买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东康利达物联科技有限公司

摘要：本申请实施例涉及数据处理技术领域，具体涉及基于数字化的智能物流数据处理方法及系统，通过获取并处理物流运行日志的语义向量集，使用神经网络的多个模型分支进行数据拆解、特征提炼、集成以及最终决策，实现了对物流调度冲突事件的自动识别。这一过程有效地整合和利用了物流状态的各种信息，包括时序数据和不同语义特征识别度下的物流要素等，从而能够准确且高效地识别出物流调度冲突事件。因此，该方案能够提高智能物流系统的管理效率和准确性。

主权项：1.一种基于数字化的智能物流数据处理方法，其特征在于，应用于智能物流数据处理系统，所述方法包括：获取存在物流调度冲突事件的待处理智能物流运行日志的当前物流状态语义向量集；通过目标事件识别网络的第一模型分支，对所述当前物流状态语义向量集拆解得到A个物流状态语义子集，并对所述A个物流状态语义子集进行前后序语义挖掘和集成得到第一物流状态语义向量集，所述第一物流状态语义向量集包括所述物流调度冲突事件的时序数据，所述A为大于1的整数；通过所述目标事件识别网络的第二模型分支，对所述第一物流状态语义向量集进行特征提炼得到B个第一池化物流状态语义向量集，所述B个第一池化物流状态语义向量集存在不同的语义特征识别度，所述B个第一池化物流状态语义向量集包括所述物流调度冲突事件在不同语义特征识别度下的物流要素，所述B为大于1的整数；通过所述目标事件识别网络的第三模型分支，将所述B个第一池化物流状态语义向量集和所述第一物流状态语义向量集集成得到第二物流状态语义向量集；通过所述目标事件识别网络的识别决策分支，对所述B个第一池化物流状态语义向量集和所述第二物流状态语义向量集进行识别得到所述物流调度冲突事件；所述第一模型分支为区域提议算法分支，所述通过目标事件识别网络的第一模型分支，对所述当前物流状态语义向量集拆解得到A个物流状态语义子集，并对所述A个物流状态语义子集进行前后序语义挖掘和集成得到第一物流状态语义向量集包括：通过所述区域提议算法分支的A个注意力层将所述当前物流状态语义向量集拆解得到A个物流状态语义子集，并对所述A个物流状态语义子集进行知识特征抽取得到A个局部状态语义向量簇，所述A个物流状态语义子集对应的知识特征抽取核不相同，所述A为大于1的整数；将所述A个局部状态语义向量簇通过注意力层进行聚合，并进行语义量化映射操作得到第三物流状态语义向量集；将所述第三物流状态语义向量集与所述当前物流状态语义向量集集成得到第四物流状态语义向量集；对所述第四物流状态语义向量集进行特征提炼以及向量映射得到所述第一物流状态语义向量集；所述第二模型分支包括决策树分支和多尺度状态语义处理分支，所述通过所述目标事件识别网络的第二模型分支，对所述第一物流状态语义向量集进行特征提炼得到B个第一池化物流状态语义向量集包括：对所述第一物流状态语义向量集通过所述决策树分支中的C个第一编码层和1个第二编码层得到D个第二池化物流状态语义向量集，其中，所述C与所述D为正整数，所述第一编码层包括滑动平均节点和语义挖掘节点，所述第二编码层包括滑动平均节点和多尺度时序下采样节点，所述D个第二池化物流状态语义向量集中包括所述第一物流状态语义向量集；将所述D个第二池化物流状态语义向量集通过所述多尺度状态语义处理分支的特征关系网连接得到所述B个第一池化物流状态语义向量集；其中，所述将所述D个第二池化物流状态语义向量集通过所述多尺度状态语义处理分支的特征关系网连接得到所述B个第一池化物流状态语义向量集包括：按照生成优先级，将所述D个第二池化物流状态语义向量集中的最后生成的第D个第二池化物流状态语义向量集通过多尺度状态语义处理分支得到所述B个第一池化物流状态语义向量集中的第一个第一池化物流状态语义向量集；将所述第一个第一池化物流状态语义向量集与所述D个第二池化物流状态语义向量集中的第D-1个第二池化物流状态语义向量集进行组合，并通过所述多尺度状态语义处理分支中的第二编码层得到所述B个第一池化物流状态语义向量集中的第二个第一池化物流状态语义向量集；依此类推，直到基于所述D个第二池化物流状态语义向量集中的第两个第二池化物流状态语义向量集与第B-1个第一池化物流状态语义向量集进行组合，并通过所述多尺度状态语义处理分支中的第二编码层得到所述B个第一池化物流状态语义向量集中的第B个第一池化物流状态语义向量集，所述B个第一池化物流状态语义向量集包括所述第一个第一池化物流状态语义向量集、所述第二个第一池化物流状态语义向量集和所述第B个第一池化物流状态语义向量集；所述第三模型分支为语义集成分支，所述通过所述目标事件识别网络的第三模型分支，将所述B个第一池化物流状态语义向量集和所述第一物流状态语义向量集集成得到第二物流状态语义向量集包括：将所述B个第一池化物流状态语义向量集通过词级知识特征抽取核的线性激活函数处理得到第五物流状态语义向量集，所述第五物流状态语义向量集的语义特征识别度大于所述B个第一池化物流状态语义向量集的语义特征识别度；将所述第五物流状态语义向量集与所述第一物流状态语义向量集通过注意力层进行聚合集成得到所述第二物流状态语义向量集；其中，所述将所述B个第一池化物流状态语义向量集通过词级知识特征抽取核的线性激活函数处理得到第五物流状态语义向量集包括：按照生成优先级，将所述B个第一池化物流状态语义向量集中的第B-1个第一池化物流状态语义向量集通过所述词级知识特征抽取核的线性激活函数处理得到第六物流状态语义向量集；将所述第六物流状态语义向量集与所述B个第一池化物流状态语义向量集中的第B个第一池化物流状态语义向量集通过注意力层进行聚合融合，并进行语义衍生得到所述第五物流状态语义向量集；其中，所述将所述第五物流状态语义向量集与所述第一物流状态语义向量集连接集成得到所述第二物流状态语义向量集包括：将所述第一物流状态语义向量集通过所述第三模型分支的知识特征抽取核进行知识向量提炼得到第七物流状态语义向量集；将所述第七物流状态语义向量集与所述第五物流状态语义向量集进行组合集成得到所述第二物流状态语义向量集；所述通过所述目标事件识别网络的识别决策分支，对所述B个第一池化物流状态语义向量集和所述第二物流状态语义向量集进行识别得到所述物流调度冲突事件包括：将所述B个第一池化物流状态语义向量集和所述第二物流状态语义向量集分别通过所述识别决策分支得到初始事件识别标签集合；对所述初始事件识别标签集合中的初始事件识别标签通过权重门限筛选以及去重操作得到所述物流调度冲突事件。

全文数据：

权利要求：

百度查询： 广东康利达物联科技有限公司 基于数字化的智能物流数据处理方法及系统