基于深度学习的大宗资源类矿产品放行风险预测系统的制作方法

[0001]
本实用新型涉及物品检测与识别技术领域，特别是涉及一种基于深度学习的大宗资源类矿产品放行风险预测系统。


背景技术：

[0002]
目前，对海关放行风险进行预测分析，通常依靠业务一线人员的主观评估分析，然而，随着海关业务信息化的飞速发展，海关业务数据库收集存储了海量的通关管理数据。这些业务数据涵盖了海关管理的各个领域，呈现出数据量大、增长迅速、关系复杂等特点，加上国际经济形势巨变，海关所面临的各种风险也大量增加。人工处理机制已然出现明显疲态。
[0003]
为了满足监管业务量不断增长的需要，若只凭借业务人员的人工审单，需要增加大量的人力投入，成本耗损巨大，并且人为主观评估分析，缺少辅助决策的信息，存在随意性大、难以发觉潜在风险的问题。


技术实现要素：

[0004]
本实用新型的目的是：提供一种基于深度学习的大宗资源类矿产品放行风险预测系统和存储介质，能够避免人为考量不同因素时产生的片面性，寻找引起风险的潜在因素，相比人工审单具有更全面、更强大的分析评估能力。
[0005]
为了实现上述目的，本发明提供了一种基于深度学习的大宗资源类矿产品放行风险预测系统，所述系统包括：若干个前端采集设备、数据运算服务器、海关系统服务器和终端处理设备，所述数据运算服务器通过网络与若干个前端采集设备和海关系统服务器连接；所述海关系统服务器与所述终端处理设备连接。
[0006]
进一步地，所述数据运算服务器包括历史数据服务器、应用服务器和数据处理服务器；所述历史数据服务器、所述应用服务器和所述数据处理服务器依次连接，形成环状；所述历史数据服务器通过内部局域网络的数据接口连接所述海关系统服务器；所述应用服务器通过内部局域网络连接所述终端处理设备。
[0007]
进一步地，所述前端采集设备包括交换机、采集器客户端、终端采集盒、风险评估系统、显示屏、摄像机和记录仪；所述的交换机通过网络和终端采集盒连接，所述的终端采集盒分别与摄像机、记录仪和采集器客户端连接，所述的风险评估系统分别与采集器客户端和显示屏连接。
[0008]
进一步地，所述海关系统服务器为海关数据的数据源服务器。
[0009]
进一步地，所述终端处理设备为电脑或工作站。
[0010]
进一步地，所述的记录仪包括lcd记录仪和迷你记录仪。
[0011]
相对于现有技术，本发明实施例提供的一种基于深度学习的大宗资源类矿产品放行风险预测系统，至少具备如下有益效果：
[0012]
本实用新型公开了一种基于深度学习的大宗资源类矿产品放行风险预测系统，其
特征在于，包括：若干个前端采集设备、终端处理设备、数据运算服务器、海关系统服务器，所述数据运算服务器通过网络与若干个前端采集设备和海关系统服务器连接；所述海关系统服务器与所述终端处理设备连接。本系统能够避免人为考量不同因素时产生的片面性，寻找引起风险的潜在因素，相比人工审单具有更全面、更强大的分析评估能力。
附图说明
[0013]
图1为本实用新型第一实施例提供的一种基于深度学习的大宗资源类矿产品放行风险预测系统的结构示意图。
具体实施方式
[0014]
下面将结合本实用新型实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0015]
应当理解，文中所使用的步骤编号仅是为了方便描述，不对作为对步骤执行先后顺序的限定。
[0016]
应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0017]
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0018]
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0019]
本发明第一实施例：
[0020]
请参阅图1，本实用新型实施例的一种基于深度学习的大宗资源类矿产品放行风险预测系统100，包括若干个前端采集设备101、数据运算服务器102、海关系统服务器103和终端处理设备104；所述数据运算服务器102通过网络与若干个前端采集设备101和海关系统服务器103连接；所述海关系统服务器与所述终端处理设备104连接。
[0021]
在本实用新型的某一个实施例中，所述数据运算服务器包括历史数据服务器、应用服务器和数据处理服务器；所述历史数据服务器、所述应用服务器和所述数据处理服务器依次连接，形成环状；所述历史数据服务器通过内部局域网络的数据接口连接所述海关系统服务器；所述应用服务器通过内部局域网络连接所述终端处理设备。
[0022]
在本实用新型的某一个实施例中，所述前端采集设备包括交换机、采集器客户端、终端采集盒、风险评估系统、显示屏、摄像机和记录仪；所述的交换机通过网络和终端采集盒连接，所述的终端采集盒分别与摄像机、记录仪和采集器客户端连接，所述的风险评估系统分别与采集器客户端和显示屏连接。
[0023]
在本实用新型的某一个实施例中，所述海关系统服务器为海关数据的数据源服务器。
[0024]
在本实用新型的某一个实施例中，所述终端处理设备为电脑或工作站。
[0025]
在本实用新型的某一个实施例中，所述的记录仪包括lcd记录仪和迷你记录仪。
[0026]
本实用新型公开了一种基于深度学习的大宗资源类矿产品放行风险预测系统，其特征在于，包括：若干个前端采集设备、终端处理设备、数据运算服务器、海关系统服务器，所述数据运算服务器通过网络与若干个前端采集设备和海关系统服务器连接；所述海关系统服务器与所述终端处理设备连接。本系统能够避免人为考量不同因素时产生的片面性，寻找引起风险的潜在因素，相比人工审单具有更全面、更强大的分析评估能力。
[0027]
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0028]
以上所述实施例仅表达了本实用新型的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对实用新型专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本实用新型构思的前提下，还可以做出若干变形和改进，这些都属于本实用新型的保护范围。因此，本实用新型专利的保护范围应以所附权利要求为准。