摘要
本申请提供一种基于人工智能的航空配餐质量监控方法,包括:获取航班延误信息、客舱配置数据和实时生产线任务排序,结合预设餐食标准,评估延误对任务排序和餐食保温时间的影响,生成任务重组需求和保温时间延长预测值;对任务重组需求的餐食半成品进行实时图像采集,进行边缘检测和纹理分析,得到原材料外观质量指标,并基于所得到的原材料外观质量指标识别原材料属性变化趋势;对原材料属性变化趋势进行聚类分析,识别影响餐食质量的关键特征参数,结合客舱餐食标准化要求和保温时间延长预测值,确定当前生产批次的质量风险等级,实现航空餐食品质的精准控制。
技术关键词
监控方法
航班延误信息
高风险
航空
实时图像采集
数据
客舱
保温
原料特征
图像采集参数
半成品
偏差
随机森林
边缘检测
机器学习算法
计算机视觉检测
序列
动态阈值区间