摘要
本发明涉及一种基于历史数据的快递分类信息预测系统。所述系统包括:网络应用器件,用于采用完成多次训练后的霍菲特神经网络基于目标快递路线在当天之前设定数目的多天分别对应的多份历史快递内容以及目标快递路线的各份配置信息解析目标快递路线在当天各种类型快递分别对应的各份包裹数目;映射处理器件,用于在设定结束地址基于解析结果预置当天为各种类型快递分别保留的各种储物容器的数量。通过本系统,能够在当天凌晨启动对目标快递路线当天各种类型快递分别对应的各份包裹数目的智能预测,进而在设定结束地址预置当天为各种类型快递分别保留的各种储物容器的数量,从而提升了储物容器数量的动态分配效果,保证了储物容器的利用率。
技术关键词
捕获机构
信息预测系统
可编程逻辑器件
图像数据处理
处理器
电压转换设备
储物容器
振荡设备
包裹
神经网络训练
石英
时钟脉冲
图像增强
居民
滤波
尺寸
系统为您推荐了相关专利信息
PID控制算法
非线性补偿算法
参数
数字信号处理器
系统动态响应
焊接温度场
贴片器件
温度预测方法
因子
焊盘数量
粗糙度预测方法
输入神经网络模型
深度残差
训练特征
软阈值函数
评估指标体系
动态理想解
安防预警系统
模糊层次分析
综合评估方法