-
公开(公告)号：CN112325936B
公开(公告)日：2023-01-24
申请号：CN202011193919.9
申请日：2020-10-30
Applicant: 北京印刷学院
IPC: G01D21/02 , G06N3/0464 , G06Q10/0832
Abstract: 本发明提供一种物流环境检测识别方法及系统。本发明利用多传感器集成的数据采集终端对货物物流过程中运动状态及位姿、温湿度、光照强度、地理位置信息、货物承受压力等数据进行全方位采集。然后分别针对不同类型的数据采用与之匹配的基于神经元网络的模式识别、阈值分析等手段，实现对物流环境异常情况的深入智能化分析。本发明能够将分析结果与异常发生的时间、地点信息匹配录入数据库供大数据分析和用户查询。本发明对物流环境数据的采集监测更为系统化、集成化程度高，检测内容丰富、检测结果准确，可以为物流企业决策、监管部门监管、物流保险定价等提供有力的数据支撑。
-
公开(公告)号：CN109857025B
公开(公告)日：2021-01-26
申请号：CN201910110415.7
申请日：2019-02-11
Applicant: 北京印刷学院
IPC: G05B19/042
Abstract: 本发明提供了一种快件在途状态监测系统，该系统包括数据采集模块、微处理器模块、数据存储模块、通讯模块、电源模块、显示和操作模块、中央处理器和应用程序端，微处理器模块对采集的信息进行数据处理，通过二分类算法进行初次异常信息的判断，将判断的结果反馈至中央处理器，中央处理器通过学习训练算法对初次的结果进行二次分类，最终确定快件在途状态异常程度。本系统采用的方法有助于规范物流作业操作，减少暴力分拣、不当运输等现象的发生。
-
公开(公告)号：CN110110785B
公开(公告)日：2021-09-14
申请号：CN201910366231.7
申请日：2019-05-05
Applicant: 北京印刷学院
Abstract: 本发明提供了一种快件物流过程状态检测分类方法，该方法首先对快件的振动数据进行降维处理确定分类的特征；然后通过对数据进行二分类，确定物流状态；再将正常的数据刷新覆盖，将异常的数据存储到存储模块，最后对异常数据执行多分类及程度判别，得到异常情况的类别及程度。本发明的方法可以得到准确详细的异常类型，从而实现对快件物流过程振动状态进行实时智能监控。同时将温湿度、光照强度等数据纳入检测范围，使整个检测体系更加科学完善。
-
Patent Agency Ranking
公开(公告)号：CN110097123B
公开(公告)日：2021-05-14
申请号：CN201910366195.4
申请日：2019-05-05
Applicant: 北京印刷学院
IPC: G06K9/62
Abstract: 本发明提供了一种快件物流过程状态检测多分类系统，系统先经过采集端的微处理器执行经过降维预处理的二分类算法初步判别当前时段快件是否处于异常状态，若正常，则数据被覆盖掉，若异常，则采集端将该段数据存储到采集端存储器上，并通过通讯模块将经过计算的该时段统计特征数据传递给中央处理器，在中央处理器上执行进一步的多分类分析和异常程度判定，中央处理器再将处理后的结果录入数据库，供客户应用端查询。本发明的可以得到准确详细的异常类型，从而实现对快件物流过程振动状态进行实时智能监控。同时将温湿度、光照强度等数据纳入检测范围，使整个检测体系更加科学完善。
-
公开(公告)号：CN109857025A
公开(公告)日：2019-06-07
申请号：CN201910110415.7
申请日：2019-02-11
Applicant: 北京印刷学院
IPC: G05B19/042
Abstract: 本发明提供了一种快件在途状态监测系统，该系统包括数据采集模块、微处理器模块、数据存储模块、通讯模块、电源模块、显示和操作模块、中央处理器和应用程序端，微处理器模块对采集的信息进行数据处理，通过二分类算法进行初次异常信息的判断，将判断的结果反馈至中央处理器，中央处理器通过学习训练算法对初次的结果进行二次分类，最终确定快件在途状态异常程度。本系统采用的方法有助于规范物流作业操作，减少暴力分拣、不当运输等现象的发生。
-
公开(公告)号：CN112325936A
公开(公告)日：2021-02-05
申请号：CN202011193919.9
申请日：2020-10-30
Applicant: 北京印刷学院
Abstract: 本发明提供一种物流环境检测识别方法及系统。本发明利用多传感器集成的数据采集终端对货物物流过程中运动状态及位姿、温湿度、光照强度、地理位置信息、货物承受压力等数据进行全方位采集。然后分别针对不同类型的数据采用与之匹配的基于神经元网络的模式识别、阈值分析等手段，实现对物流环境异常情况的深入智能化分析。本发明能够将分析结果与异常发生的时间、地点信息匹配录入数据库供大数据分析和用户查询。本发明对物流环境数据的采集监测更为系统化、集成化程度高，检测内容丰富、检测结果准确，可以为物流企业决策、监管部门监管、物流保险定价等提供有力的数据支撑。
-
公开(公告)号：CN110110785A
公开(公告)日：2019-08-09
申请号：CN201910366231.7
申请日：2019-05-05
Applicant: 北京印刷学院
Abstract: 本发明提供了一种快件物流过程状态检测分类方法，该方法首先对快件的振动数据进行降维处理确定分类的特征；然后通过对数据进行二分类，确定物流状态；再将正常的数据刷新覆盖，将异常的数据存储到存储模块，最后对异常数据执行多分类及程度判别，得到异常情况的类别及程度。本发明的方法可以得到准确详细的异常类型，从而实现对快件物流过程振动状态进行实时智能监控。同时将温湿度、光照强度等数据纳入检测范围，使整个检测体系更加科学完善。
-
公开(公告)号：CN110097123A
公开(公告)日：2019-08-06
申请号：CN201910366195.4
申请日：2019-05-05
Applicant: 北京印刷学院
IPC: G06K9/62
Abstract: 本发明提供了一种快件物流过程状态检测多分类系统，系统先经过采集端的微处理器执行经过降维预处理的二分类算法初步判别当前时段快件是否处于异常状态，若正常，则数据被覆盖掉，若异常，则采集端将该段数据存储到采集端存储器上，并通过通讯模块将经过计算的该时段统计特征数据传递给中央处理器，在中央处理器上执行进一步的多分类分析和异常程度判定，中央处理器再将处理后的结果录入数据库，供客户应用端查询。本发明的可以得到准确详细的异常类型，从而实现对快件物流过程振动状态进行实时智能监控。同时将温湿度、光照强度等数据纳入检测范围，使整个检测体系更加科学完善。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
