一种海上船舶采砂行为大数据模型
阅读：517发布：2023-12-02
专利汇可以提供一种海上船舶采砂行为大数据模型专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种海上 船舶 采砂行为 大数据 模型，所述数据模型包括： 数据采集 、主数据建模、监控与分析、主数据共享和主数据维护，所述数据采集包括：行为数据采集、业务数据采集，所述数据采集还包括北斗 定位 和身份识别，所述主数据建模包括：实体建模、储存建模、界面建模、编码建模和模板建模，所述监控与分析包括：数据整合、数据映射和数据检查，所述数据模型还包括主数据共享，所述主数据共享包括：分发机制和分发策略。本发明中，大数据模型的建立操作方便，同时准确度高，在进行维护等操作时，根据建模进行操作，使得效率提高，进一步方便使用。，下面是一种海上船舶采砂行为大数据模型专利的具体信息内容。
1.一种海上船舶采砂行为大数据模型，其特征在于，所述数据模型（1）包括：数据采集（10）、主数据建模（20）、监控与分析（30）、主数据共享（40）和主数据维护（50）。
2.如权利要求1所述的一种海上船舶采砂行为大数据模型，其特征在于，所述数据采集（10）包括：行为数据采集（110）、业务数据采集（120）。
3.如权利要求2所述的一种海上船舶采砂行为大数据模型，其特征在于，所述数据采集（10）还包括北斗定位（130）和身份识别（140）。
4.如权利要求1所述的一种海上船舶采砂行为大数据模型，其特征在于，所述主数据建模（20）包括：实体建模（210）、储存建模（220）、界面建模（230）、编码建模（240）和模板建模（250）。
5.如权利要求1所述的一种海上船舶采砂行为大数据模型，其特征在于，所述监控与分析（30）包括：数据整合（310）、数据映射（320）和数据检查（330）。
6.如权利要求1所述的一种海上船舶采砂行为大数据模型，其特征在于，所述数据模型（1）还包括主数据共享（40）。
7.如权利要求6所述的一种海上船舶采砂行为大数据模型，其特征在于，所述主数据共享（40）包括：分发机制（410）和分发策略（420）。
8.如权利要求1～7任一所述的一种海上船舶采砂行为大数据模型，其特征在于，所述主数据维护（50）包括：基本维护（510）、去重合并（520）、数据权限（530）、版本数据（540）和审批流程（550）。
一种海上船舶采砂行为大数据模型
技术领域
[0001] 本发明属于船舶采沙技术领域，具体为一种海上船舶采砂行为大数据模型。
背景技术
[0002] 采砂船是一种开采水下砂矿床或松散物料的浮动式采选联合装置。利用安装在平底船头的挖掘机构采掘矿砂，并提升至船上的料仓,经圆简筛的碎散、洗涤、分级后,筛下含矿的细粒物料自流进入粗选溜槽或跳汰机粗选，尾矿经尾矿溜槽或砂泵排于船尾后的采空区,圆简筛上的废石经胶带输送机或砾石溜槽排于船尾后的尾矿堆。
[0003] 采砂船采挖法是指采砂船在工作面上的采挖顺序，也称回采方法、采挖法可分为分层回采法和掏槽采挖法两类。采砂船在工作面自上而下逐层回采，直至底板。船前移一个步距，又自上而下分层回采。其优点是可根据土岩性质调整采挖的分层厚度，易于控制满斗系数。供矿均匀利于稳定选矿回收率，土岩平均提升高度小，易于操作管理。
发明内容
[0004] 本发明的目的在于：提供一种海上船舶采砂行为大数据模型。
[0006] 其中，所述数据采集包括：行为数据采集、业务数据采集。
[0007] 其中，所述数据采集还包括北斗定位和身份识别。
[0008] 其中，所述主数据建模包括：实体建模、储存建模、界面建模、编码建模和模板建模。
[0009] 其中，所述监控与分析包括：数据整合、数据映射和数据检查。
[0010] 其中，所述数据模型还包括主数据共享。
[0011] 其中，所述主数据共享包括：分发机制和分发策略。
[0012] 其中，所述主数据维护包括：基本维护、去重合并、数据权限、版本数据和审批流程。
[0013] 综上所述，由于采用了上述技术方案，本发明的有益效果是：1、本发明中，通过设置北斗定位以及身份识别系统，可以对海上船舶进行定位以及远程身份的识别，避免船舶采沙进入他国领海，以及外国船只被纳入数据采集，导致数据不准确的情况发生。
[0014] 2、本发明中，将主数据进行多样建模，确立主数据的编号编码以及其操作模板，在进行数据模拟时更加的快捷，且操作更加简易化，使用更加方便。
[0015] 3、本发明中，通过在主数据中加入数据映射，将关联的数据信息之间建立元素关系，在提取所需要的主数据时，自动将关联数据提取，更加方便了解。
[0017] 图1为本发明的模块化框图；图2为本发明中数据采集的模块化框图；
图3为本发明中主数据建模的模块化框图；
图4为本发明中监控与分析的模块化框图；
图5为本发明中主数据共享的模块化框图；
图6为本发明中主数据维护的模块化框图。
图3为本发明中主数据建模的模块化框图；
图4为本发明中监控与分析的模块化框图；
图5为本发明中主数据共享的模块化框图；
图6为本发明中主数据维护的模块化框图。
[0018] 图中标记：1、数据模型；10、数据采集；20、主数据建模；30、监控与分析；40、主数据共享；50、主数据维护；110、行为数据采集；120、业务数据采集；130、北斗定位；140、身份识别；210、实体建模；220储存建模；230、界面建模；240、编码建模；250、模板建模；310、数据整合；320、数据映射；330、数据检查；410、分发机制；420、分发策略；510、基本维护；520、去重合并；530、数据权限；540、数据版本；550、审批流程。
具体实施方式
[0019] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
[0020] 实施例一，请参阅图1～4和6，一种海上船舶采砂行为大数据模型，所述数据模型1包括：数据采集10、主数据建模20、监控与分析30和主数据维护50；所述数据采集10用于采集最初的源数据，为大数据模型提供建立凭据；所述主数据建模20用于针对采集到的源数据进行初步处理；所述监控与分析30用于加工整理源数据，为大数据提供清晰完整的数据源；所述主数据维护50用于对大数据模型进行维护和更新，以及新数据的入库管理。
[0021] 所述数据采集10包括：行为数据采集110、业务数据采集120；所述行为数据采集110用于采集船舶的采沙行为数据；所述业务数据采集120用于获取蒸个沙量消耗以及订单沙量。
[0022] 所述主数据建模20包括：实体建模210和储存建模220；所述实体建模210为主数据的分析实体建模；所述储存建模220用于存储主数据。
[0023] 所述监控与分析30包括：数据整合310、数据映射320和数据检查330；所述数据整合310用于整合所有主数据，以方便分析监控；所述数据映射320用于在数据间建立元素关系；所述数据检查330用于检查数据的完整性以及合理性。
[0024] 所述主数据维护50包括：基本维护510和审批流程550；所述基本维护510包括确认数据的安全、完整等信息；所述审批流程550用于对新入库数据进行审批。
[0025] 实施例二，请参阅图1～4和6，一种海上船舶采砂行为大数据模型，所述数据模型1包括：数据采集10、主数据建模20、监控与分析30和主数据维护50；所述数据采集10用于采集最初的源数据，为大数据模型提供建立凭据；所述主数据建模20用于针对采集到的源数据进行初步处理；所述监控与分析30用于加工整理源数据，为大数据提供清晰完整的数据源；所述主数据维护50用于对大数据模型进行维护和更新，以及新数据的入库管理。
[0026] 所述数据采集10包括：行为数据采集110、业务数据采集120、北斗定位130和身份识别140；所述行为数据采集110用于采集船舶的采沙行为数据；所述业务数据采集120用于获取蒸个沙量消耗以及订单沙量；所述北斗定位130用于定位船舶的地理位置；所述身份识别140用于识别船舶的身份，包括所述国籍信息。
[0027] 所述主数据建模20包括：实体建模210和储存建模220；所述实体建模210为主数据的分析实体建模；所述储存建模220用于存储主数据。
[0028] 所述监控与分析30包括：数据整合310、数据映射320和数据检查330；所述数据整合310用于整合所有主数据，以方便分析监控；所述数据映射320用于在数据间建立元素关系；所述数据检查330用于检查数据的完整性以及合理性。
[0029] 所述主数据维护50包括：基本维护510和审批流程550；所述基本维护510包括确认数据的安全、完整等信息；所述审批流程550用于对新入库数据进行审批。
[0030] 实施例三，请参阅图1～4和6，一种海上船舶采砂行为大数据模型，所述数据模型1包括：数据采集10、主数据建模20、监控与分析30和主数据维护50；所述数据采集10用于采集最初的源数据，为大数据模型提供建立凭据；所述主数据建模20用于针对采集到的源数据进行初步处理；所述监控与分析30用于加工整理源数据，为大数据提供清晰完整的数据源；所述主数据维护50用于对大数据模型进行维护和更新，以及新数据的入库管理。
[0031] 所述数据采集10包括：行为数据采集110、业务数据采集120、北斗定位130和身份识别140；所述行为数据采集110用于采集船舶的采沙行为数据；所述业务数据采集120用于获取蒸个沙量消耗以及订单沙量；所述北斗定位130用于定位船舶的地理位置；所述身份识别140用于识别船舶的身份，包括所述国籍信息。
[0032] 所述主数据建模20包括：实体建模210、储存建模220、界面建模230、编码建模240和模板建模250；所述实体建模210为主数据的分析实体建模；所述储存建模220用于存储主数据；所述界面建模230用于建立分析、处理和结果等操作界面；所述编码建模240用于将主数据进行统一编码，以方便存储和找寻；所述模板建模250用于建立模板。
[0033] 所述监控与分析30包括：数据整合310、数据映射320和数据检查330；所述数据整合310用于整合所有主数据，以方便分析监控；所述数据映射320用于在数据间建立元素关系；所述数据检查330用于检查数据的完整性以及合理性。
[0034] 所述主数据维护50包括：基本维护510和审批流程550；所述基本维护510包括确认数据的安全、完整等信息；所述审批流程550用于对新入库数据进行审批。
[0035] 实施例四，请参阅图1～6，一种海上船舶采砂行为大数据模型，所述数据模型1包括：数据采集10、主数据建模20、监控与分析30、主数据共享40和主数据维护50；所述数据采集10用于采集最初的源数据，为大数据模型提供建立凭据；所述主数据建模20用于针对采集到的源数据进行初步处理；所述监控与分析30用于加工整理源数据，为大数据提供清晰完整的数据源；所述主数据共享40用于与网络大数据连接，贡献自身数据的同时获取网络数据；所述主数据维护50用于对大数据模型进行维护和更新，以及新数据的入库管理。
[0036] 所述数据采集10包括：行为数据采集110、业务数据采集120、北斗定位130和身份识别140；所述行为数据采集110用于采集船舶的采沙行为数据；所述业务数据采集120用于获取蒸个沙量消耗以及订单沙量；所述北斗定位130用于定位船舶的地理位置；所述身份识别140用于识别船舶的身份，包括所述国籍信息。
[0037] 所述主数据建模20包括：实体建模210、储存建模220、界面建模230、编码建模240和模板建模250；所述实体建模210为主数据的分析实体建模；所述储存建模220用于存储主数据；所述界面建模230用于建立分析、处理和结果等操作界面；所述编码建模240用于将主数据进行统一编码，以方便存储和找寻；所述模板建模250用于建立模板。
[0038] 所述监控与分析30包括：数据整合310、数据映射320和数据检查330；所述数据整合310用于整合所有主数据，以方便分析监控；所述数据映射320用于在数据间建立元素关系；所述数据检查330用于检查数据的完整性以及合理性。
[0039] 所述主数据维护50包括：基本维护510、去重合并520、数据权限530、版本数据540和审批流程550；所述基本维护510包括确认数据的安全、完整等信息；所述去重合并520用于将重复的主数据进行合并；所述数据权限530用于对不同的数据赋予不同的查阅权限；所述版本数据540用于显示主数据的版本信息；所述审批流程550用于对新入库数据进行审批。
[0040] 实施例五，请参阅图1～6，一种海上船舶采砂行为大数据模型，所述数据模型1包括：数据采集10、主数据建模20、监控与分析30、主数据共享40和主数据维护50；所述数据采集10用于采集最初的源数据，为大数据模型提供建立凭据；所述主数据建模20用于针对采集到的源数据进行初步处理；所述监控与分析30用于加工整理源数据，为大数据提供清晰完整的数据源；所述主数据共享40用于与网络大数据连接，贡献自身数据的同时获取网络数据；所述主数据维护50用于对大数据模型进行维护和更新，以及新数据的入库管理。
[0041] 所述数据采集10包括：行为数据采集110、业务数据采集120、北斗定位130和身份识别140；所述行为数据采集110用于采集船舶的采沙行为数据；所述业务数据采集120用于获取蒸个沙量消耗以及订单沙量；所述北斗定位130用于定位船舶的地理位置；所述身份识别140用于识别船舶的身份，包括所述国籍信息。
[0042] 所述主数据建模20包括：实体建模210、储存建模220、界面建模230、编码建模240和模板建模250；所述实体建模210为主数据的分析实体建模；所述储存建模220用于存储主数据；所述界面建模230用于建立分析、处理和结果等操作界面；所述编码建模240用于将主数据进行统一编码，以方便存储和找寻；所述模板建模250用于建立模板。
[0043] 所述监控与分析30包括：数据整合310、数据映射320和数据检查330；所述数据整合310用于整合所有主数据，以方便分析监控；所述数据映射320用于在数据间建立元素关系；所述数据检查330用于检查数据的完整性以及合理性。
[0044] 所述主数据共享40包括：分发机制410和分发策略420；所述分发机制410用于确立主数据共享的机制；所述分发策略420用于确认主数据共享的策略。
[0045] 所述主数据维护50包括：基本维护510、去重合并520、数据权限530、版本数据540和审批流程550；所述基本维护510包括确认数据的安全、完整等信息；所述去重合并520用于将重复的主数据进行合并；所述数据权限530用于对不同的数据赋予不同的查阅权限；所述版本数据540用于显示主数据的版本信息；所述审批流程550用于对新入库数据进行审批。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种游戏性能监控方法、装置、系统及存储介质 | 2020-05-08 | 70 |
| 一种非侵入式的基于功耗分析的PST异常监测方法 | 2020-05-11 | 252 |
| 一种基于物联网智慧社区的便携式移动数据采集装置 | 2020-05-08 | 701 |
| 一种地理灾害信息激光传输飞行数据采集器 | 2020-05-08 | 277 |
| 高压互感器物联网现场数据采集与传输标准装置及方法 | 2020-05-11 | 849 |
| 数据挖掘系统及方法 | 2020-05-08 | 918 |
| 一种基于OpenStack的云计算平台的运行监控方法 | 2020-05-08 | 626 |
| 一种无人机移动数据采集场景中三维航迹的优化方法 | 2020-05-11 | 248 |
| 一种数据采集方法及装置 | 2020-05-08 | 898 |
| 一种基于分布式数据处理的数据采集智能分析系统 | 2020-05-08 | 247 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
数据采集热门专利
QQ群二维码
意见反馈
意见反馈