[发明专利]基于检验检疫大数据的一体式移动工作台

权利要求书

1.一种基于检验检疫大数据的一体式移动工作台，其特征在于，包括主机、显示终端、键盘、二维码采集装置、打印机及箱体；

所述显示终端、所述键盘、所述二维码采集装置、所述打印机分别与所述主机通信连接；

所述打印机包括打印机本体和出纸端；所述主机、所述打印机本体设置于所述箱体内，所述出纸端自所述箱体的侧面延伸至所述箱体的外部；

所述箱体沿所述一体式移动工作台的高度方向具有顶端和底端，所述显示终端和所述键盘设置于所述顶端，所述二维码采集装置固定于所述箱体的表面；

所述一体式移动工作台的底部设有滑动机构；

所述二维码采集装置用于扫描进出口对象的待查验的标签和/或待查验的单证；

所述打印机用于打印查验所述进出口对象后的取样标签和/或取样单证；

所述主机内还包括基于检验检疫大数据的风险分析预测系统，所述风险分析预测系统用于根据所述二维码采集装置扫描的所述进出口对象的待查验的标签和/或待查验的单证预测所述进出口对象不合格的检出率，所述风险分析预测系统还用于在所述检出率大于一预设阈值时确定所述进出口对象的查验方式。

2.如权利要求1所述的基于检验检疫大数据的一体式移动工作台，其特征在于，所述风险分析预测系统包括模型生成系统和模型预测系统；

所述模型生成系统包括第一获取模块、特征提取模块和训练模块；

所述第一获取模块用于获取历史检验检疫数据，每条所述历史检验检疫数据包括货物名称、原产国、产地、包装类型、铺垫材料、货物尺寸、加工厂家、材料品种、集装箱数量、集装箱规格、货物证书信息、运输工具信息、联系人信息、是否退运标识、企业报检号、机构代码、货物总值、报检类别、启运国家信息、输出国家信息、目的地、口岸信息、贸易方式、发货人信息、收货人信息、企业性质、报检员信息、报检单位信息、货物用途信息、废旧物品标识、货物数量、货物重量、报检单号中的至少一个字段；每条所述历史检验检疫数据还包括货物类别和检测结果；

所述特征提取模块用于对所述历史检验检疫数据中所有字段进行特征提取并根据所述检测结果进行标注以得到对应的历史序列；每条所述历史序列包括特征提取后的特征和标注后的标签，所述标注后的标签用于标识是否合格；

所述训练模块用于将所述历史评论序列输入至机器学习算法中进行模型训练，以生成用于预测所述进出口对象不合格的检出率的模型；

所述模型预测系统包括第二获取模块、数据处理模块和预测模块；

所述第二获取模块用于根据所述二维码采集装置扫描的所述进出口对象的待查验的标签和/或待查验的单证获取所述进出口对象所对应的所述检验检疫数据；

所述数据处理模块用于对所述进出口对象所对应的所述检验检疫数据进行特征提取以得到对应的待识别的序列，所述待识别的序列包括特征提取后的特征；

所述预测模块用于使用所述预测所述进出口对象不合格的检出率的模型预测所述进出口对象不合格的检出率。

3.如权利要求2所述的基于检验检疫大数据的一体式移动工作台，其特征在于，所述机器学习算法包括J48、ZeroR、AdaBoostM1中的至少一个；所述特征提取模块使用Ranker、GreedyStepwise、BestFirst算法中的至少一个进行特征提取。

4.如权利要求2所述的基于检验检疫大数据的一体式移动工作台，其特征在于，当所述货物类别为美容品或化妆品类别时，每条所述历史检验检疫数据还包括生产日期、生产批号、产品保质期和开检日期，所述机器学习算法包括逻辑斯蒂回归、支持向量机、朴素贝叶斯、决策树、随机森林和梯度提升机中的任意一个，所述训练模块还用于调试核心指标，所述核心指标包括召回率和精准度。

5.如权利要求4所述的基于检验检疫大数据的一体式移动工作台，其特征在于，当所述货物类别为美容品或化妆品类别时，每条所述历史检验检疫数据还包括开检日期距元旦的天数；所述机器学习算法包括xGBoost或者LightGBM。

6.如权利要求1所述的基于检验检疫大数据的一体式移动工作台，其特征在于，所述一体式移动工作台还包括单兵执法记录仪，所述单兵执法记录仪用于记录查验现场的视频和/或音频数据并上传至远端服务器。