本发明涉及数据管理,尤其涉及一种葡萄种质资源数据综合管理系统。
背景技术:
1、葡萄是一种重要的果树,其品种繁多、口感丰富,具有很高的经济价值和生态价值。
2、由于葡萄种质资源的品种繁多,品种性状、抗逆性、抗病性等特征差异性较大,相关研究人员对葡萄种质信息的描述差异大且时间跨度大导致数据不统一,使各来源数据未达到规范化、标准化的统一管理,同时,数据不完整导致无法对葡萄种质资源数据进行预测,用户无法及时做出正确的决策,降低生产率。
3、因此,本发明提出一种葡萄种质资源数据综合管理系统。
技术实现思路
1、本发明提供一种葡萄种质资源数据综合管理系统,用以解决现有技术中各来源数据未达到规范化、标准化的统一管理,同时,数据不完整导致无法对葡萄种质资源数据进行预测,用户无法及时做出正确的决策,降低生产率的缺陷。
2、一方面,本发明提供一种一种葡萄种质资源数据综合管理系统,包括:
3、生成模块:获取葡萄种质资源的基本信息,并将基本信息进行类型分类,生成相应的图表,将图表通过数据可视化技术进行展示;
4、第一获取模块:获取用户的查询历史和偏好,结合展示结果为用户提供个性化的种质资源推荐;
5、加密模块:对推荐过程进行数据加密,针对角色的用户分配不同的访问权限,根据访问记录对葡萄种质资源数据进行数据备份;
6、分析预测模块:根据推荐结果且基于深度学习算法构建预测模型,基于所述预测模型对葡萄种质资源数据进行分析和预测,实现优化种植管理和用户决策。
7、根据本发明提供的一种葡萄种质资源数据综合管理系统,生成模块,包括:
8、第一获取单元:根据种质资源数据库中获取葡萄种质资源的基本信息;
9、建立单元:将所述葡萄种质资源的基本信息进行整理,建立统一的数据结构;
10、分类单元:基于所述统一的数据结构将葡萄种质资源按照采集时间和来源地进行分类;
11、第一生成单元:根据分类结果生成相应的图表,并导入到数据可视化工具中进行展示。
12、根据本发明提供的一种葡萄种质资源数据综合管理系统,第一获取模块,包括:
13、收集单元:收集用户在平台上的行为数据,根据用户画像系统对行为数据进行分析;
14、第二获取单元:通过分析结果获取用户的查询历史和偏好;
15、建模单元:利用机器学习算法,对用户画像进行建模,根据用户的查询历史和偏好找出用户的共同特征和差异点;
16、第一构建单元:使用深度学习框架构建一个基于神经网络的个性化推荐模型,基于用户的共同特征和差异点并结合展示结果为用户提供个性化的种质资源推荐。
17、根据本发明提供的一种葡萄种质资源数据综合管理系统,加密模块,包括:
18、第一确定单元:确定推荐过程所处的场景以及推荐数据类型,根据所述场景以及推荐数据类型确定对应的加密算法;
19、数据加密单元:基于所述加密算法对推荐过程进行数据加密;
20、第二生成单元:获取用户的角色,并基于加密算法为每个角色生成加密密钥;
21、分配单元:根据所述加密密钥为用户分配不同的访问权限;
22、第三获取单元:根据所述访问权限获取用户的访问记录,根据访问记录获取葡萄种质资源访问数据;
23、备份单元:对所述访问数据进行加密并备份。
24、根据本发明提供的一种葡萄种质资源数据综合管理系统,分析预测模块,包括:
25、第四获取单元:获取推荐结果中葡萄种质资源相关的数据,并对所述数据进行预处理;
26、第五获取单元:根据相关系数分析法从预处理后的数据中获取数据特征;
27、第二构建单元:根据所述数据特征且基于深度学习算法构建预测模型;
28、第二确定单元:将待分析葡萄种质资源数据输入到预测模型中,获取预测结果并与实际分类标签,确定所述预测模型对该类别的概率分布;
29、分析预测单元:根据所述概率分布对所述预测模型进行优化模型结构和调整超参数,基于优化和调整后的预测模型对待分析葡萄种质资源数据进行分析和预测,实现优化种植管理和用户决策。
30、根据本发明提供的一种葡萄种质资源数据综合管理系统,还包括:
31、第二获取模块:根据葡萄种质资源数据的管理需求确定合适的区块链平台,根据所述区块链平台获取对应的共识算法;
32、集成模块:根据所述共识算法在区块链平台上集成权限管理和访问控制功能;
33、第一确定模块:编写智能合约,并基于所述智能合约确定去中心化的数据存储结构;
34、验证审查模块:根据所述权限管理、访问控制功能以及去中心化的数据存储结构对葡萄种质资源数据进行验证和审查,确保数据的完整性和一致性。
35、根据本发明提供的一种葡萄种质资源数据综合管理系统,还包括:
36、分解模块:确定葡萄种质资源数据管理系统的系统架构,将所述系统架构分解为多个可移植模块;
37、选择模块:获取葡萄种质资源数据管理系统以及多个小的可移植模块的需求,并基于所述需求选择云服务提供商以及开发基础设施;
38、打包模块:根据系统架构编写应用代码,将所述可移植模块、云服务提供商和基础设施进行打包;
39、启动模块:基于docker技术创建和管理容器,将包安装到容器中并在云端进行启动,确保容器正确配置并与基础设施相容。
40、根据本发明提供的一种葡萄种质资源数据综合管理系统,分析预测单元,还包括:
41、第一确定子单元:根据葡萄种质资源数据确定每个葡萄品种的目标数据序列;
42、第一确定子单元:根据葡萄种质资源数据确定每个葡萄品种的目标数据序列;
43、第一获取子单元:根据目标数据序列获取每个葡萄品种的生长影响参数,确定每项生长影响参数对葡萄品种的生长影响程度;
44、第二确定子单元:根据每项生长影响参数对葡萄品种的生长影响程度确定每个葡萄品种生长异常的第一概率参数;
45、第三确定子单元:根据每个葡萄品种的生长影响参数确定该葡萄品种的生长环境的各项指标的基准值;
46、第四确定子单元:确定每项指标的映射属性,根据映射属性确定每项指标的跳变概率;
47、第五确定子单元:根据每项指标的跳变概率确定每个葡萄品种生长异常的第二概率参数;
48、第六确定子单元:基于优化和调整后的预测模型且根据第一概率参数和第二概率参数,确定每个葡萄品种在特定资源环境下的第一生长阶段状态变量和在大众资源环境下的第二生长阶段状态变量;
49、第七确定子单元:根据每个葡萄品种的第一生长阶段状态变量和生长阶段状态变量,确定该葡萄品种的自适应指数和生长环境条件限制指数;
50、预测子单元:根据每个葡萄品种的自适应指数和生长环境条件限制指数,对每个葡萄品种进行产量区间预测,获取产量预测数据;
51、第二获取子单元:根据所述产量预测数据获取每个葡萄品种的种植成本,根据种植成本实现优化种植管理和用户决策。
52、与现有技术相比,本技术的有益效果如下:
53、获取葡萄种质资源的基本信息并进行类型分类,生成图表以可视化技术进行展示,将展示结果和用户的历史偏好进行结合,为用户提供个性化的种质资源推荐,用户将能够更轻松地选择最适合他们需求的植物种类,提高种植的成功率和生产效率,进一步的,为推荐过程进行加密以及数据备份,使各来源数据达到规范化、标准化的统一管理,同时,根据推荐结果对葡萄种质资源数据进行分析和预测,使用户及时做出正确的决策,提高生产率。