一种基于人工智能三方管理数据融合方法及系统与流程

本发明属于数据处理，尤其涉及一种基于人工智能三方管理数据融合方法及系统。

背景技术：

1、施工过程中的施工安全监管，涉及到安全监管部门、施工方、项目方等多个角色，因此如何实现三方数据的安全监管的数据融合，提升安全隐患的监管可靠性成为亟待解决的技术问题，具体的在发明专利申请cn201911397791.5《一种基于数学模型的安全隐患预知系统》通过信息发送模块的设置，能够实现工程项目施工的智能化联动，有效解决了信息孤岛的问题，使施工管理可感知、可决策、可预测，但是现有技术方案中存在以下技术问题：

2、现有技术方案中忽视了根据第三方的多种维度的安全隐患的解析结果，进行差异化的安全隐患的监管提醒信息的输出，具体的，例如安全监管部门作为施工的第三方，不仅仅单一的对某一个项目进行安全监管，而是对一定的监管区域内的所有的施工项目进行安全监管，因此若不能对第三方的安全监管数据对施工工地生成差异化的安全隐患的监管提醒信息，则无法保证安全隐患的监管的可靠性。

3、针对上述技术问题，本发明提供了一种基于人工智能三方管理数据融合方法及系统。

技术实现思路

1、为实现本发明目的，本发明采用如下技术方案：

2、根据本发明的一个方面，提供了一种基于人工智能三方管理数据融合方法。

3、一种基于人工智能三方管理数据融合方法，具体包括：

4、s1利用第三方数据的解析结果确定在不同的施工工地的安全隐患的观测结果，并通过所述观测结果以及安全事故的发生数据进行所述施工工地中的可靠监管工地的确定；

5、s2获取不同的施工工地与所述可靠监管工地的安全风险点的分布数据的相似情况，并结合不同的安全风险点与所述可靠监管工地的物联网监管设备的相似情况，确定施工工地不存在安全监管隐患时，进入下一步骤；

6、s3基于安全隐患的观测结果确定不同物联网监管设备的隐患历史识别数据，并利用所述隐患历史识别数据，利用预设的ai模型确定不同物联网监管设备在进行所述安全隐患识别处理时的识别可靠系数；

7、s4以所述施工工地的不同类型的安全隐患点的物联网监管设备的设置数据、安全隐患点的关联安全隐患为基础，并结合不同物联网监管设备的识别可靠系数确定是否需要发出安全监管隐患提醒。

8、本发明的有益效果在于：

9、以与可靠监管工地的安全风险点的分布数据的相似情况，物联网监管设备的相似情况，确定施工工地不存在安全监管隐患，既考虑到可靠监管工地的安全风险点的分布的相似情况导致的发生安全风险的差异，同时还考虑到由于物联网监管设备的相似情况的差异导致的安全风险的监管可靠性的差异，实现了从监管可靠性和安全风险的发生概率确定施工工地与可靠监管可靠性的相似系数，进而实现了对安全监管可靠较差的施工工地的筛选，保证了施工的安全性和可靠性。

10、利用不同类型的安全隐患点的物联网监管设备的设置数据、安全隐患点的关联安全隐患、不同物联网监管设备的识别可靠系数确定是否需要发出安全监管隐患提醒，实现了从安全隐患点的物联网监管设备的识别可靠性以及关联安全隐患两个角度确定了施工工地的实时的安全风险的监管可靠状态，进而保证了施工安全风险的识别可靠性不足的施工工地的确定的可靠性，也为提升施工的安全性奠定了基础。

11、进一步的技术方案在于，所述第三方数据包括安全监管部门在内的负责一定区域内的多个施工项目的安全管理的机构的数据。

12、进一步的技术方案在于，所述安全隐患的观测结果包括不同类型的安全隐患的识别次数。

13、进一步的技术方案在于，所述安全隐患包括高处坠落、物体打击、机械伤害、触电、坍塌、火灾和爆炸、中毒和窒息。

14、进一步的技术方案在于，所述安全事故的发生数据包括不同类型的安全事故的发生次数。

15、进一步的技术方案在于，确定是否需要发出安全监管隐患提醒，具体包括：

16、以所述施工工地的不同类型的安全隐患点的物联网监管设备的设置数据为基础，确定不同类型的安全隐患点的物联网监管设备的设置类型，以不同的设置类型的物联网监管设备的识别可靠系数的权重和确定不同类型的安全隐患点的监管可靠系数；

17、通过不同类型的安全隐患点的关联安全隐患，确定所述安全隐患点的关联安全隐患类型的数量，并利用所述关联安全隐患类型的数量确定所述安全隐患点的安全隐患系数；

18、基于不同的安全隐患点的安全隐患系数以及监管可靠系数确定所述施工工地的监管风险系数，并利用所述监管风险系数确定是否需要发出安全监管隐患提醒。

19、进一步的技术方案在于，当所述施工工地的监管风险系数不满足要求时，则确定所述施工工地需要发出安全监管隐患提醒。

20、进一步的技术方案在于，所述施工工地的监管风险系数的确定的方法为：

21、以不同的安全隐患点的安全隐患系数与监管可靠系数的除数确定不同的安全隐患点的隐患点风险系数，通过所述隐患点风险系数确定所述安全隐患点中的风险隐患点；

22、基于所述风险隐患点的数量确定所述施工工地的监管风险系数。

23、第二方面，本发明提供了一种计算机系统，包括：通信连接的存储器和处理器，以及存储在所述存储器上并能够在所述处理器上运行的计算机程序，其特征在于：所述处理器运行所述计算机程序时执行上述的一种基于人工智能三方管理数据融合方法。

24、其他特征和优点将在随后的说明书中阐述，本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。

25、为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

技术特征：

1.一种基于人工智能三方管理数据融合方法，其特征在于，具体包括：

2.如权利要求1所述的基于人工智能三方管理数据融合方法，其特征在于，所述第三方数据包括安全监管部门在内的负责一定区域内的多个施工项目的安全管理的机构的数据。

3.如权利要求1所述的基于人工智能三方管理数据融合方法，其特征在于，所述安全隐患的观测结果包括不同类型的安全隐患的识别次数。

4.如权利要求1所述的基于人工智能三方管理数据融合方法，其特征在于，所述安全隐患包括高处坠落、物体打击、机械伤害、触电、坍塌、火灾和爆炸、中毒和窒息。

5.如权利要求1所述的基于人工智能三方管理数据融合方法，其特征在于，所述施工工地中的可靠监管工地的确定的方法为：

6.如权利要求5所述的基于人工智能三方管理数据融合方法，其特征在于，所述施工工地的事故发生异常系数根据所述施工工地的安全事故的历史发生总次数对应预设异常系数进行确定。

7.如权利要求1所述的基于人工智能三方管理数据融合方法，其特征在于，所述可靠监管工地的安全风险点的分布数据的相似情况包括不同类型的安全风险点的分布位置的相似情况以及安全风险点的数量的相似情况。

8.如权利要求1所述的基于人工智能三方管理数据融合方法，其特征在于，所述物联网监管设备的相似情况包括不同类型的安全风险点对应的物联网监管设备的类型的相似情况以及设置位置的相似情况。

9.如权利要求1所述的基于人工智能三方管理数据融合方法，其特征在于，确定施工工地不存在安全监管隐患，具体包括：

10.一种计算机系统，包括：通信连接的存储器和处理器，以及存储在所述存储器上并能够在所述处理器上运行的计算机程序，其特征在于：所述处理器运行所述计算机程序时执行上述的一种基于人工智能三方管理数据融合方法。

技术总结
本发明提供一种基于人工智能三方管理数据融合方法及系统，属于数据处理技术领域，具体包括：基于安全隐患的观测结果确定不同物联网监管设备的隐患历史识别数据，并利用隐患历史识别数据，利用预设的AI模型确定不同物联网监管设备在进行安全隐患识别处理时的识别可靠系数，以施工工地的不同类型的安全隐患点的物联网监管设备的设置数据、安全隐患点的关联安全隐患为基础，并结合不同物联网监管设备的识别可靠系数确定是否需要发出安全监管隐患提醒，保证了施工安全的监管的可靠性。

技术研发人员：魏自金
受保护的技术使用者：浙江蓝宸信息科技有限公司
技术研发日：
技术公布日：2024/12/5