CN111429070A - 一种易于分类记录的仓储管理系统 - Google Patents

一种易于分类记录的仓储管理系统 Download PDF

Info

Publication number
CN111429070A
CN111429070A CN202010256028.7A CN202010256028A CN111429070A CN 111429070 A CN111429070 A CN 111429070A CN 202010256028 A CN202010256028 A CN 202010256028A CN 111429070 A CN111429070 A CN 111429070A
Authority
CN
China
Prior art keywords
data
module
goods
sensor
warehousing
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.)
Pending
Application number
CN202010256028.7A
Other languages
English (en)
Inventor
冯希
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202010256028.7A priority Critical patent/CN111429070A/zh
Publication of CN111429070A publication Critical patent/CN111429070A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24133—Distances to prototypes
    • G06F18/24137—Distances to cluster centroïds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Economics (AREA)
  • Databases & Information Systems (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Computational Linguistics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)

Abstract

本发明公开了一种易于分类记录的仓储管理系统，包括数据库、多个传感器模块、智能分类模块、入库模块、出库模块、数据监控模块、数据融合模块、数据传输模块，入库模块将待入库的货物的数据信息进行扫描，并将扫描后的数据传递至智能分类模块，智能分类模块将货物数分类并根据输出控制指令至入库模块，入库模块根据控制指令进行放置，并将货物的地址数据输入至数据库中进行保存记录，传感器模块用于检测各个仓库中的数据，数据融合模块加权融合后将数据传递至数据传输模块中，数据传输模块将加权后的数据传递至数据监控模块进行显示。本发明能提高分类入库的效率，且可以减少数据中的冗余程度，使数据更加精准简练，方便进行存储与记录。

Description

一种易于分类记录的仓储管理系统
技术领域
本发明涉及物流通信技术领域，特别涉及一种易于分类记录的仓储管理系统。
背景技术
仓储是物流业中的重要组成部分，仓储的主要功能包括起源、存储或点消费，更多功能是它能够提供一些基本库存信息，包括货物入库、出库、仓库订货、货物管理等大量物流信息。近几年正是由于物资的增多使得仓储中的物品存储不当，给管理人员提高了管理上的难度，因此为了减少这些错误，我们必须采取一定的方法对仓储进行高效的管理，目前的仓储管理系统虽然采用信息采集系统与自动化仓储技术进行高效结合的智能仓储系统，但是在进行分类过程中还是需要人工来确定类别后在进行分类，这使得在物资较多的情况下，分类过程过于繁琐，且多种数据进行传输提高了数据的冗余程度，造成传输效率降低、数据记录复杂等。
发明内容
本发明要解决的技术问题是克服现有技术的缺陷，提供一种易于分类记录的仓储管理系统，解决目前分类和数据传输记录的复杂性，提高仓储的管理效率。
为了解决上述技术问题，本发明提供了如下的技术方案：
本发明一种易于分类记录的仓储管理系统，包括监控终端、数据库、网络节点和多个传感器模块，所述监控终端包括智能分类模块、入库模块、出库模块、数据监控模块，所述网络节点包括数据融合模块、数据传输模块，所述入库模块将待入库的货物的数据信息进行扫描，并将扫描后的数据传递至智能分类模块，所述智能分类模块将货物数据信息与数据库中的数据进行聚类分析，利用聚类算法从数据库中找出与货物数据信息属于同一类的数据库中的数据，并根据该数据输出控制指令至入库模块，所述入库模块根据数据的控制指令将货物放置在指定的仓库中，并将货物的地址数据输入至数据库中进行保存记录，所述传感器模块用于检测各个仓库中的温湿度数据，并将数据传递至网络节点中，所述数据融合模块根据传感器模块的数据精度对数据进行加权融合后，传递至数据传输模块中，所述数据传输模块将加权后的数据传递至数据监控模块进行显示。
作为本发明的一种优选技术方案，所述智能分类模块采用kmeans聚类算法，将货物数据特征放入数据库中，根据仓储的数量预先设定好k个类和每个类的质心，计算货物数据特征属于哪一类，再重新计算该类的质心，直到收敛，从而确定货物数据特征的类别，并根据该类别输出控制指令。
作为本发明的一种优选技术方案，所述数据融合模块根据传感器模块检测的仓储信息数据与传感器模块的数据精度进行数据融合，其计算公式为；
f(m,n)＝w1A(m,n)+w2B(m,n)
其中，A(m，n)和B(m，n)分别是A传感器的温湿度数据和B传感器的温湿度数据，w1和w2是A传感器的温湿度数据和B传感器的温湿度数据的权值，且w1+w2＝1。
作为本发明的一种优选技术方案，所述传感器模块的数据精度的计算公式为W＝(1-α)W+α*β
其中，W为传感器的权重，α为修正系数，取值为0到1之间，β为传感器的权重的精度；
Figure BDA0002437352760000021
其中，Q为时间段t的传感器模块的最后丢包率与初始丢包率的差值，P为时间段t的传感器模块的使用率与初始使用率的差值，时间段t表示前一段数据信息完整传输时间，Z为时间段t的传感器模块的最后设备连接数与初始的连接数差值，X为时间段t的传感器模块的最后设备流量数与初始流量数的差值，ZMAX为时间段t内，传感器模块最大允许连接数，XMAX为时间段t内，传感器模块最大流量数。
作为本发明的一种优选技术方案，所述出库模块根据数据库中货物数据信息对记录的货物地址数据进行提取，并记录出库货物的数据情况。
与现有技术相比，本发明的有益效果如下：
本发明通过智能分类模块可以更加准确的对仓储物品进行分类，减少人工干预的不确定性，提高分类入库的效率，且利用数据融合的方式减少在监控记录数据中的冗余程度，使数据更加精准简练，方便进行存储与记录。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明的整体结构示意图；
图2是本发明的整体结构模块图；
图中：1、监控终端；2、数据库；3、网络节点；4、传感器模块；5、智能分类模块；6、入库模块；7、出库模块；8、数据监控模块；9、数据融合模块；10、数据传输模块。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
此外，如果已知技术的详细描述对于示出本发明的特征是不必要的，则将其省略。
实施例1
如图1-2所示，本发明提供一种易于分类记录的仓储管理系统，包括监控终端1、数据库2、网络节点3和多个传感器模块4，监控终端1包括智能分类模块5、入库模块6、出库模块7、数据监控模块8，网络节点3包括数据融合模块9、数据传输模块10，入库模块6将待入库的货物的数据信息进行扫描，并将扫描后的数据传递至智能分类模块5，智能分类模块5将货物数据信息与数据库2中的数据进行聚类分析，利用聚类算法从数据库2中找出与货物数据信息属于同一类的数据库2中的数据，并根据该数据输出控制指令至入库模块6，入库模块6根据数据的控制指令将货物放置在指定的仓库中，并将货物的地址数据输入至数据库2中进行保存记录，传感器模块4用于检测各个仓库中的温湿度数据，并将数据传递至网络节点3中，数据融合模块9根据传感器模块4的数据精度对数据进行加权融合后，传递至数据传输模块10中，数据传输模块10将加权后的数据传递至数据监控模块8进行显示。
智能分类模块5采用kmeans聚类算法，将货物数据特征放入数据库2中，根据仓储的数量预先设定好k个类和每个类的质心，计算货物数据特征属于哪一类，再重新计算该类的质心，直到收敛，从而确定货物数据特征的类别，并根据该类别输出控制指令，假设当前入库模块检测的货物数据为x(m+1)，将当前数据放入数据库{x(1)、x(2)……x(m)}中得到训练样本集{x(1)、x(2)……x(m+1)}，再预先设定好k个类和每个类的质心为μ1，μ2，...，μk，k表示仓库个数，重复下面过程直到收敛{
对于每一个样例i，计算其应该属于的类
Figure BDA0002437352760000041
对于每一个类j，重新计算该类的质心
Figure BDA0002437352760000051
}
x(i)属于训练样本集{x(1)、x(2)……x(m+1)}，c(i)代表样例i与k个类中距离最近的那个类，c(i)的值是1到k中的一个。质心μj代表我们对属于同一个类的样本中心点的猜测。
由上述计算可以得到C(m+1)，即样例m+1当前数据与k个类中距离最近的那个类，从而根据该类别将货物放置在相似类别的仓库中。
其中货物数据包括货物的类型、数量、温湿度适应状况、名称和生产日期。
在进行仓储管理的过程中，由于传感器模块端的数据过于复杂且不必要数据过多，因此，数据融合模块9根据传感器模块4检测的仓储信息数据与传感器模块4的数据精度进行数据融合，其计算公式为；
f(m,n)＝w1A(m,n)+w2B(m,n)
其中，A(m，n)和B(m，n)分别是A传感器的温湿度数据和B传感器的温湿度数据，w1和w2是A传感器的温湿度数据和B传感器的温湿度数据的权值，且w1+w2＝1。
传感器模块4的数据精度的计算公式为W＝(1-α)W+α*β
其中，W为传感器的权重，α为修正系数，取值为0到1之间，β为传感器的权重的精度；
Figure BDA0002437352760000052
其中，Q为时间段t的传感器模块的最后丢包率与初始丢包率的差值，P为时间段t的传感器模块的使用率与初始使用率的差值，时间段t表示前一段数据信息完整传输时间，Z为时间段t的传感器模块的最后设备连接数与初始的连接数差值，X为时间段t的传感器模块的最后设备流量数与初始流量数的差值，ZMAX为时间段t内，传感器模块最大允许连接数，XMAX为时间段t内，传感器模块最大流量数。
在出库的过程中，出库模块7根据数据库2中货物数据信息对记录的货物地址数据进行提取，并记录出库货物的数据情况，保证数据信息的完整性。
本发明通过智能分类模块可以更加准确的对仓储物品进行分类，减少人工干预的不确定性，提高分类入库的效率，且利用数据融合的方式减少在监控记录数据中的冗余程度，使数据更加精准简练，方便进行存储与记录。
最后应说明的是：以上仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种易于分类记录的仓储管理系统，包括监控终端(1)、数据库(2)、网络节点(3)和多个传感器模块(4)，其特征在于，所述监控终端(1)包括智能分类模块(5)、入库模块(6)、出库模块(7)、数据监控模块(8)，所述网络节点(3)包括数据融合模块(9)、数据传输模块(10)，所述入库模块(6)将待入库的货物的数据信息进行扫描，并将扫描后的数据传递至智能分类模块(5)，所述智能分类模块(5)将货物数据信息与数据库(2)中的数据进行聚类分析，利用聚类算法从数据库(2)中找出与货物数据信息属于同一类的数据库(2)中的数据，并根据该数据输出控制指令至入库模块(6)，所述入库模块(6)根据数据的控制指令将货物放置在指定的仓库中，并将货物的地址数据输入至数据库(2)中进行保存记录，所述传感器模块(4)用于检测各个仓库中的温湿度数据，并将数据传递至网络节点(3)中，所述数据融合模块(9)根据传感器模块(4)的数据精度对数据进行加权融合后，传递至数据传输模块(10)中，所述数据传输模块(10)将加权后的数据传递至数据监控模块(8)进行显示。
2.根据权利要求1所述的一种易于分类记录的仓储管理系统，其特征在于，所述智能分类模块(5)采用kmeans聚类算法，将货物数据特征放入数据库(2)中，根据仓储的数量预先设定好k个类和每个类的质心，计算货物数据特征属于哪一类，再重新计算该类的质心，直到收敛，从而确定货物数据特征的类别，并根据该类别输出控制指令。
3.根据权利要求1所述的一种易于分类记录的仓储管理系统，其特征在于，所述数据融合模块(9)根据传感器模块(4)检测的仓储信息数据与传感器模块(4)的数据精度进行数据融合，其计算公式为；
f(m,n)＝w1A(m,n)+w2B(m,n)
其中，A(m，n)和B(m，n)分别是A传感器的温湿度数据和B传感器的温湿度数据，w1和w2是A传感器的温湿度数据和B传感器的温湿度数据的权值，且w1+w2＝1。
4.根据权利要求3所述的一种易于分类记录的仓储管理系统，其特征在于，所述传感器模块(4)的数据精度的计算公式为
W＝(1-α)W+α*β
其中，W为传感器的权重，α为修正系数，取值为0到1之间，β为传感器的权重的精度；
Figure FDA0002437352750000021
其中，Q为时间段t的传感器模块的最后丢包率与初始丢包率的差值，P为时间段t的传感器模块的使用率与初始使用率的差值，时间段t表示前一段数据信息完整传输时间，Z为时间段t的传感器模块的最后设备连接数与初始的连接数差值，X为时间段t的传感器模块的最后设备流量数与初始流量数的差值，ZMAX为时间段t内，传感器模块最大允许连接数，XMAX为时间段t内，传感器模块最大流量数。
5.根据权利要求1所述的一种易于分类记录的仓储管理系统，其特征在于，所述出库模块(7)根据数据库(2)中货物数据信息对记录的货物地址数据进行提取，并记录出库货物的数据情况。
CN202010256028.7A 2020-04-02 2020-04-02 一种易于分类记录的仓储管理系统 Pending CN111429070A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010256028.7A CN111429070A (zh) 2020-04-02 2020-04-02 一种易于分类记录的仓储管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010256028.7A CN111429070A (zh) 2020-04-02 2020-04-02 一种易于分类记录的仓储管理系统

Publications (1)

Publication Number Publication Date
CN111429070A true CN111429070A (zh) 2020-07-17

Family

ID=71553618

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010256028.7A Pending CN111429070A (zh) 2020-04-02 2020-04-02 一种易于分类记录的仓储管理系统

Country Status (1)

Country Link
CN (1) CN111429070A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113888096A (zh) * 2021-10-28 2022-01-04 江南大学 一种物流园区的货物管理方法及系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101668005A (zh) * 2009-09-25 2010-03-10 东南大学 一种基于发送端多接入通道的数据传输加速引擎方法
CN102609523A (zh) * 2012-02-10 2012-07-25 上海视畅信息科技有限公司 基于物品分类和用户分类的协同过滤推荐算法
CN202422210U (zh) * 2012-01-12 2012-09-05 西安科技大学 大型仓库嵌入式综合信息管理平台
CN102930415A (zh) * 2012-10-15 2013-02-13 江苏乐买到网络科技有限公司 一种货物自动分类上架计算机管理系统
CN102968711A (zh) * 2012-12-10 2013-03-13 哈尔滨师范大学 一种物联网智能仓库管理系统
EP2667336A1 (en) * 2012-05-21 2013-11-27 Die Schweizerische Post AG Distributed computer network in a system for international shipment of goods
CN203917178U (zh) * 2014-03-11 2014-11-05 邹美余 一种物流标准化分拣系统
CN107358264A (zh) * 2017-07-14 2017-11-17 深圳市唯特视科技有限公司 一种基于机器学习算法进行图像分析的方法
WO2019083199A1 (en) * 2017-10-25 2019-05-02 Cj Logistics Corporation MERCHANDISE TRANSFER SYSTEM USING PICKUP ROBOT
JP2020004297A (ja) * 2018-06-29 2020-01-09 株式会社オービック 店舗発注管理装置、店舗発注管理方法、及び店舗発注管理プログラム
CN110689395A (zh) * 2018-07-06 2020-01-14 北京京东尚科信息技术有限公司 用于推送信息的方法和装置
CN110745441A (zh) * 2019-11-03 2020-02-04 北京工商大学 一种基于图像目标检测的物流产品分类识别方法
CN110930089A (zh) * 2019-10-24 2020-03-27 六安致跃供应链管理有限公司 一种基于物联网的仓储管理信息交互系统

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101668005A (zh) * 2009-09-25 2010-03-10 东南大学 一种基于发送端多接入通道的数据传输加速引擎方法
CN202422210U (zh) * 2012-01-12 2012-09-05 西安科技大学 大型仓库嵌入式综合信息管理平台
CN102609523A (zh) * 2012-02-10 2012-07-25 上海视畅信息科技有限公司 基于物品分类和用户分类的协同过滤推荐算法
EP2667336A1 (en) * 2012-05-21 2013-11-27 Die Schweizerische Post AG Distributed computer network in a system for international shipment of goods
CN102930415A (zh) * 2012-10-15 2013-02-13 江苏乐买到网络科技有限公司 一种货物自动分类上架计算机管理系统
CN102968711A (zh) * 2012-12-10 2013-03-13 哈尔滨师范大学 一种物联网智能仓库管理系统
CN203917178U (zh) * 2014-03-11 2014-11-05 邹美余 一种物流标准化分拣系统
CN107358264A (zh) * 2017-07-14 2017-11-17 深圳市唯特视科技有限公司 一种基于机器学习算法进行图像分析的方法
WO2019083199A1 (en) * 2017-10-25 2019-05-02 Cj Logistics Corporation MERCHANDISE TRANSFER SYSTEM USING PICKUP ROBOT
JP2020004297A (ja) * 2018-06-29 2020-01-09 株式会社オービック 店舗発注管理装置、店舗発注管理方法、及び店舗発注管理プログラム
CN110689395A (zh) * 2018-07-06 2020-01-14 北京京东尚科信息技术有限公司 用于推送信息的方法和装置
CN110930089A (zh) * 2019-10-24 2020-03-27 六安致跃供应链管理有限公司 一种基于物联网的仓储管理信息交互系统
CN110745441A (zh) * 2019-11-03 2020-02-04 北京工商大学 一种基于图像目标检测的物流产品分类识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邢晓辰等: "一种考虑传感器精度的数据自适应加权融合算法" *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113888096A (zh) * 2021-10-28 2022-01-04 江南大学 一种物流园区的货物管理方法及系统

Similar Documents

Publication Publication Date Title
US8805760B2 (en) Historians embedded in industrial units
CN106326585B (zh) 基于贝叶斯网络推理的预测分析方法以及装置
CN111177276B (zh) 一种基于Spark计算框架的动能数据处理系统及方法
CN107305577B (zh) 基于K-means的妥投地址数据处理方法和系统
CN111680820A (zh) 分布式光伏电站故障诊断方法和装置
CN109214426A (zh) 一种物体外观检测的方法及深度神经网络模型
CN113129284A (zh) 一种基于5g云边协同的外观检测方法及实现系统
CN111429070A (zh) 一种易于分类记录的仓储管理系统
CN103345555A (zh) 基于遗传编程的火电机组煤耗特性曲线建模方法
CN106130929B (zh) 基于图论算法的互联网保险领域的业务报文自动处理方法和系统
US11310353B2 (en) Data transmission method for creating data structure facilitating data transmission and reception
CN112990776B (zh) 一种配网设备健康度评价方法
CN109451461A (zh) 一种基于农业物联网的传感器数据融合方法
CN116596371A (zh) 一种基于数据分析的锂电池生产质量追溯管理系统
CN115617089A (zh) 基于传感器状态变化的温度控制方法、装置、设备及介质
WO2023093031A1 (zh) 容器组调控方法、装置及电子设备
CN115587579A (zh) 数字处理系统、生产系统和生产方法
CN114881513A (zh) 一种3d打印机产品质量分析管控系统
Wang RFID data cleaning method in heterogeneous space based on linear probabilistic motion state model
KR20220071548A (ko) 센서 데이터 처리 시스템
CN117428760B (zh) 一种基于人工智能的关节模组控制系统及方法
CN219246096U (zh) 一种智能柜库位管理系统
US20230384772A1 (en) Industrial internet of things for controlling supply of accessories and control methods thereof
CN113158389B (zh) 一种基于机器学习算法的中压配网馈线分类方法
CN113837879B (zh) 一种指数行情的异常检测方法

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