【开源夏令营】PFIF公益寻人平台(二)

1、PFIF数据模型简介:

概述

PFIF协议中有以下两种类型的记录。 PERSON记录是为了储存标识某个人的个人信息, NOTE 记录是为了储存某个人现在状态的信息,每一个 NOTE 记录属于一个特定的 PERSON, 而一个PERSON 记录可以拥有任意数目的关联 NOTE 记录。

PERSON 记录可以是被寻找失踪人员的人创建,也可以被拥有失踪人员信息的人创建。特定人员的 PERSON 记录是所有parties聚合的重点; 而特定人员 NOTE 记录则储存着有关特定人员不断增加的分享信息。

一个 PERSON 记录只有在其信息不正确的情况下才应该被更新。如果一个特定的 PERSON 的状态或位置被改变, 这应该由加入一个新的关于该PERSON的NOTE 记录来反映。

PERSON记录

一个 PERSON 记录包含了25个字段。 对于一个特定人员,可能有多个 PERSON 记录。实际上,任意从不同来源导入数据的应用,都很有可能获得同一人员的多份 PERSON 记录。 应用对如何关联这些记录有决定权。推荐的做法是保留所有记录的副本,分开地跟踪哪些记录对应同一个人。

PERSON记录中关于记录本身的元数据 (9 个字段),表示一个失踪人员的信息(16个字段)

NOTE记录

         每一个 NOTE 记录只属于一个特定的 PERSON 记录。 一个特定的PERSON 记录可以和多个NOTE 记录相关联。NOTE记录被用来提供失踪人员的更新信息。 每一个NOTE记录有一个时间戳以及该记录的作者信息。不同的应用可以使用时间戳来决定一个给定字段的最新值。

         NOTE记录中有关于记录本身的元数据(8个字段)和关于失踪人员的状态信息(7个字段)

2、参考的MYSQL数据库数据字典

EVENT表

表注释: 事件表 

字段

类型

默认

注释

event_id

int(11)

 

事件ID,主键自增

event_name

varchar(50)

 

事件名

occur_date

datetime

 

事件发生的日期

description

text

 

事件描述

photo_url

varchar(100)

 

事件图片URL地址

PERSON表

表注释: PERSON表 

字段

类型

默认

注释

person_record_id

varchar(255)

 

person记录的唯一标识符

entry_date

datetime

NULL

录入时间

expiry_date

datetime

NULL

该记录副本被存储的时间

author_name

varchar(50)

NULL

录入该记录的作者的全名

author_email

varchar(50)

NULL

录入该记录的作者的电子邮箱地址

author_phone

varchar(50)

NULL

录入该记录的作者的电话号码

source_name

varchar(50)

NULL

该数据原始仓库的名字

source_date

datetime

NULL

该记录原始副本在其原始仓库被创建的时间

source_url

varchar(100)

NULL

该记录在其原始仓库的URL地址

full_name

varchar(50)

NULL

一个找到或失踪人员的全名

given_name

varchar(25)

NULL

一个找到或失踪人员的GIVEN NAME

family_name

varchar(25)

NULL

一个找到或失踪人员的FAMILY NAME

alternate_names

varchar(50)

NULL

曾用名

description

text

NULL

描述

sex

varchar(10)

NULL

性别

date_of_birth

date

NULL

生日

age

varchar(10)

NULL

年龄(可以是个范围)

home_street

varchar(50)

NULL

街道名

home_neighborhood

varchar(50)

NULL

邻居

home_city

varchar(50)

NULL

城市

home_state

varchar(50)

NULL

省份

home_postal_code

varchar(20)

NULL

邮政编号

home_country

varchar(50)

NULL

国别

photo_url

varchar(100)

NULL

照片地址

profile_urls

varchar(100)

NULL

主页地址

event_id

int(11)

NULL

隶属事件的ID

 

NOTE表

表注释: NOTE表 

字段

类型

默认

注释

note_record_id

varchar(255)

 

note记录的唯一标识符

person_record_id

varchar(255)

 

person记录ID

linked_person_record_id

varchar(255)

NULL

person记录的ID 或空

entry_date

datetime

NULL

录入时间

author_name

varchar(50)

NULL

录入该记录的作者全名

author_email

varchar(50)

NULL

录入该记录的作者的EMAIL

author_phone

varchar(50)

NULL

录入该记录的作者的电话号码

source_date

datetime

NULL

该记录原始副本在其原始仓库被创建的时间

author_made_contact

tinyint(1)

NULL

创建该记录的作者是否已经联系失踪人员

status

varchar(50)

NULL

失踪人员状态

email_of_found_person

varchar(50)

NULL

已发现的失踪人员的EMAIL

phone_of_found_person

varchar(50)

NULL

已发现的失踪人员的电话号码

last_known_location

varchar(50)

NULL

最后一次发现的地理位置

text

char(255)

NULL

留言,失踪人员近况,状态、地理位置详情等

photo_url

varchar(100)

NULL

照片地址

 


内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值