摘要
本发明公开了一种基于数字孪生的全物流对象可视化方法及系统,方法包括:通过设置于物流对象上的多类型传感器,实时采集物流对象的关键状态参数及其他环境参数;对关键状态参数进行预处理,形成时间序列数据集;运用特征选择算法,从时间序列数据集中提取出影响物流对象状态的关键特征;利用提取的关键特征,通过生成对抗网络技术,构建物流对象的数字孪生模型;基于环境参数,构建基于机器学习的环境模型,将环境模型与数字孪生模型进行集成,形成一个综合的虚拟环境并可视化展示。利用本发明实施例,能够实现对物流对象的全面监控和动态展示。
技术关键词
数字孪生模型
物流
对象可视化方法
生成对抗网络
机器学习模型
特征选择算法
深度学习结构
数据
对象可视化系统
剔除噪声
变量
随机噪声
序列
模块
特征值
传感器
参数
存储器
系统为您推荐了相关专利信息
数字档案管理
档案管理系统
风机
振动传感器
历史维修记录
清洁度检测方法
清洗液
多模态数据采集
清洁度检测系统
羽绒清洗工艺
深度神经网络模型
电网设备状态
轻量化神经网络
递归神经网络
内容分发网络
自动速度控制系统
控制电路
车道
车窗清洁系统
车辆
数字孪生模型
协同方法
超级计算机集群
物理系统
监测策略