CN110826942B - 转运中心效率分析监测方法、装置、设备和存储介质 - Google Patents
转运中心效率分析监测方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN110826942B CN110826942B CN201911280060.2A CN201911280060A CN110826942B CN 110826942 B CN110826942 B CN 110826942B CN 201911280060 A CN201911280060 A CN 201911280060A CN 110826942 B CN110826942 B CN 110826942B
- Authority
- CN
- China
- Prior art keywords
- data
- transfer
- transfer data
- scoring
- scoring card
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种转运中心效率分析监测方法、装置、设备和存储介质,通过获取系统中记录的各转运中心的转运数据,进行预处理后输入预先构建的评分卡模型中,输出评分结果,即对各转运中心的评分,以进行效率分析监测。通过这种评分方式,可以对各个转运中心的工作效率进行分析监控,并且因为评分标准统一,同时使得分析结果客观、公正、准确、高效。
Description
技术领域
本发明涉及物流技术领域,具体涉及一种转运中心效率分析监测方法、装置、设备和存储介质。
背景技术
物流行业已经快速发展起来,现在一个大型的物流公司会有多个转运中心,相关技术中,物流管理系统仅能接收各个转运中心上传的数据,由于转运中心众多,相应的数据量也非常大,导致已无法简单直观地了解每个转运中心的效率、对各个转运中心的工作效率进行分析监测。
发明内容
有鉴于此,本发明的目的在于克服现有技术的不足,提供一种转运中心效率分析监测方法、装置、设备和存储介质,以实现对各转运中心工作效率的分析监测。
为实现以上目的,本发明采用如下技术方案:
一种转运中心效率分析监测方法,包括:
获取系统中记录的各转运中心的转运数据;
对所述转运数据进行预处理;
利用预先构建的评分卡模型,根据处理后的所述转运数据,对所述各转运中心进行评分,以进行效率分析监测。
可选的,所述评分卡模型的构建方法包括:
获取所述各转运中心的历史转运数据和对应的评分;
对所述历史转运数据进行预处理;
对处理后的所述历史转运数据进行数据分析;
对所述历史转运数据进行变量选择;
利用逻辑回归模型,根据选择的所述变量和对应的评分,构建评分卡模型。
可选的,所述对所述历史转运数据进行预处理,包括:
对所述历史转运数据进行缺失值处理;
对所述历史转运数据进行异常值处理。
可选的,所述对所述历史转运数据进行变量选择,包括:
对所述变量进行相关性分析;
剔除相关性小于第一预设阈值的变量;
对剩余变量,计算信息值;
选择信息值大于第二预设阈值的变量。
可选的,所述利用逻辑回归模型,根据选择的所述变量和对应的评分,构建评分卡模型,包括:
对选择的所述变量和对应的评分进行数据格式转换;
利用格式转换后的所述选择的变量和对应的评分,构建逻辑回归模型;
选取评分卡参数;
基于逻辑回归模型和选取的评分卡参数,构建评分卡模型。
可选的,所述评分卡参数包括:基础分值、比率翻倍的分值、好坏比。
可选的,所述转运数据包括:错分率、有效分拣率、分拣人数、设备数、设备饱和度、有效隔口数、人均效能、收入。
一种转运中心效率分析监测装置,包括:
数据获取模块,用于获取系统中记录的各转运中心的转运数据;
数据处理模块,用于对所述转运数据进行预处理;
评分模块,用于利用预先构建的评分卡模型,根据处理后的所述转运数据,对所述各转运中心进行评分,以进行效率分析监测。
一种转运中心效率分析监测设备,包括:
处理器,以及与所述处理器相连接的存储器;
所述存储器用于存储计算机程序;
所述处理器用于调用并执行所述存储器中的所述计算机程序,以执行如上任一项所述的方法中各个步骤。
一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时,实现如上任一项所述的方法中各个步骤。
本申请提供的技术方案可以包括以下有益效果:
本申请提供的转运中心效率分析监测方法,通过获取系统中记录的各转运中心的转运数据,进行预处理后输入预先构建的评分卡模型中,输出评分结果,即对各转运中心的评分,以进行效率分析监测。通过这种评分方式,可以对各个转运中心的工作效率进行分析监控,并且因为评分标准统一,同时使得分析结果客观、公正、准确、高效。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种转运中心效率分析监测方法的流程图。
图2是本发明实施例提供的一种评分卡模型的构建方法的流程图。
图3是本发明实施例提供的一种转运中心效率分析监测装置的结构示意图。
图4是本发明实施例提供的一种转运中心效率分析监测设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
参见图1,图1是本发明一个实施例提供的一种转运中心效率分析监测方法的流程图。如图1所示,本实施例提供的转运中心效率分析监测方法具体可以包括如下步骤:
S101、获取系统中记录的各转运中心的转运数据。
一般,物流公司配备有物流管理系统,或者各转运中心的管理系统,系统中存储有以往的转运数据,这里所说的转运数据是指转运中心运行过程中所产生的一系列不同类型的相关数据,作为对转运中心运行效率评估的基础数据。
S102、对转运数据进行预处理。
对于获取的转运数据进行初步处理,选取其中的有效变量,剔除无关数据,对于一些重复或缺失的数据进行删除或修补。
S103、利用预先构建的评分卡模型,根据处理后的转运数据,对各转运中心进行评分,以进行效率分析监测。
然后将处理后各转运中心的转运数据输入到预先构建好的评分卡模型中,进行计算,输出结果,即为各转运中心对应的评分,可以方便对各转运中心进行工作效率的分析和监测。
通过这种评分方式,可以对各个转运中心的工作效率进行分析监控,并且因为评分标准统一,同时使得分析结果客观、公正、准确、高效。
参见图2,图2是本发明一个实施例提供的一种评分卡模型的构建方法的流程图。如图2所示,本实施例提供的评分卡模型的构建方法具体可以包括如下步骤:
S201、获取各转运中心的历史转运数据和对应的评分。
构建评分卡模型所依据的数据是各个转运中心以往的转运数据和对应的评分。
S202、对历史转运数据进行预处理。
但历史数据中也可能存在一些重复或缺失的数据,需要进行相应的删除或修补等处理。
S203、对处理后的历史转运数据进行数据分析。
对预处理后的数据进行探索性数据分析(Exploratory Data Analysis,EDA),以掌握数据的基本分布规律,若符合正态分布,则符合统计分析的需要,适用于本方法。常用的探索性数据分析方法有直方图、散点图和箱线图等。
S204、对历史转运数据进行变量选择。
如上所述的,历史转运数据也是一系列不同类型的数据,所谓不同类型,在数学中,被称之为变量,例如转运中心的工作人员数量等,所谓数据,就是变量对应的具体数值。在所有历史转运数据中,并非所有变量对评分结果都有决定性的影响,所以要进行选择,剔除其中相关性较低的变量,选择相关性较高的变量,以提高评分卡模型的性能。
S205、利用逻辑回归模型,根据选择的变量和对应的评分,构建评分卡模型。
以逻辑回归模型作为评分卡模型的算法基础,结合筛选出的变量及其对应的评分,构建评分卡模型。
其中,对历史转运数据进行预处理,具体可以包括:
1)对历史转运数据进行缺失值处理。
存在缺失值的数据在进行数据分析时是无法应用的,一般,进行缺失值处理的方式包括:直接删除含有缺失值的样本;或者,根据样本之间的相似性填补缺失值;或者,根据变量之间的相关关系填补缺失值(例如,随机森林法)。
2)对历史转运数据进行异常值处理。
异常值是指明显偏离大多数样本数据的数值,例如,某转运中心的隔口数为0,明显为异常值。一般,采用离群值检测的方法找出异常值,然后进行剔除。
可选的,对历史转运数据进行变量选择,具体包括:
对变量进行相关性分析;
剔除相关性小于第一预设阈值的变量;
对剩余变量,计算信息值;
选择信息值大于第二预设阈值的变量。
相关性和信息值(Information Value,IV)都是体现变量对评分结果的预测程度的指标,相关性越高,预测程度越高,信息值越大,预测程度越高。
一般,通过IV判断变量预测能力的标准是,超过0.3说明该变量的预测能力较强,第二预设阈值可以设置为0.3,当然也可以根据实际数据分析结果选择其它可靠的值。
可选的,利用逻辑回归模型,根据选择的变量和对应的评分,构建评分卡模型,具体包括:
对选择的变量和对应的评分进行数据格式转换;
利用格式转换后的选择的变量和对应的评分,构建逻辑回归模型;
选取评分卡参数;
基于逻辑回归模型和选取的评分卡参数,构建评分卡模型。
为了更使数据处理起来更为简便,可以先使用证据权重(Weight of Evidence,WOE)转换,将最终选择的变量和对应的评分所对应的数据转换为WOE值,再构建逻辑回归模型。
选取评分卡模型的一些参数,将逻辑回归模型转换为评分卡模型。
可选的,评分卡参数包括:基础分值、比率翻倍的分值、好坏比等。
可选的,转运数据的变量类型包括:错分率、有效分拣率、分拣人数、设备数、设备饱和度、有效隔口数、人均效能、收入等。
参见图3,图3是本发明一个实施例提供的一种转运中心效率分析监测装置的结构示意图。如图3所示,本实施例提供的转运中心效率分析监测装置包括:
数据获取模块301,用于获取系统中记录的各转运中心的转运数据;
数据处理模块302,用于对转运数据进行预处理;
评分模块303,用于利用预先构建的评分卡模型,根据处理后的转运数据,对各转运中心进行评分,以进行效率分析监测。
可选的,本实施例提供的转运中心效率分析监测装置还包括评分卡模型构建模块,用于:
获取所述各转运中心的历史转运数据和对应的评分;
对所述历史转运数据进行预处理;
对处理后的所述历史转运数据进行数据分析;
对所述历史转运数据进行变量选择;
利用逻辑回归模型,根据选择的所述变量和对应的评分,构建评分卡模型。
本实施例的具体实施方式可以参考上述任一实施例,产生相同的技术效果,此处不再赘述。
参见图4,图4是本发明一个实施例提供的一种转运中心效率分析监测设备的结构示意图。如图4所示,本实施例提供的转运中心效率分析监测设备包括:
处理器401,以及与处理器相连接的存储器402;
存储器402用于存储计算机程序;
处理器401用于调用并执行存储器中的计算机程序,以执行如上任一实施例的方法中各个步骤。
本实施例的具体实施方式可以参考上述任一实施例,产生相同的技术效果,此处不再赘述。
本申请还提供了一种存储介质,存储介质存储有计算机程序,计算机程序被处理器执行时,实现如上任一实施例的方法中各个步骤。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种转运中心效率分析监测方法,其特征在于,包括:
获取系统中记录的各转运中心的转运数据;
对所述转运数据进行预处理;
利用预先构建的评分卡模型,根据处理后的所述转运数据,对所述各转运中心进行评分,以进行效率分析监测;
其中,所述评分卡模型的构建方法包括:
获取所述各转运中心的历史转运数据和对应的评分;
对所述历史转运数据进行预处理;
对处理后的所述历史转运数据进行数据分析;
对所述历史转运数据进行变量选择;
利用逻辑回归模型,根据选择的所述变量和对应的评分,构建评分卡模型;以及,
所述利用逻辑回归模型,根据选择的所述变量和对应的评分,构建评分卡模型,包括:
对选择的所述变量和对应的评分进行数据格式转换;
利用格式转换后的所述选择的变量和对应的评分,构建逻辑回归模型;
选取评分卡参数;
基于逻辑回归模型和选取的评分卡参数,构建评分卡模型。
2.根据权利要求1所述的转运中心效率分析监测方法,其特征在于,所述对所述历史转运数据进行预处理,包括:
对所述历史转运数据进行缺失值处理;
对所述历史转运数据进行异常值处理。
3.根据权利要求1所述的转运中心效率分析监测方法,其特征在于,所述对所述历史转运数据进行变量选择,包括:
对所述变量进行相关性分析;
剔除相关性小于第一预设阈值的变量;
对剩余变量,计算信息值;
选择信息值大于第二预设阈值的变量。
4.根据权利要求1所述的转运中心效率分析监测方法,其特征在于,所述评分卡参数包括:基础分值、比率翻倍的分值、好坏比。
5.根据权利要求1所述的转运中心效率分析监测方法,其特征在于,所述转运数据包括:错分率、有效分拣率、分拣人数、设备数、设备饱和度、有效隔口数、人均效能、收入。
6.一种转运中心效率分析监测装置,其特征在于,包括:
数据获取模块,用于获取系统中记录的各转运中心的转运数据;
数据处理模块,用于对所述转运数据进行预处理;
评分模块,用于利用预先构建的评分卡模型,根据处理后的所述转运数据,对所述各转运中心进行评分,以进行效率分析监测;
其中,所述评分卡模型的构建方法包括:
获取所述各转运中心的历史转运数据和对应的评分;
对所述历史转运数据进行预处理;
对处理后的所述历史转运数据进行数据分析;
对所述历史转运数据进行变量选择;
利用逻辑回归模型,根据选择的所述变量和对应的评分,构建评分卡模型;以及,
所述利用逻辑回归模型,根据选择的所述变量和对应的评分,构建评分卡模型,包括:
对选择的所述变量和对应的评分进行数据格式转换;
利用格式转换后的所述选择的变量和对应的评分,构建逻辑回归模型;
选取评分卡参数;
基于逻辑回归模型和选取的评分卡参数,构建评分卡模型。
7.一种转运中心效率分析监测设备,其特征在于,包括:
处理器,以及与所述处理器相连接的存储器;
所述存储器用于存储计算机程序;
所述处理器用于调用并执行所述存储器中的所述计算机程序,以执行如权利要求1-5任一项所述的方法中各个步骤。
8.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时,实现如权利要求1-5任一项所述的方法中各个步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911280060.2A CN110826942B (zh) | 2019-12-13 | 2019-12-13 | 转运中心效率分析监测方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911280060.2A CN110826942B (zh) | 2019-12-13 | 2019-12-13 | 转运中心效率分析监测方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110826942A CN110826942A (zh) | 2020-02-21 |
CN110826942B true CN110826942B (zh) | 2023-09-19 |
Family
ID=69545274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911280060.2A Active CN110826942B (zh) | 2019-12-13 | 2019-12-13 | 转运中心效率分析监测方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110826942B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101826200A (zh) * | 2010-04-02 | 2010-09-08 | 北京交通大学 | 城市轨道交通枢纽运营效果评价方法 |
CN102184480A (zh) * | 2011-05-13 | 2011-09-14 | 山东朗进通信有限公司 | 物流信息综合效用分析运营系统及配置设备 |
CN103150643A (zh) * | 2013-03-19 | 2013-06-12 | 天津市市政工程设计研究院 | 基于加权主成分分析的航空枢纽服务水平综合评价方法 |
KR20130082776A (ko) * | 2011-12-19 | 2013-07-22 | 주식회사 한국무역정보통신 | 화주중심의 녹색물류 진단평가시스템 |
CN107179759A (zh) * | 2017-06-06 | 2017-09-19 | 泉州装备制造研究所 | 一种多agv调度系统运行效率评价方法 |
CN108846533A (zh) * | 2018-04-03 | 2018-11-20 | 保正(上海)供应链管理股份有限公司 | 一种物流绩效评价系统 |
CN109272402A (zh) * | 2018-10-08 | 2019-01-25 | 深圳市牛鼎丰科技有限公司 | 评分卡的建模方法、装置、计算机设备及存储介质 |
CN110533330A (zh) * | 2019-08-30 | 2019-12-03 | 北京智云信国际信用评价有限公司 | 基于大数据监控的商户信誉评测系统及方法 |
-
2019
- 2019-12-13 CN CN201911280060.2A patent/CN110826942B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101826200A (zh) * | 2010-04-02 | 2010-09-08 | 北京交通大学 | 城市轨道交通枢纽运营效果评价方法 |
CN102184480A (zh) * | 2011-05-13 | 2011-09-14 | 山东朗进通信有限公司 | 物流信息综合效用分析运营系统及配置设备 |
KR20130082776A (ko) * | 2011-12-19 | 2013-07-22 | 주식회사 한국무역정보통신 | 화주중심의 녹색물류 진단평가시스템 |
CN103150643A (zh) * | 2013-03-19 | 2013-06-12 | 天津市市政工程设计研究院 | 基于加权主成分分析的航空枢纽服务水平综合评价方法 |
CN107179759A (zh) * | 2017-06-06 | 2017-09-19 | 泉州装备制造研究所 | 一种多agv调度系统运行效率评价方法 |
CN108846533A (zh) * | 2018-04-03 | 2018-11-20 | 保正(上海)供应链管理股份有限公司 | 一种物流绩效评价系统 |
CN109272402A (zh) * | 2018-10-08 | 2019-01-25 | 深圳市牛鼎丰科技有限公司 | 评分卡的建模方法、装置、计算机设备及存储介质 |
CN110533330A (zh) * | 2019-08-30 | 2019-12-03 | 北京智云信国际信用评价有限公司 | 基于大数据监控的商户信誉评测系统及方法 |
Non-Patent Citations (1)
Title |
---|
张海唐.X 转运中心快递货物分拣效率改善研究.《中国优秀硕士学位论文全文数据库(电子期刊)》.2019,正文第42-43、52-53页. * |
Also Published As
Publication number | Publication date |
---|---|
CN110826942A (zh) | 2020-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7138753B2 (ja) | 画像欠陥検出方法、装置、電子機器、記憶媒体および製品 | |
CN111352971A (zh) | 银行系统监控数据异常检测方法及系统 | |
CN109992484B (zh) | 一种网络告警相关性分析方法、装置和介质 | |
CN112434178B (zh) | 图像分类方法、装置、电子设备和存储介质 | |
CN110388315A (zh) | 基于多源信息融合的输油泵故障识别方法、装置及系统 | |
CN112906375A (zh) | 文本数据标注方法、装置、设备及存储介质 | |
CN116311081B (zh) | 一种基于图像识别的医学实验室监控图像分析方法和系统 | |
CN110414806B (zh) | 员工风险预警方法及相关装置 | |
CN112685374B (zh) | 日志分类方法、装置及电子设备 | |
CN111242170A (zh) | 食品检验检测项目预知方法及装置 | |
EP4197656A1 (en) | Scrap discrimination system and scrap discrimination method | |
CN114429640A (zh) | 图纸分割方法、装置及电子设备 | |
CN117114420B (zh) | 一种基于图像识别的工贸安全事故风险管控系统和方法 | |
CN110826942B (zh) | 转运中心效率分析监测方法、装置、设备和存储介质 | |
CN112101125B (zh) | 一种快递货物堆积程度的检测方法及装置 | |
CN111062827B (zh) | 一种基于人工智能模式的工程监理方法 | |
CN113313304A (zh) | 一种基于大数据决策树的电网事故异常分析方法及系统 | |
CN117576632A (zh) | 基于多模态ai大模型的电网监控火灾预警系统及方法 | |
CN116258482B (zh) | 一种自动选择维修方案的方法、服务器、电子设备 | |
CN113159118A (zh) | 物流数据指标的处理方法、装置、设备及存储介质 | |
CN117350542A (zh) | 一种数字化交付数据可视化系统及其应用方法 | |
CN113824580A (zh) | 一种网络指标预警方法及系统 | |
CN114312930B (zh) | 基于日志数据的列车运行异常诊断方法和装置 | |
CN112990350B (zh) | 目标检测网络训练方法及基于目标检测网络煤矸识别方法 | |
CN107340460A (zh) | 一种状态检测数据特征参数提取及规范化转换的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |