摘要
本发明涉及一种基于商品信息的校验入库方法、系统、设备及介质,所述方法包括以下步骤:采集仓库内已入库商品的多维数据,并提取商品多维数据的多维特征向量;基于所有商品的多维特征向量构建每个维度的特征谱图,将每个商品的多维特征向量与每个维度的特征谱图进行融合后得到该商品的融合特征向量;基于每个商品的融合特征向量构建商品标准特征库;采集待入库商品的多维数据并通过上述步骤提取待入库商品的融合特征向量后,输入构建的特征增强模型进行特征增强后得到待入库商品的增强融合特征;基于待入库商品的增强融合特征以及商品标准特征库计算当前待入库商品的错误入库概率,当待入库商品的错误入库概率超过预设阈值时,拒绝入库。
技术关键词
多维特征向量
特征谱图
入库方法
融合特征
图像特征向量
拉普拉斯
卷积神经网络提取
数据采集模块
矩阵
动态滤波器
仓库
物理
入库系统
样本
节点
处理器
注意力机制
网络结构
系统为您推荐了相关专利信息
干扰信号识别
卷积模块
告警装置
大数据
无线通信网络信号
智能评估系统
AI大数据
数据处理模块
融合特征
时序特征
相位误差
多维特征向量
回波
合成孔径雷达成像
多频段
电力故障检测
融合特征
智能传感器
电力系统设备
记录脉冲波形
分割提取方法
多源遥感影像数据
融合特征
归一化水体指数
注意力