买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】基于数据云处理产品全生命周期质量数据追溯管理系统_苏州可米可酷食品有限公司_202211627972.4 

申请/专利权人:苏州可米可酷食品有限公司

申请日:2022-12-16

公开(公告)日:2024-04-12

公开(公告)号:CN116132107B

主分类号:H04L9/40

分类号:H04L9/40;H04L67/1097;G06Q10/087

优先权:

专利状态码:有效-授权

法律状态:2024.04.12#授权;2023.06.02#实质审查的生效;2023.05.16#公开

摘要:本发明公开了基于数据云处理产品全生命周期质量数据追溯管理系统,采集质量数据后在云存储模块中进行特征提取,同步进行标定,明晰了各节点的数据特征,使得在追溯管理过程中一目了然;同时,云平台传输过程中一方面压缩数据,方便了传输的稳定性及快捷性,另一方面采用霍夫曼编码解码操作对需要保护的数据进行加密覆盖,使得加密算法整合度更高,额外的,本发明还提供了一种整合加密算法,增大了加密算法的私密性,解决了现有产品生产周期质量数据监管系统一方面现有加密算法整合度不清晰,另一方面每一个产品生产周期内的数据散乱,未形成特征明晰显示的问题。

主权项:1.基于数据云处理产品全生命周期质量数据追溯管理系统,其特征在于:包括,采集输入模块,用于采集产品各生命周期中的质量数据,并将其依次输入至对应的云存储模块节点中;一组云存储模块,与所述采集输入模块数据连接,接收各所述质量数据,并对应存储;特征提取模块,与一组所述云存储模块数据连接,获取存储的各所述质量数据后分别进行特征提取;标定模块,嵌设于所述特征提取模块中,并与所述云存储模块数据连接,接收各所述质量数据的特征提取量,并依据所述特征提取量标定各所述质量数据;追溯管理模块,与所述云存储模块数据连接,触屏显示,并当指定节点发生触屏操作时,发送指定至所述云存储模块中,打开当前云存储模块节点处存储的所述质量数据并显示;其中,采集输入模块还包括对各所述质量数据进行压缩处理的压缩单元,所述采集输入模块采集各所述质量数据后将其依次输入至对应的所述云存储模块节点中包括如下步骤,采集各所述质量数据;压缩处理各所述质量数据,获取各压缩质量数据;将各所述压缩质量数据无线传输至所述云存储模块的数据处理管理节点中进行存储;其中,压缩处理各所述质量数据,获取各所述压缩质量数据具体包括如下步骤,读入采集的各所述质量数据;对各所述质量数据进行DCT变换;对DCT系数进行量化;对量化后的DCT系数进行霍夫曼编码;具体的,对各所述质量数据进行DCT变换时,将采集的各生命周期中的所述质量数据分成8×8个像素块,对每块进行DCT变换,计算公式为: ;其中,是量化前的DCT系数,是采集的各生命周期中的质量数据报文量;其中,;其中,对DCT系数进行量化时,定义量化公式为:;其中,是量化后的DCT系数,是量化步长,int是取整运算符;其中,获取存储的各所述质量数据后分别进行特征提取具体包括如下步骤,将各所述压缩质量数据无线传输至所述特征提取模块的数据处理管理节点中;通过数据处理管理节点对各所述压缩质量数据进行解压处理,获取各所述质量数据;构建提取算法模型,对各所述质量数据进行特征提取以获取各质量数据的特征提取量;其中,通过数据处理管理节点对各所述压缩质量数据进行解压处理,获取各所述质量数据包括如下步骤,对量化的DCT系数进行霍夫曼解码;对量化的DCT系数进行逆量化;对各所述压缩质量数据进行DCT反变换;将DCT反变换后所有的数据块依次拼接起来重构各所述质量数据;其中,构建的提取算法模型具体为,;其中,Vi为各质量数据的特征提取量;i为第i个质量数据的特征提取量;n为各所述质量数据的存储节点数;为第i个质量数据的报文分词量;m为提取期望值,定义为㏑2;Xj为非线性函数,且所述非线性函数为Xj=tan1.5n;其中,所述标定模块还包括加密单元,用于对标定后的各所述质量数据进行加密;加密算法的生成过程包括:基于各所述质量数据利用随机生成器生成各随机数据;构建整合算法模型,基于各所述整合算法模型的权重系数对各所述质量数据进行调整,得到有规则顺序的标准数据集;将所述标准数据集进行数据长度的划分,并与初始各所述质量数据进行比对,确定数据长度阈值;将初始各所述质量数据与排列划分后的数据进行数据融合,生成加密算法;其中,对各所述质量数据进行调整时,调整的判断标准包括:根据整合算法模型中的权重系数进行判断,将不同数据得到的权重系数由大到小进行排列整合;其中,将标准数据集进行数据长度的划分,并与初始各质量数据进行比对,具体包括如下步骤:对得到的数据和初始各质量数据分别进行分词处理;分等级提取分词处理后的特征数据并进行评分;获取AB合格率分界线:依据每条数据的长度划分,分别获取不同长度的数据的AB评分分界线;利用初始各质量数据的合格率分界线优化特征数据的等级划分和评分,优化数据长度的划分;确定最终的标准数据集数据长度划分分界线,并进行数据完整性检验;其中,所述整合算法模型包括,;其权重系数为:;其中,表示输入的两个数据的整合度,表示相关系数,表示数据整合度系数,分别表示输入数据整合度的最小值和最大值,分别表示i和j端子对应输入值的概率,。

全文数据:

权利要求:

百度查询: 苏州可米可酷食品有限公司 基于数据云处理产品全生命周期质量数据追溯管理系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。