摘要
本发明公开了一种过磅异常告警和全流程智能管控方法及系统,涉及物流运输监控与智能识别领域,包括采集车辆的过磅行为数据,并基于过磅行为数据构建车辆特征向量;对所有车辆的车辆特征向量进行聚类,得到多个行为模式相似的车辆簇;将车辆簇与其对应的运输任务进行匹配,并结合车辆簇与运输任务的信息提取匹配特征;将匹配特征输入至训练好的簇级异常识别模型中,输出每个车辆簇的异常评分;当某个车辆簇的异常评分超过预设风险阈值时,输出过磅异常告警信息至流程控制模块。本发明能够从整体角度挖掘出行为模式相似的车辆簇,并利用簇级异常识别模型识别疑似多人协同作案的潜在异常行为,解决了现有技术中过磅异常识别的整体协同性差的问题。
技术关键词
车辆识别模型
智能管控方法
子模块
物流运输监控
控制模块
智能管控系统
监督学习算法
层次聚类算法
监督学习方法
轨迹
特征提取模块
训练样本集
数据
打标签
模式
风险
系统为您推荐了相关专利信息
通风设备
煤矿井下环境
联动控制系统
智能感知模块
数据传输模块
耳机充电设备
数据交换通道
设备标识信息
验证设备
终端
数字孪生建模
反馈控制模块
轧制
铝制品
监控模块
智能机器人
运动控制方法
运动控制模块
容器
轨迹