摘要
本发明提出了一种基于大数据的物流异常监控分析方法及系统,其中,方法包括:采集物流运输过程中的多维特征数据,对所述多维特征数据进行标准化处理;基于多维特征数据获取判断物流异常的时间窗口;根据时间窗口计算多维特征数据的动态阈值,若多维特征数据的数值大于等于动态阈值,则判定为异常;基于异常物流数据训练物流异常预测模型,获取实时多维特征数据,将所述实时多维特征数据输入到物流异常预测模型中,预测物流是否会存在异常。通过此方法和对应的系统,提高了物流异常检测的准确性和鲁棒性,降低物流异常监测的误报率,使物流异常监控更具前瞻性。
技术关键词
多维特征数据
物流
监控分析方法
动态时间窗口
监控分析系统
检测反馈信息
LSTM模型
大数据
油耗
线路
数据模块
异常点
数值
基础
特征提取模块
训练集
偏差
系统为您推荐了相关专利信息
滚筒输送机
物流仓储系统
限位机构
推动机构
存放架
不锈钢制品
智能工厂
模型构建方法
概念
智能物流系统
链式输送机
机加生产线
货架组件
机器人组件
数控机床