摘要
本发明涉及冷链物流监控技术领域,公开了一种多模态AIGC冷链物流监控平台的温度预测方法及系统,该方法包括:基于冷链物流监控平台对冷链物流运输过程进行多模态数据采集和数据融合,得到多模态融合数据矩阵;输入AIGC模型进行特征提取和模态间特征权重计算,得到多模态特征重要度向量;进行跨模态加权融合计算及关联特征图构建,得到温度状态特征序列;输入多模态深度信念网络进行概率分布建模,得到温度预测概率分布序列;进行时序特征分析,得到温度预测区间序列;进行动态阈值判定,得到多级温度预警触发信号。本发明提高了冷链物流监控平台的温度预测准确率。
技术关键词
温度预测方法
冷链物流监控
跨模态
多模态特征
多模态深度
序列
概率分布建模
多模态数据采集
矩阵
注意力
时序
长短期记忆单元
温度预测系统
概率生成模型
平台
堆叠受限玻尔兹曼机
温湿度
系统为您推荐了相关专利信息
智能检测方法
人工智能模型
主动学习策略
动态特征选择
多模态数据采集
多模态智能分析
智能分析决策
RTK定位数据
数字孪生系统
农业
患者诊疗数据
智能决策方法
肿瘤治疗
多模态
大语言模型
兴趣画像
饱和度模型
数据驱动建模技术
反馈优化方法
个性化推荐技术
风险评估方法
风险评估模型
数据特征提取
多模态
多维特征向量