024-02-27 | 北京网鲜供应链科技有限公司 | 生鲜产品仓储控制方法和*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Talari et al. | State of the art review of Big Data and web-based Decision Support Systems (DSS) for food safety risk assessment with respect to climate change | |
Corradini | Shelf life of food products: from open labeling to real-time measurements | |
Bouzembrak et al. | Internet of Things in food safety: Literature review and a bibliometric analysis | |
Kong et al. | Deep‐stacking network approach by multisource data mining for hazardous risk identification in IoT‐based intelligent food management systems | |
Aung et al. | Traceability in a food supply chain: Safety and quality perspectives | |
Ghasemi-Varnamkhasti et al. | Meat quality assessment by electronic nose (machine olfaction technology) | |
Argyri et al. | A comparison of Raman and FT-IR spectroscopy for the prediction of meat spoilage | |
Parreño-Marchante et al. | Advanced traceability system in aquaculture supply chain | |
US8550365B1 (en) | System for managing the nutritional content for nutritional substances | |
US20130275439A1 (en) | System and method for monitoring nutritional substances to indicate adulteration | |
Fletcher et al. | Advances in meat spoilage detection: A short focus on rapid methods and technologies | |
EP2695092A2 (en) | System and method for monitoring nutritional substances to indicate adulteration | |
Amani et al. | Mitigating spread of contamination in meat supply chain management using deep learning | |
Górska-Horczyczak et al. | Chromatographic fingerprints supported by artificial neural network for differentiation of fresh and frozen pork | |
Tang et al. | Rapid evaluation of chicken meat freshness using gas sensor array and signal analysis considering total volatile basic nitrogen | |
CN116205688A (zh) | 生鲜产品信息处理方法、装置、计算机设备及存储介质 | |
CN109852677A (zh) | 一种冷链肉与肉制品物流过程中品质智能检测方法及*** | |
KR101864252B1 (ko) | 인공지능 기반 식품부패예측 모델 개발 시스템 및 인공지능 기반 식품부패예측 모델을 이용한 식품부패예측 알림 시스템 | |
WO2017097683A1 (en) | A system and method for determining the freshness of a food item, and a configuration method | |
Yavuzer | Rapid detection of sea bass quality level with machine learning and electronic nose | |
Jin et al. | Freshness prediction of modified atmosphere packaging lamb meat based on digital images from mobile portable devices | |
Lin et al. | Visible detection of chilled beef freshness using a paper-based colourimetric sensor array combining with deep learning algorithms | |
Jackman et al. | The role of information and communication technology in poultry broiler production process control | |
Huang et al. | Shelf-life prediction of chilled Penaeus vannamei using grey relational analysis and support vector regression | |
Pradhana et al. | Sensor Array System Based on Electronic Nose to Detect Borax in Meatballs with Artificial Neural Network |
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 |