摘要
本发明公开了一种快递签收状态预测模型的训练方法、装置及设备,所述方法应用于物流技术领域,所述方法包括:获取样本物流快递的样本多模态物流数据;将样本多模态物流数据输入机器学习模型,提取样本包裹图像的样本图像特征;基于样本图像特征以及样本用户签收行为画像,预测样本物流快递的样本签收结果;基于样本服务协议提取样本温湿度数据,并基于多尺度注意力机制对样本温湿度数据进行推送策略预测处理,得到样本推送策略结果;基于样本签收结果与样本签收状态标签之间的差异以及样本推送策略结果与样本推送策略标签之间的差异,得到快递签收状态预测模型。本发明可以快速、准确地验证物流快递是否为异常签收。
技术关键词
样本
物流
机器学习模型
多尺度注意力机制
深度数据清洗
多模态
策略标签
语音意图识别
扫描设备
画像
温湿度
计算机存储介质
偏好特征
协议
图像特征提取
系统为您推荐了相关专利信息
疲劳状态检测方法
序列
训练样本数据
电信号
疲劳状态检测系统
染色体
乌骨鸡
SNP位点基因型
朴素贝叶斯算法
试剂盒
图像修复方法
图像修复模型
输出特征
联合损失函数
融合特征