摘要
本发明公开了一种快递包裹的时效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:采集样本物流网点的样本属性数据;将样本属性数据输入预设模型,基于预设模型的属性特征提取网络,提取每个样本属性数据的样本属性特征;基于预设模型的时空注意力网络提取每个样本属性特征的样本时空权重矩阵;对每个样本属性特征以及每个样本属性特征的样本时空权重矩阵进行加权融合处理,得到样本加权融合特征;基于样本加权融合特征预测样本物流网点中样本快递包裹的样本送达时效结果以及样本时效归因结果;对预设模型进行训练,得到时效预测模型。本发明得到了用于预测快递包裹的送达时效以及时效归因的时效预测模型。
技术关键词
样本
快递包裹
归因
融合特征
特征提取网络
物流
加权特征
历史交通数据
历史气象数据
空间注意力网络
矩阵
实时数据
标签
计算机存储介质
参数
搜索算法
数据获取模块
系统为您推荐了相关专利信息
可视化组件
深度学习模型
大屏系统
计算机执行指令
深度学习算法
图像分类方法
分类图像数据
脉冲
图像分类装置
传播算法