摘要
本发明涉及数据处理技术领域,具体涉及基于机器学习的集装箱跟踪数据处理方法,包括:获取集装箱的样本数据与港口的样本数据;得到集装箱的装卸难度指数与运输紧急度指数;得到港口装卸能力;根据港口装卸能力、集装箱的装卸难度指数与运输紧急度指数,得到集装箱的装卸优先级指数,进而得到集装箱的装卸次序;根据随机森林模型,得到集装箱装卸顺序预测模型;根据集装箱的装卸次序对集装箱装卸顺序预测模型进行修正,得到集装箱装卸顺序的最终预测模型。本发明旨在解决对港口集装箱进行装卸时,对集装箱进行顺序装卸,使得港口的装卸效率较低且集装箱不能准时到达目的地的问题。
技术关键词
集装箱装载货物
集装箱跟踪
数据处理方法
指数
随机森林模型
港口装卸设备
样本
港口堆场
sigmoid函数
超参数
数据处理技术
序列
天气
密度
强度
数值
尺寸
系统为您推荐了相关专利信息
数字化方法
灰度共生矩阵
高斯混合模型
数字表面模型
无人机
水质COD检测
荧光特征
LSSVM模型
波长
脉冲氙灯光源
智能评估系统
预测点击率
预训练语言模型
贝叶斯神经网络
面部微表情