[发明专利]一种科技项目数据报告的提交系统在审

专利信息
申请号: 201910479199.3 申请日: 2019-06-04
公开(公告)号: CN110310083A 公开(公告)日: 2019-10-08
发明(设计)人: 石嘉豪;陈柔伊;王宏;张志彬;周育忠 申请(专利权)人: 南方电网科学研究院有限责任公司;中国南方电网有限责任公司
主分类号: G06Q10/10 分类号: G06Q10/10;G06N3/04;G06N3/08;G06K9/62
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 麦小婵;郝传鑫
地址: 510670 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 科技项目 用户客户端 数据报告 数据存储服务器 输送单元 数据整理 防火墙 检测 信号输出端 操控界面 存储分类 分类整理 连接数据 用户登录 整理单元 可信度 审核 隔离
【说明书】:

发明公开了一种科技项目数据报告的提交系统,包括:用户客户端、防火墙、WEB服务器、初查单元、数据整理单元和数据存储服务器,用户客户端用于用户登录软件的操控界面,且用户客户端通过WEB服务器连接初查单元;防火墙用于对可信度较低的数据进行查杀和隔离;初查单元包括检测单元和输送单元,检测单元用于对提交的科技项目数据进行检测识别,输送单元的信号输出端分别连接数据整理单元和用户客户端;数据整理单元用于对初查后的科技项目数据进行分类整理;数据存储服务器用于存储分类整理后的科技项目数据。本发明公开的一种科技项目数据报告的提交系统,能够提高科技项目报告的审核效率,降低审核难度。

技术领域

本发明涉及科技项目数据提交领域,尤其涉及一种科技项目数据报告的提交系统。

背景技术

科技项目是指以科学研究和技术开发为内容而单独立项的项目,其目的在于解决经济和社会发展中出现的科学技术问题。

本发明人在实施本发明的过程中发现,现有的科技报告递交存在以下技术问题:

科技项目申报需要向相关部分进行递交,因缺乏专业研发项目管理人员,存在数据存储杂乱,没有按相同领域、时间进行归纳,各领域的审核员在审核时需要长时间查阅,严重影响了工作进度,同时在接收申报人员提交的数据时容易因掺杂病毒导致系统崩溃的问题,另外现有的提交系统中没有初查系统,所以审核都需要审核人员操作,无形中增加了审核人员的劳动强度。

发明内容

本发明实施例提供一种科技项目数据报告的提交系统,能够提高科技项目报告的审核效率,降低审核难度。

本发明实施例提供一种科技项目数据报告的提交系统,包括:用户客户端、防火墙、WEB服务器、初查单元、数据整理单元和数据存储服务器,其特征在于,所述用户客户端用于用户登录软件的操控界面,且用户客户端通过WEB服务器连接初查单元,用于提交科技项目数据;

所述防火墙用于对科技项目数据中可信度较低的数据进行查杀和隔离;

所述初查单元包括检测单元和输送单元,检测单元用于对提交的科技项目数据进行检测识别,输送单元的信号输出端分别连接数据整理单元和用户客户端,用于传输检测后的科技项目数据;

所述数据整理单元用于对初查后的科技项目数据进行分类整理;

所述数据存储服务器用于存储分类整理后的科技项目数据。

作为上述方案的改进,所述检测单元的检测内容包含数据查重和错别字,且检测单元还包括卷积神经网络模型。

作为上述方案的改进,所述卷积神经网络模型还包括识别模块子单元和深度训练学习子单元,深度训练学习子单元用于对现有技术中的科技项目数据以及文字文化进行深度学习训练,并生成用于识别的网络模型,识别模块子单元用于根据网络模型对提交的数据进行计算识别。

作为上述方案的改进,所述深度训练学习子单元包括采集模块、存储模块和深度学习训练模块,采集模块用于通过互联网采集现有的科技项目数据,且采集模块的信号输出端连接存储模块的信号接收端,用于对采集后的数据进行存储,深度学习训练模块用于对存储模块中的数据进行学习训练生成模型。

作为上述方案的改进,所述采集模块采用网络爬虫,网络爬虫与互联网的传输线路中连接有滤波器,所述存储模块采用固态硬盘。

作为上述方案的改进,所述数据整理单元包括聚类分析单元,具体为K-KEANS算法,K-KEANS算法接受输入量K。

作为上述方案的改进,所述K-KEANS算法,具体包括:

从n个数据对象任意选择K个对象作为初始聚类中心;

分别计算每个对象到各个聚类中心的距离,把对象分配到距离最近的聚类中;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南方电网科学研究院有限责任公司;中国南方电网有限责任公司,未经南方电网科学研究院有限责任公司;中国南方电网有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910479199.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top