CN116975653A - 一种样本信息确定方法、装置、电子设备及存储介质 - Google Patents
一种样本信息确定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116975653A CN116975653A CN202311009560.9A CN202311009560A CN116975653A CN 116975653 A CN116975653 A CN 116975653A CN 202311009560 A CN202311009560 A CN 202311009560A CN 116975653 A CN116975653 A CN 116975653A
- Authority
- CN
- China
- Prior art keywords
- information
- data
- sample
- target sample
- sample data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012937 correction Methods 0.000 claims abstract description 23
- 230000002159 abnormal effect Effects 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims description 16
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000011160 research Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000007792 addition Methods 0.000 description 3
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
-
- 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
- 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
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Automatic Analysis And Handling Materials Therefor (AREA)
Abstract
本发明公开了一种样本信息确定方法、装置、电子设备及存储介质。所述方法包括:获取待检测的目标样本数据;确定所述目标样本数据的初始样本信息;当确定所述初始样本信息为异常信息时,基于预先构建的样本修正模型确定所述目标样本数据中的待修正数据;当对所述目标样本数据中的待修正数据进行修正后,基于修正后的目标样本数据更新所述目标样本数据,并返回执行确定所述目标样本数据的初始样本信息,直至确定所述初始样本信息为正常信息,将所述初始样本信息作为所述目标样本数据的目标样本信息。通过本发明实施例提供的技术方案,可以准确、迅速地确定待检测样本的样本信息,提高待检测样本的使用价值。
Description
技术领域
本发明涉及样本检测技术领域,尤其涉及一种样本信息确定方法、装置、电子设备及存储介质。
背景技术
在样本检测、分析等领域,样本信息的准确匹配是非常重要的。目前,样本信息匹配的方法主要是基于关键词匹配或者通过人工进行匹配,这种方法往往存在匹配不准确、匹配速度慢等问题。
发明内容
本发明提供了一种样本信息确定方法、装置、电子设备及存储介质,以解决样本信息确定不准确、速度慢的问题。
根据本发明的一方面,提供了一种样本信息确定方法,包括:
获取待检测的目标样本数据;
确定所述目标样本数据的初始样本信息;
当确定所述初始样本信息为异常信息时,基于预先构建的样本修正模型确定所述目标样本数据中的待修正数据;
当对所述目标样本数据中的待修正数据进行修正后,基于修正后的目标样本数据更新所述目标样本数据,并返回执行确定所述目标样本数据的初始样本信息,直至确定所述初始样本信息为正常信息,将所述初始样本信息作为所述目标样本数据的目标样本信息。
可选的,确定所述目标样本数据的初始样本信息,包括:
对所述目标样本数据进行分析,确定所述目标样本数据的属性信息;
在预先构建的样本数据库中查找与所述属性信息匹配的初始样本信息。
可选的,所述样本数据库为基于专家意见及知识体系构建的知识图谱数据库。
可选的,在当对所述目标样本数据中的待修正数据进行修正后,基于修正后的目标样本数据更新所述目标样本数据之前,还包括:
响应于数据修正事件被触发,对所述目标样本数据中的待修正数据进行修正。
可选的,对所述待修正数据的修正操作包括删除、更改及增加中的至少一种。
可选的,所述初始样本信息包括样本基本信息、样本图像信息、样本存储条件及样本运输条件中的至少一个。
可选的,所述目标样本数据包括食品样本数据、环保样本数据及医学研究样本数据。
根据本发明的另一方面,提供了一种样本信息确定装置,包括:
目标样本数据获取模块,用于获取待检测的目标样本数据;
初始样本信息确定模块,用于确定所述目标样本数据的初始样本信息;
待修正数据确定模块,用于当确定所述初始样本信息为异常信息时,基于预先构建的样本修正模型确定所述目标样本数据中的待修正数据;
目标样本信息确定模块,用于当对所述目标样本数据中的待修正数据进行修正后,基于修正后的目标样本数据更新所述目标样本数据,并返回执行确定所述目标样本数据的初始样本信息,直至确定所述初始样本信息为正常信息,将所述初始样本信息作为所述目标样本数据的目标样本信息。
根据本发明的另一方面,提供了一种电子设备,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,所述计算机程序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本发明任一实施例所述的样本信息确定方法。
根据本发明的另一方面,提供了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指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的样本信息确定方法。
本发明实施例提供的样本信息确定方案,获取待检测的目标样本数据;确定所述目标样本数据的初始样本信息;当确定所述初始样本信息为异常信息时,基于预先构建的样本修正模型确定所述目标样本数据中的待修正数据;当对所述目标样本数据中的待修正数据进行修正后,基于修正后的目标样本数据更新所述目标样本数据,并返回执行确定所述目标样本数据的初始样本信息,直至确定所述初始样本信息为正常信息,将所述初始样本信息作为所述目标样本数据的目标样本信息。通过本发明实施例提供的技术方案,可以准确、迅速地确定待检测样本的样本信息,提高待检测样本的使用价值。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种样本信息确定方法的流程图;
图2是根据本发明实施例二提供的一种样本信息确定装置的结构示意图;
图3是实现本发明实施例的样本信息确定方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种样本信息确定方法的流程图,本实施例可适用于确定待检测样本的样本信息的情况,该方法可以由样本信息确定装置来执行,该样本信息确定装置可以采用硬件和/或软件的形式实现,该样本信息确定装置可配置于电子设备中。如图1所示,该方法包括:
S110、获取待检测的目标样本数据。
其中,待检测的目标样本数据可以为待检测样本对应的数据,目标样本数据可以为待检测样本的图像数据,也可以为待检测样本的视频图像,还可以为待检测样本的其他形式的数据。其中,目标样本数据可以为一个,也可以为多个,待检测的目标样本数据可以包括食品样本数据、环保样本数据及医学研究样本数据。需要说明的是本发明实施例对待检测的目标样本数据的数量及类别不做限定。
S120、确定所述目标样本数据的初始样本信息。
在本发明实施例中,可以将待检测的目标样本数据输入至预先训练的样本信息确定模型中,使样本信息确定模型对目标样本数据进行分析,根据样本信息确定模型的输出结果确定目标样本数据的初始样本信息。其中,样本信息确定模型可以理解为预先训练的机器学习模型。
可选的,确定所述目标样本数据的初始样本信息,包括:对所述目标样本数据进行分析,确定所述目标样本数据的属性信息;在预先构建的样本数据库中查找与所述属性信息匹配的初始样本信息。示例性的,样本数据库中包含了大量样本对应的样本信息,其中,样本数据库可以为基于专家意见及知识体系构建的知识图谱数据库。可以理解的是,样本数据库是基于根据现有知识,并结合专家意见及其知识体系和过往从业经验(其中尤以一些特殊或罕见的样本信息为重点)等建立的知识图谱数据库。在本发明实施例中,对目标样本数据进行分析,确定目标样本数据的属性信息,例如,根据目标样本数据的名词确定目标样本数据所属的技术领域,然后根据目标样本数据所属的技术领域确定属性项,从目标样本数据中提取各个属性项对应的属性信息。将属性信息与在预先构建的样本数据库中各个样本对应的样本信息进行匹配,确定与属性信息匹配的初始样本信息。
可选的,所述初始样本信息包括样本基本信息、样本图像信息、样本存储条件及样本运输条件中的至少一个。其中,样本基本信息可以包括样本的颜色、结构、形状等相关信息。
S130、当确定所述初始样本信息为异常信息时,基于预先构建的样本修正模型确定所述目标样本数据中的待修正数据。
在本发明实施例中,可以通过人工方式判断S120确定的初始样本信息是否异常,也可以通过电子设备智能判断初始样本信息是否异常,还可以根据初始样本信息将目标样本数据对应的待检测样本输送至与初始样本信息匹配的检测仪器中,根据检测仪器的检测结果判断初始样本信息是否异常。需要说明的是,本发明实施例对初始样本信息是否异常的判断方式不做限定。
当确定初始样本信息为异常信息时,获取预先构建的样本修正模型,基于样本修正模型确定目标样本数据中的待修正数据。具体的,可以将目标样本数据输入至样本修正模型中,根据样本修正模型的输出结果确定目标样本数据中的待修正数据。其中,样本修正模型可以理解为预先构建的机器学习模型,该样本修正模型可以准确分析目标样本数据中导致确定的初始样本信息异常的待修正数据。可以理解的是,可以通过人工智能的方式分析出目标样本数据中导致确定的初始样本信息异常的原因。
S140、当对所述目标样本数据中的待修正数据进行修正后,基于修正后的目标样本数据更新所述目标样本数据,并返回执行确定所述目标样本数据的初始样本信息,直至确定所述初始样本信息为正常信息,将所述初始样本信息作为所述目标样本数据的目标样本信息。
在本发明实施例中,在S130中确定出目标样本数据中的待修正数据后,可以通过人工的方式对待修正数据进行修正,也可以通过与目标样本数据适配的仪器对目标样本数据中的待修正数据进行修正。其中,对所述待修正数据的修正操作包括删除、更改及增加中的至少一种。当确定对目标样本数据中的待修正数据进行修正后,将修正后的目标样本数据作为新的目标样本数据,并返回执行S120,即重新确定修改后的目标样本数据的初始样本信息,直至确定初始样本信息为正常信息。此时,将正常的初始样本信息作为目标样本数据的目标样本信息。
可选的,在当对所述目标样本数据中的待修正数据进行修正后,基于修正后的目标样本数据更新所述目标样本数据之前,还包括:响应于数据修正事件被触发,对所述目标样本数据中的待修正数据进行修正。示例性的,当接收到数据修正指令时,确定数据修正事件被触发,对目标样本数据中的待修正数据进行修正。
在本发明实施例中,当确定出目标样本数据的目标样本信息后,可以基于目标样本信息对目标样本数据对应的目标样本进行处理操作,例如,目标样本信息包括样本存储条件及样本运输条件,则可以基于确定的样本存储条件对目标样本数据对应的目标样本进行存储,基于确定的样本运输条件对目标样本数据对应的目标样本进行运输。这样设置的好处在于,可以减少样本在存储和运输过程中的损失,提高样本的使用价值。
本发明实施例提供的样本信息确定方法,获取待检测的目标样本数据;确定所述目标样本数据的初始样本信息;当确定所述初始样本信息为异常信息时,基于预先构建的样本修正模型确定所述目标样本数据中的待修正数据;当对所述目标样本数据中的待修正数据进行修正后,基于修正后的目标样本数据更新所述目标样本数据,并返回执行确定所述目标样本数据的初始样本信息,直至确定所述初始样本信息为正常信息,将所述初始样本信息作为所述目标样本数据的目标样本信息。通过本发明实施例提供的技术方案,可以准确、迅速地确定待检测样本的样本信息,提高待检测样本的使用价值。
实施例二
图2为本发明实施例二提供的一种样本信息确定装置的结构示意图。
如图2所示,该装置包括:
目标样本数据获取模块210,用于获取待检测的目标样本数据;
初始样本信息确定模块220,用于确定所述目标样本数据的初始样本信息;
待修正数据确定模块230,用于当确定所述初始样本信息为异常信息时,基于预先构建的样本修正模型确定所述目标样本数据中的待修正数据;
目标样本信息确定模块240,用于当对所述目标样本数据中的待修正数据进行修正后,基于修正后的目标样本数据更新所述目标样本数据,并返回执行确定所述目标样本数据的初始样本信息,直至确定所述初始样本信息为正常信息,将所述初始样本信息作为所述目标样本数据的目标样本信息。
可选的,所属初始样本信息确定模块,用于:
对所述目标样本数据进行分析,确定所述目标样本数据的属性信息;
在预先构建的样本数据库中查找与所述属性信息匹配的初始样本信息。
可选的,所述样本数据库为基于专家意见及知识体系构建的知识图谱数据库。
可选的,还包括:
数据修正模块,用于在当对所述目标样本数据中的待修正数据进行修正后,基于修正后的目标样本数据更新所述目标样本数据之前,响应于数据修正事件被触发,对所述目标样本数据中的待修正数据进行修正。
可选的,对所述待修正数据的修正操作包括删除、更改及增加中的至少一种。
可选的,所述初始样本信息包括样本基本信息、样本图像信息、样本存储条件及样本运输条件中的至少一个。
可选的,所述目标样本数据包括食品样本数据、环保样本数据及医学研究样本数据。
本发明实施例所提供的样本信息确定装置可执行本发明任意实施例所提供的样本信息确定方法,具备执行方法相应的功能模块和有益效果。
实施例三
图3示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图3所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如样本信息确定方法。
在一些实施例中,样本信息确定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的样本信息确定方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行样本信息确定方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种样本信息确定方法,其特征在于,包括:
获取待检测的目标样本数据;
确定所述目标样本数据的初始样本信息;
当确定所述初始样本信息为异常信息时,基于预先构建的样本修正模型确定所述目标样本数据中的待修正数据;
当对所述目标样本数据中的待修正数据进行修正后,基于修正后的目标样本数据更新所述目标样本数据,并返回执行确定所述目标样本数据的初始样本信息,直至确定所述初始样本信息为正常信息,将所述初始样本信息作为所述目标样本数据的目标样本信息。
2.根据权利要求1所述的方法,其特征在于,确定所述目标样本数据的初始样本信息,包括:
对所述目标样本数据进行分析,确定所述目标样本数据的属性信息;
在预先构建的样本数据库中查找与所述属性信息匹配的初始样本信息。
3.根据权利要求2所述的方法,其特征在于,所述样本数据库为基于专家意见及知识体系构建的知识图谱数据库。
4.根据权利要求1所述的方法,其特征在于,在当对所述目标样本数据中的待修正数据进行修正后,基于修正后的目标样本数据更新所述目标样本数据之前,还包括:
响应于数据修正事件被触发,对所述目标样本数据中的待修正数据进行修正。
5.根据权利要求4所述的方法,其特征在于,对所述待修正数据的修正操作包括删除、更改及增加中的至少一种。
6.根据权利要求1所述的方法,其特征在于,所述初始样本信息包括样本基本信息、样本图像信息、样本存储条件及样本运输条件中的至少一个。
7.根据权利要求1所述的方法,其特征在于,所述目标样本数据包括食品样本数据、环保样本数据及医学研究样本数据。
8.一种样本信息确定装置,其特征在于,包括:
目标样本数据获取模块,用于获取待检测的目标样本数据;
初始样本信息确定模块,用于确定所述目标样本数据的初始样本信息;
待修正数据确定模块,用于当确定所述初始样本信息为异常信息时,基于预先构建的样本修正模型确定所述目标样本数据中的待修正数据;
目标样本信息确定模块,用于当对所述目标样本数据中的待修正数据进行修正后,基于修正后的目标样本数据更新所述目标样本数据,并返回执行确定所述目标样本数据的初始样本信息,直至确定所述初始样本信息为正常信息,将所述初始样本信息作为所述目标样本数据的目标样本信息。
9.一种电子设备,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,所述计算机程序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权利要求1-7中任一项所述的样本信息确定方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的样本信息确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311009560.9A CN116975653A (zh) | 2023-08-11 | 2023-08-11 | 一种样本信息确定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311009560.9A CN116975653A (zh) | 2023-08-11 | 2023-08-11 | 一种样本信息确定方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116975653A true CN116975653A (zh) | 2023-10-31 |
Family
ID=88474983
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311009560.9A Pending CN116975653A (zh) | 2023-08-11 | 2023-08-11 | 一种样本信息确定方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116975653A (zh) |
-
2023
- 2023-08-11 CN CN202311009560.9A patent/CN116975653A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114363019B (zh) | 钓鱼网站检测模型的训练方法、装置、设备及存储介质 | |
CN112784102A (zh) | 视频检索方法、装置和电子设备 | |
CN115329748B (zh) | 一种日志解析方法、装置、设备及存储介质 | |
CN115048352B (zh) | 一种日志字段提取方法、装置、设备和存储介质 | |
CN116545905A (zh) | 一种服务健康检测方法、装置、电子设备及存储介质 | |
CN116303013A (zh) | 源码分析方法、装置、电子设备及存储介质 | |
CN116975653A (zh) | 一种样本信息确定方法、装置、电子设备及存储介质 | |
CN114866437A (zh) | 一种节点检测方法、装置、设备及介质 | |
CN117746069B (zh) | 以图搜图的模型训练方法、和以图搜图方法 | |
CN116070601B (zh) | 数据拼接方法、装置、电子设备及存储介质 | |
CN117271373B (zh) | 测试用例的自动化构建方法、装置、电子设备及存储介质 | |
CN117150215B (zh) | 一种考核结果确定方法、装置、电子设备及存储介质 | |
CN113409288B (zh) | 一种图像清晰度的检测方法、装置、设备和存储介质 | |
CN113836291B (zh) | 数据处理方法、装置、设备和存储介质 | |
CN114595339A (zh) | 一种三元组关系变化检测方法、装置、电子设备及介质 | |
CN117668294A (zh) | 人脸库创建、视频识别方法、装置及电子设备 | |
CN117609237A (zh) | 数据表字段属性确定方法、装置、设备及存储介质 | |
CN118012936A (zh) | 一种数据抽取方法、装置、设备及存储介质 | |
CN115391618A (zh) | 数据识别方法、装置、电子设备及存储介质 | |
CN117453746A (zh) | 一种数据循环筛选的方法、装置、设备及介质 | |
CN116127394A (zh) | 一种日志异常检测方法、装置、电子设备及存储介质 | |
CN117271289A (zh) | 一种网页监测方法、装置、设备以及存储介质 | |
CN115983222A (zh) | 基于EasyExcel的文件数据读取方法、装置、设备及介质 | |
CN118210670A (zh) | 日志异常检测方法、装置、电子设备及存储介质 | |
CN117911135A (zh) | 数据处理方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |