基于区块链的企业卫生管理评估方法及系统

摘要

本发明涉及企业管理领域，具体涉及一种基于区块链的企业卫生管理评估方法及系统，该方法包括：构建企业信息区块链，每个区块存储一个企业的相关数据；获取待分析企业训练数据的类别分布图，根据待分析企业与区块链中企业对应类别分布图的差值图、以及区块链中企业的神经网络的质量评估值，得到待分析企业与其他企业的匹配度；获取匹配度最大的企业记为适配企业，根据待分析企业与适配企业的类别分布图的差异数据训练待分析企业对应的神经网络，得到待分析企业的卫生管理等级评估结果。本发明充分利用现有资源，以最小的成本得到待分析企业卫生管理等级。

说明书

技术领域

本发明涉及人工智能、企业管理领域，具体涉及一种基于区块链的企业卫生管理评估方法及系统。

背景技术

在企业生产管理中，企业的生产环境直接影响员工的身心健康和作业环境，良好的卫生管理方法可以有效降低劳动者职业病的发病率，保护了劳动者健康及其相关权益，促进了经济社会的可持续发展，所以有必要对企业的卫生管理进行评估，但企业内的数据为企业的隐私数据，且不同企业的卫生管理评估标准不一致，如何获得在保障企业隐私的情况下，充分利用现有资源最小成本实现其他企业的卫生管理评估，是需要解决的问题。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于区块链的企业卫生管理评估方法及系统，所采用的技术方案具体如下：

构建企业信息区块链，每个区块存储一个企业的相关数据，所述企业的相关数据包括：企业对应的神经网络的权重和质量评估值、以及企业训练数据的类别分布图；所述企业训练数据用于训练神经网络得到企业卫生管理等级；

获取待分析企业训练数据的类别分布图，根据待分析企业与区块链中企业对应类别分布图的差值图、以及区块链中企业的神经网络的质量评估值，得到待分析企业与其他企业的匹配度；

获取匹配度最大的企业记为适配企业，适配企业对应的神经网络权重记为第一权重，将待分析企业对应的神经网络权重初始化为第一权重，根据待分析企业与适配企业的类别分布图的差异数据训练待分析企业对应的神经网络，得到待分析企业卫生管理等级。

优选地，所述企业训练数据的类别分布图具体为：获取企业训练数据的多个主成分方向向量，根据主成分方向向量对应的特征值最大的两个主成分方向向量构建二维空间，将训练数据映射到二维空间中，利用训练数据的类别对二维空间的点的像素值重新赋值得到训练数据的类别分布图。

优选地，所述待分析企业与其他企业的匹配度为：

其中，S

优选地，根据适配企业类别分布图中相同类别的像素坐标获取各类别的中心点坐标；获取待分析企业类别分布图与适配企业类别分布图中对应类别的交集，根据待分析企业的类别分布图与该交集的差值得到各类别的差异数据；各类别的差异数据中像素点的关注度用式子表示为：

其中，

优选地，待分析企业对应神经网络的损失函数为：

其中，M表示训练数据的数据量，G

本发明还提供了一种基于区块链的企业卫生管理评估系统，该系统包括：

信息获取模块，用于构建企业信息区块链，每个区块存储一个企业的相关数据，所述企业的相关数据包括：企业对应的神经网络的权重和质量评估值、以及企业训练数据的类别分布图；所述企业训练数据用于训练神经网络得到企业卫生管理等级；

信息分析模块，用于获取待分析企业训练数据的类别分布图，根据待分析企业与区块链中企业对应类别分布图的差值图、以及区块链中企业的神经网络的质量评估值，得到待分析企业与其他企业的匹配度；

等级评估模块，用于获取匹配度最大的企业记为适配企业，适配企业对应的神经网络权重记为第一权重，将待分析企业对应的神经网络权重初始化为第一权重，根据待分析企业与适配企业的类别分布图的差异数据训练待分析企业对应的神经网络，得到待分析企业卫生管理等级。

本发明实施例至少具有如下有益效果：

本发明对于待分析企业卫生管理等级的评估，考虑到待分析企业与现有企业数据类别之间的差异构建差值图，用该差值图作为秘钥获得最佳匹配区块中的信息，根据待分析企业与最佳匹配区块中的信息，利用迁移学习的方法对现有的神经网络进行重训练，充分利用现有资源，以最小的成本完成待分析企业对应的神经网络的训练，即可得到待分析企业卫生管理等级评估结果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1为方法流程图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于区块链的企业卫生管理评估方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种基于区块链的企业卫生管理评估方法及系统的具体方案。

实施例1：

请参阅图1，其示出了本发明一个实施例提供的一种基于区块链的企业卫生管理评估方法的步骤流程图，该方法包括以下步骤：

首先，构建企业信息区块链，每个区块存储一个企业的相关数据，所述企业的相关数据包括：企业对应的神经网络的权重和质量评估值、以及企业训练数据的类别分布图；所述训练数据用于训练神经网络得到企业卫生管理等级。

需要说明的是，在对企业卫生管理等级评估的前期，由于可以利用的资源有限，所以企业要采集足够多的数据来训练神经网络得到企业卫生管理等级。其中，所述企业训练数据的类别分布图具体为：获取企业训练数据的多个主成分方向向量，根据主成分方向向量对应的特征值最大的两个主成分方向向量构建二维空间，将训练数据映射到二维空间中，利用训练数据的类别对二维空间的点的像素值重新赋值得到训练数据的类别分布图。

需要说明的是，企业卫生管理等级体现在企业作业环境中的卫生状况，所以利用监控相机采集到的RGB图像与人为设定的标准RGB图像做差得到差值图；利用最大类间方差法将该差值图进行阈值化处理得到Mask图像，将Mask与相机采集到的RGB图像相乘得到图像I；进一步采集连续10帧图像对应的图像I，将10帧图像I作concatenate操作得到训练数据图像I

将企业对应的神经网络的权重和质量评估值、以及企业训练数据的类别分布图存储在区块中，获得企业信息区块链系统，一个企业对应一个区块。该步骤的有益效果为：企业的生产信息为商业信息，属于企业的隐私，企业信息区块链为一个加密的去中心化的数据库，即保证了数据安全性的同时实现了各个企业之间的数据传输，实现数据共享。

企业信息区块链包含很多区块，每一个区块存储着一个企业的相关数据，可以从企业信息区块链中直接获取每一个企业对应区块内存储的相关数据，即企业对应的神经网络的权重和质量评估值、以及企业训练数据的类别分布图，优选地，本实施例中以企业i为例，详细说明对应区块i内存储的信息。

企业i对应的神经网络i的质量评估值的获取方法具体为：企业i对应的神经网络i训练完成后，利用验证集数据得到神经网络i的混淆矩阵，根据混淆矩阵得到神经网络i的质量评估值，记为Score

企业i训练数据的类别分布图的获取方法具体为：利用数据降维技术对企业i的训 练数据进行降维处理。数据降维可以采用PCA技术实现，获得训练数据的多个主成分方向向 量，根据主成分方向向量对应的特征值进行筛选，得到特征值最大的两个主成分方向向量

需要说明的是，不同企业训练得到的神经网络的结构完全一样，但是由于不同企业卫生管理等级评估标准不同，使得神经网络的权重各不相同，记神经网络i的权重为Q

然后，获取待分析企业训练数据的类别分布图，根据待分析企业与区块链中企业对应类别分布图的差值图、以及区块链中企业的神经网络的质量评估值，得到待分析企业与其他企业的匹配度，获取匹配度最大的企业记为适配企业。该步骤的目的是对新企业进行企业卫生管理等级评估时，从区块链中选取与新企业最为匹配的区块，并获得该区块的信息。该步骤的有益效果为：借助区块链数据共享和数据安全的功能，充分利用现有资源，从现有的资源在中得到与新企业匹配度最高的数据信息。

企业训练数据的类别分布图可以反映类别分布情况，反映不同类别的分类标准，对类别分布图相同的两个企业来说其分类标准是相同的，可以采用相同的神经网络进行企业卫生管理等级的评估。

待分析企业d首先采集自身企业数据，获得待分析企业d的训练数据，获取待分析企业训练数据的类别分布图S

其中，S

最后，将适配企业对应的神经网络权重记为第一权重，将待分析企业对应的神经网络权重初始化为第一权重，根据待分析企业与适配企业的类别分布图的差异数据训练待分析企业对应的神经网络，得到待分析企业的卫生管理等级评估结果。

其中，利用区块中存储的企业相关信息训练待分析企业的神经网络，得到待分析企业卫生管理等级评估结果。该步骤的目的是利用现有的神经网络权重，进行网络的重训练，利用最少的资源浪费得到满足待分析企业卫生管理等级评估需求的神经网络。首先利用迁移学习的思想，将待分析企业d神经网络的权重初始化为权重Q

根据适配企业类别分布图中相同类别的像素坐标获取各类别的中心点坐标；获取待分析企业类别分布图与适配企业类别分布图中对应类别的交集，根据待分析企业的类别分布图与该交集的差值得到各类别的差异数据。

先获取适配企业类别分布图S

同时，获取待分析企业类别分布图S

其中，

具体地，以适配企业类别分布图S

同时，获取待分析企业类别分布图S

按照该计算公式可以得到类别1的差异数据集合J

进一步对S

按照该计算公式可以得到类别2的差异数据集合J

同时在权重Q

其中，M表示训练数据的数据量，G

利用训练好的待分析企业的神经网络得到待分析企业d的卫生管理等级。利用待分析企业d的测试机数据获得其对应的神经网络权重Q

实施例2：

本实施例提供了一种基于区块链的企业卫生管理评估系统，该系统包括：

信息获取模块，用于构建企业信息区块链，每个区块存储一个企业的相关数据，所述企业的相关数据包括：企业对应的神经网络的权重和质量评估值、以及企业训练数据的类别分布图；所述企业训练数据用于训练神经网络得到企业卫生管理等级；

信息分析模块，用于获取待分析企业训练数据的类别分布图，根据待分析企业与区块链中企业对应类别分布图的差值图、以及区块链中企业的神经网络的质量评估值，得到待分析企业与其他企业的匹配度；

等级评估模块，用于获取匹配度最大的企业记为适配企业，适配企业对应的神经网络权重记为第一权重，将待分析企业对应的神经网络权重初始化为第一权重，根据待分析企业与适配企业的类别分布图的差异数据训练待分析企业对应的神经网络，得到待分析企业卫生管理等级。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。