CN111457999B - 快递称重异常核查方法、装置、设备及存储介质 - Google Patents
快递称重异常核查方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111457999B CN111457999B CN202010279879.3A CN202010279879A CN111457999B CN 111457999 B CN111457999 B CN 111457999B CN 202010279879 A CN202010279879 A CN 202010279879A CN 111457999 B CN111457999 B CN 111457999B
- Authority
- CN
- China
- Prior art keywords
- weight
- detection data
- value
- weight detection
- data
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/002—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for postal parcels and letters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/002—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for postal parcels and letters
- G01G19/005—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for postal parcels and letters with electric or electronic computing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及数据处理领域,公开了一种快递称重异常核查方法、装置、设备及存储介质,用于解决快递包裹重量检测准确率以及效率低下的问题。快递称重异常核查方法包括:获取快递包裹的多个基础重量检测数据;采用异常检测算法筛选多个可疑重量检测数据;根据多个基础重量检测数据与多个可疑重量检测数据计算快递包裹的平均重量真实值;根据平均重量真实值计算多个可疑重量检测数据的多个重量残差值及快递包裹的重量误差值范围,并判断每个重量残差值是否在重量误差值范围内;若目标重量残差值不在重量误差值范围内,则将对应的可疑重量检测数据确定为异常重量检测数据,重新检测异常重量检测数据对应快递包裹的更新重量检测数据,并上传至监控系统。
Description
技术领域
本发明涉及数据处理领域,尤其涉及一种快递称重异常核查方法、装置、设备及存储介质。
背景技术
随着生活快节奏的发展,越来越多的行业选择快递来邮寄或接收所需包裹,在邮寄快递包裹时,首先需要对快递包裹进行平整的封装,然后对快递包裹进行称重,根据快递包裹的基础重量检测数据进行邮寄快递包裹的收费,最后由快递承运商将快递邮寄到相应用户的地址。目前,快递承运商利用称重机对快递包裹进行基础重量的检测,得到快递包裹的重量数据。
在现有的技术中,快递包裹经过多个不同中转站转运时,均需要对快递包裹进行重量检测并记录到监控系统中,因为使用的称重设备不同,测量快递包裹重量的数值可能不同,这样导致快递包裹重量检测的准确率以及重量检测的效率低下。
发明内容
本发明的主要目的在于解决快递包裹重量检测准确率以及效率低下的问题。
本发明第一方面提供了一种快递称重异常核查方法,包括:获取快递包裹的多个基础重量检测数据,其中,所述多个基础重量检测数据为利用不同称重设备测量所述快递包裹重量的多个数值;在所述多个基础重量检测数据中,采用异常检测算法筛选多个可疑重量检测数据,其中,所述多个可疑重量检测数据用于指示所述多个基础重量检测数据中的多个空值数据或偏离数据;根据所述多个基础重量检测数据与所述多个可疑重量检测数据计算快递包裹的重量平均值,得到平均重量真实值;根据所述平均重量真实值计算所述多个可疑重量检测数据的多个重量残差值以及快递包裹的重量误差值范围,并判断所述多个重量残差值中的每个重量残差值是否在所述重量误差值范围内;若所述目标重量残差值不在所述重量误差值范围内,则将所述目标重量残差值对应的可疑重量检测数据确定为异常重量检测数据,并重新检测所述异常重量检测数据对应快递包裹的更新重量检测数据,将所述更新重量检测数据上传至监控系统。
可选的,在本发明第一方面的第一种实现方式中,所述在所述多个基础重量检测数据中,采用异常检测算法筛选多个可疑重量检测数据,其中,所述多个可疑重量检测数据用于指示所述多个基础重量检测数据中的多个空值数据或偏离数据包括:在所述多个基础重量检测数据中,采用异常检测算法计算所述多个基础重量检测数据的平均值,得到平均重量预估值;计算多个基础重量检测数据与所述平均重量预估值之间的多个误差重量值;利用所述多个误差重量值以及贝塞尔公式计算出重量标准偏差值;判断所述多个误差重量值中的每个误差重量值是否大于三倍的重量标准偏差值;若目标误差重量值大于三倍的重量标准偏差值,则将所述目标误差重量值对应的基础重量检测数据确定为可疑重量检测数据,得到多个可疑重量检测数据,所述多个可疑重量检测数据用于指示所述多个基础重量检测数据中的多个空值数据或偏离数据。
可选的,在本发明第一方面的第二种实现方式中,所述根据所述多个基础重量检测数据计算快递包裹的重量平均值,得到平均重量真实值包括:在所述多个基础重量检测数据中剔除所述多个可疑重量检测数据,得到多个剩余重量检测数据;计算所述多个剩余重量检测数据的平均值,得到平均重量真实值。
可选的,在本发明第一方面的第三种实现方式中,所述根据所述平均重量真实值计算所述多个可疑重量检测数据的多个重量残差值以及快递包裹的重量误差值范围,并判断所述多个重量残差值中的每个重量残差值是否在所述重量误差值范围内包括:利用残差公式计算所述平均重量真实值与所述多个可疑重量检测数据之间的多个重量残差值,所述残差公式为q=a-b,其中,a为平均重量真实值,b为可疑重量检测数据,q为重量残差值;根据所述平均重量真实值以及预置浮动误差百分比,计算得到快递包裹的重量误差值范围;判断所述多个重量残差值中的每个重量残差值是否在重量误差值范围内。
可选的,在本发明第一方面的第四种实现方式中,所述根据所述平均重量真实值以及预置浮动误差百分比,计算得到快递包裹的重量误差值范围包括:根据所述平均重量真实值以及预置第一浮动公式计算最大浮动值y1,所述预置第一浮动公式为:y1=cx,其中,c为预置浮动误差百分比,x为快递包裹的平均重量真实值;根据所述平均重量真实值以及预置第二浮动公式计算最大浮动值y2,所述预置第二浮动公式为:y2=-cx,其中,c为预置浮动误差百分比,x为快递包裹的平均重量真实值;根据所述最大浮动值与所述最小浮动值,确定快递包裹的重量误差值范围。
本发明第二方面提供了一种快递称重异常核查装置,包括:获取模块,用于获取快递包裹的多个基础重量检测数据,其中,所述多个基础重量检测数据为利用不同称重设备测量所述快递包裹重量的多个数值;筛选模块,用于在所述多个基础重量检测数据中,采用异常检测算法筛选多个可疑重量检测数据,其中,所述多个可疑重量检测数据用于指示所述多个基础重量检测数据中的多个空值数据或偏离数据;计算模块,用于根据所述多个基础重量检测数据与所述多个可疑重量检测数据计算快递包裹的重量平均值,得到平均重量真实值;判断模块,用于根据所述平均重量真实值计算所述多个可疑重量检测数据的多个重量残差值以及快递包裹的重量误差值范围,并判断所述多个重量残差值中的每个重量残差值是否在所述重量误差值范围内;确定模块,若所述目标重量残差值不在所述重量误差值范围内,则用于将所述目标重量残差值对应的可疑重量检测数据确定为异常重量检测数据,并重新检测所述异常重量检测数据对应快递包裹的更新重量检测数据,将所述更新重量检测数据上传至监控系统。
可选的,在本发明第二方面的第一种实现方式中,所述筛选模块具体用于:在所述多个基础重量检测数据中,采用异常检测算法计算所述多个基础重量检测数据的平均值,得到平均重量预估值;计算多个基础重量检测数据与所述平均重量预估值之间的多个误差重量值;利用所述多个误差重量值以及贝塞尔公式计算出重量标准偏差值;判断所述多个误差重量值中的每个误差重量值是否大于三倍的重量标准偏差值;若目标误差重量值大于三倍的重量标准偏差值,则将所述目标误差重量值对应的基础重量检测数据确定为可疑重量检测数据,得到多个可疑重量检测数据,所述多个可疑重量检测数据用于指示所述多个基础重量检测数据中的多个空值数据或偏离数据。
可选的,在本发明第二方面的第二种实现方式中,所述计算模块具体用于:在所述多个基础重量检测数据中剔除所述多个可疑重量检测数据,得到多个剩余重量检测数据;计算所述多个剩余重量检测数据的平均值,得到平均重量真实值。
可选的,在本发明第二方面的第三种实现方式中,所述判断模块包括:第一计算单元,用于利用残差公式计算所述平均重量真实值与所述多个可疑重量检测数据之间的多个重量残差值,所述残差公式为q=a-b,其中,a为平均重量真实值,b为可疑重量检测数据,q为重量残差值;第二计算单元,用于根据所述平均重量真实值以及预置浮动误差百分比,计算得到快递包裹的重量误差值范围;判断单元,用于判断所述多个重量残差值中的每个重量残差值是否在重量误差值范围内。
可选的,在本发明第二方面的第四种实现方式中,所述第二计算单元还可以具体用于:根据所述平均重量真实值以及预置第一浮动公式计算最大浮动值y1,所述预置第一浮动公式为:y1=cx,其中,c为预置浮动误差百分比,x为快递包裹的平均重量真实值;根据所述平均重量真实值以及预置第二浮动公式计算最大浮动值y2,所述预置第二浮动公式为:y2=-cx,其中,c为预置浮动误差百分比,x为快递包裹的平均重量真实值;根据所述最大浮动值与所述最小浮动值,确定快递包裹的重量误差值范围。
本发明第三方面提供了一种快递称重异常核查设备,包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;所述至少一个处理器调用所述存储器中的所述指令,以使得所述快递称重异常核查设备执行上述的快递称重异常核查方法。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的快递称重异常核查方法。
本发明提供的技术方案中,获取快递包裹的多个基础重量检测数据,其中,所述多个基础重量检测数据为利用不同称重设备测量所述快递包裹重量的多个数值;在所述多个基础重量检测数据中,采用异常检测算法筛选多个可疑重量检测数据,其中,所述多个可疑重量检测数据用于指示所述多个基础重量检测数据中的多个空值数据或偏离数据;根据所述平均重量真实值计算所述多个可疑重量检测数据的多个重量残差值以及快递包裹的重量误差值范围,并判断所述多个重量残差值中的每个重量残差值是否在所述重量误差值范围内;若所述目标重量残差值不在所述重量误差值范围内,则将所述目标重量残差值对应的可疑重量检测数据确定为异常重量检测数据,并重新检测所述异常重量检测数据对应快递包裹的更新重量检测数据,将所述更新重量检测数据上传至监控系统。本发明实施例中,利用异常检测算法检测多个基础重量检测数据中的多个可疑重量检测数据,并利用重量误差值范围检测多个可疑重量检测数据是否为异常重量检测数据,若可疑重量检测数据为异常重量检测数据,则将重新检测快递包裹的重量并上传至监控系统,通过这样的方式提高了快递包裹重量检测的准确率以及效率。
附图说明
图1为本发明实施例中快递称重异常核查方法的一个实施例示意图;
图2为本发明实施例中快递称重异常核查方法的另一个实施例示意图;
图3为本发明实施例中快递称重异常核查装置的一个实施例示意图;
图4为本发明实施例中快递称重异常核查装置的另一个实施例示意图;
图5为本发明实施例中快递称重异常核查设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种快递称重异常核查方法、装置、设备及存储介质,利用异常检测算法检测多个基础重量检测数据中的多个可疑重量检测数据,并利用重量误差值范围检测多个可疑重量检测数据是否为异常重量检测数据,若可疑重量检测数据为异常重量检测数据,则将重新检测快递包裹的重量并上传至监控系统,通过这样的方式提高了快递包裹重量检测的准确率以及效率。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中快递称重异常核查方法的一个实施例包括:
101、获取快递包裹的多个基础重量检测数据,其中,多个基础重量检测数据为利用不同称重设备测量快递包裹重量的多个数值;
可以理解的是,本发明的执行主体可以为快递称重异常核查装置,还可以是终端或者服务器,具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
服务器获取快递包裹的多个利用不同称重设备测量快递包裹重量的基础重量检测数据。
服务器在对快递包裹进行重量异常值检测时,首先需要获取快递包裹的多个基础重量检测数据,然后再利用算法对多个基础重量检测数据进行检测与排查,检测出基础检测数据中的多个空值数据或者偏离数据。这里的多个基础重量检测数据是多个不同的称重设备对同一快递包裹的重量进行检测得到的重量数值,因重量检测受地势、经纬度、温度以及快递包裹内的物体形态等因素的影响,在对同一快递进行重量检测时,会检测出不同的重量数值,然后上传到检测系统中进行记录,在记录的过程中,亦可能因为机器的录入设备的影响,导致录入快递包裹重量的数据出现差错,对此,会影响快递包裹运输费用的计算,所以服务器需要在大量的基础重量检测数据中检测出异常值。
102、在多个基础重量检测数据中,采用异常检测算法筛选多个可疑重量检测数据,其中,多个可疑重量检测数据用于指示多个基础重量检测数据中的多个空值数据或偏离数据;
服务器在多个基础重量检测数据中,采用异常检测算法筛选多个用于指示多个基础重量检测数据中多个空值数据或偏离数据的可疑重量检测数据。
服务器采用异常检测算法对多个基础重量检测数据进行异常数据检测时,首先要检测出多个基础重量检测数据中的可疑重量检测数据,这里的可疑重量检测数据包括多个空值数据或偏离数据,这里的空值数据指的是因录入系统的操作失误,导致录入的快递包裹的重量数据显示为零,这里的偏离数据指的是对于一组数据中的某个数据,该数据与这组数据的平均值之间的差值很大,定义该数据为偏离数据。以检测快递包裹重量为例:已知检测的快递包裹的重量分别为:8.2、5、0、7.3、8.7、8.8、8、14.0,其中,0为这组数据中的空值数据,通过计算得到这组数据的平均值为7.5,而数据14.0与平均值7.5之间的差值较大,将14.0定义为偏离数据,由此可以得到快递包裹的重量检测数据中的多个可疑重量检测数据。
103、根据多个基础重量检测数据与多个可疑重量检测数据计算快递包裹的重量平均值,得到平均重量真实值;
服务器根据多个基础重量检测数据与多个可疑重量检测数据计算快递包裹的重量平均值,得到平均重量真实值。
服务器计算得到多个可疑重量检测数据后需要对多个可疑重量检测数据进行进一步的排查,确定该数据是否为异常重量检测数据,首先服务器需要将多个基础重量检测数据中的多个可疑重量检测数据去除之后,再计算剩余的多个基础重量检测数据的平均值,得到平均重量真实值。
需要说明的是,这里的重量平均值计算的是除去可疑重量检测数据之后剩余基础重量检测数据的平均值,因为原本的基础重量检测数据中存在可疑重量检测数据,可疑重量检测数据极大的影响了对快递包裹本身重量的计算,因此需将多个可疑重量检测数据剔除后,再进行平均值的计算。
104、根据平均重量真实值计算多个可疑重量检测数据的多个重量残差值以及快递包裹的重量误差值范围,并判断多个重量残差值中的每个重量残差值是否在重量误差值范围内;
服务器根据平均重量真实值计算多个可疑重量检测数据的多个重量残差值以及快递包裹的重量误差值范围,并判断多个重量残差值中的每个重量残差值是否在重量误差值范围内。
服务器计算得到估计重量检测值后,需要计算快递包裹的重量误差值范围,这里的重量误差值范围,是判定快递包裹的重量可以在一定范围内浮动的临界范围,重量误差值范围是利用平均重量真实值与预置浮动误差百分比计算得到的。在得到快递包裹的重量误差值范围后,服务器将通过重量残差值来判定可疑重量检测数据是否为异常重量检测数据。
105、若目标重量残差值不在重量误差值范围内,则将目标重量残差值对应的可疑重量检测数据确定为异常重量检测数据,并重新检测异常重量检测数据对应快递包裹的更新重量检测数据,将更新重量检测数据上传至监控系统。
若目标重量残差值不在重量误差值范围内,则服务器将目标重量残差值对应的可疑重量检测数据确定为异常重量检测数据,并重新检测异常重量检测数据对应快递包裹的更新重量检测数据,将更新重量检测数据上传至监控系统。
可以理解的是,当目标重量残差值在重量误差值范围内时,说明目标重量残差值对应的可疑重量检测数据为在真实快递包裹重量值的重量误差值范围内的重量检测数据,与真实快递包裹重量值之间的误差不大,因而将对应的可疑重量检测数据确定为正常快递包裹的重量检测数据,并继续下一个可疑重量检测数据的判定。
当服务器检测到可疑重量检测数据的目标重量残差值不在重量误差值范围内时,说明可疑重量检测数据已经偏离了真实快递包裹的重量值,与真实快递包裹的重量值之间的差值较大,并不能代表真实快递包裹的重量值,因此将该可疑重量检测数据确定为异常重量检测数据。当快递包裹的多个基础重量检测数据中存在异常重量检测数据时,说明在称量该快递包裹的重量时,存在不正当的操作或存在录入误差,因此需要重新对该快递包裹进行重量检测,并将重新称量快递包裹的更新重量检测数据上传至监控系统,这样的操作提高了快递包裹重量检测的准确率以及效率。
本发明实施例中,利用异常检测算法检测多个基础重量检测数据中的多个可疑重量检测数据,并利用重量误差值范围检测多个可疑重量检测数据是否为异常重量检测数据,若可疑重量检测数据为异常重量检测数据,则将重新检测快递包裹的重量并上传至监控系统,通过这样的方式提高了快递包裹重量检测的准确率以及效率。
请参阅图2,本发明实施例中快递称重异常核查方法的另一个实施例包括:
201、获取快递包裹的多个基础重量检测数据,其中,多个基础重量检测数据为利用不同称重设备测量快递包裹重量的多个数值;
服务器获取快递包裹的多个利用不同称重设备测量快递包裹重量的基础重量检测数据。
服务器在对快递包裹进行重量异常值检测时,首先需要获取快递包裹的多个基础重量检测数据,然后再利用算法对多个基础重量检测数据进行检测与排查,检测出基础检测数据中的多个空值数据或者偏离数据。这里的多个基础重量检测数据是多个不同的称重设备对同一快递包裹的重量进行检测得到的重量数值,因重量检测受地势、经纬度、温度以及快递包裹内的物体形态等因素的影响,在对同一快递进行重量检测时,会检测出不同的重量数值,然后上传到检测系统中进行记录,在记录的过程中,亦可能因为机器的录入设备的影响,导致录入快递包裹重量的数据出现差错,对此,会影响快递包裹运输费用的计算,所以服务器需要在大量的基础重量检测数据中检测出异常值。
需要说明的是,快递包裹的基础重量检测数据是服务器采取每天一次的采集频率进行收集的,在进行对快递包裹的异常重量检测数据检测时,服务器一次处理一天收集到的基础重量检测数据,此外,服务器进行核查时,是对多个快递包裹对应的多个基础重量检测数据同时进行核查,在本申请中并不对快递包裹的多个基础重量检测数据的数量进行限定。
202、在多个基础重量检测数据中,采用异常检测算法筛选多个可疑重量检测数据,其中,多个可疑重量检测数据用于指示多个基础重量检测数据中的多个空值数据或偏离数据;
服务器在多个基础重量检测数据中,采用异常检测算法筛选多个用于指示多个基础重量检测数据中多个空值数据或偏离数据的可疑重量检测数据。
具体的:
服务器首先在多个基础重量检测数据中,采用异常检测算法计算多个基础重量检测数据的平均值,得到平均重量预估值;其次服务器计算多个基础重量检测数据与平均预估检测值之间的多个误差重量值;然后服务器利用多个误差重量值以及贝塞尔公式计算出重量标准偏差值;最后服务器判断多个误差重量值中的每个误差重量值是否大于三倍的重量标准偏差值;若目标误差重量值大于三倍的重量标准偏差值,则服务器将目标误差重量值对应的基础重量检测数据确定为可疑重量检测数据,得到多个可疑重量检测数据,多个可疑重量检测数据用于指示多个基础重量检测数据中的多个空值数据或偏离数据。
服务器采用异常检测算法对多个基础重量检测数据进行异常数据检测时,首先要检测出多个基础重量检测数据中的可疑重量检测数据,这里的可疑重量检测数据包括多个空值数据或偏离数据,这里的空值数据指的是因录入系统的操作失误,导致录入的快递包裹的重量数据显示为零,这里的偏离数据指的是对于一组数据中的某个数据,该数据与这组数据的平均值之间的差值很大,定义该数据为偏离数据。
服务器在进行可疑重量检测数据时,利用到的是异常检测算法中的拉依达准则,拉依达准则是指假设一组检测数据只含有随机误差,对其进行计算处理得到标准偏差,按一定概率确定一个区间,定义一旦有数据超过这个区间的误差,就不属于随机误差而是粗大误差,并应予将含有该误差的数据剔除。这里服务器采用这样的处理方式检测多个基础重量检测数据中可疑重量检测数据。在本申请中,判断基础重量检测数据是否为可疑重量检测数据时,判定的条件也可以为目标误差重量值大于两倍的重量标准偏差值,其中判定的数值可以根据实际情况进行调整,对此,本申请中并不对判定的数值进行限定。
以检测快递包裹重量为例:已知检测的快递包裹的重量分别为:40.1、44.5、0、248.5、45、42.9、43、40.8、41.2、42,其中,通过计算得到这组数据的平均值为58.8,而数据0为这组数据中的空值数据,而248.5与平均值58.8之间的误差重量值超过标准偏差值的三倍,将248.5定义为偏离数据,也就是将0与248.5定义为可疑重量检测数据,由此可以得到快递包裹的重量检测数据中的多个可疑重量检测数据。
203、在多个基础重量检测数据中剔除多个可疑重量检测数据,得到多个剩余重量检测数据;
服务器在多个基础重量检测数据中剔除多个可疑重量检测数据,得到多个剩余重量检测数据。
服务器计算得到多个可疑重量检测数据后需要对多个可疑重量检测数据进行进一步的排查,确定该数据是否为异常重量检测数据,首先服务器需要将多个基础重量检测数据中的多个可疑重量检测数据去除之后,再计算剩余的多个基础重量检测数据的平均值,得到平均重量真实值。
需要说明的是,这里的重量平均值计算的是除去可疑重量检测数据之后剩余基础重量检测数据的平均值,因为原本的基础重量检测数据中存在可疑重量检测数据,可疑重量检测数据极大的影响了对快递包裹本身重量的计算,因此需将多个可疑重量检测数据剔除后,再进行平均值的计算。
204、计算多个剩余重量检测数据的平均值,得到平均重量真实值;
服务器计算多个剩余重量检测数据的平均值,得到平均重量真实值。
服务器在得到多个剩余重量检测数据后即可计算快递包裹的平均重量真实值。服务器通过计算多个剩余重量检测数据之和后再除以多个剩余重量检测数据的个数得到估计快递包裹的平均重量真实值。
以检测快递包裹重量为例:已知检测的快递包裹的重量分别为:40.1、44.5、0、248.5、45、42.9、43、40.8、41.2、42,其中,服务器首先这组数据中的可疑重量检测数据0与248.5剔除,得到快递包裹的剩余重量检测数据为:40.1、44.5、45、42.9、43、40.8、41.2、42,然后通过计算得到这剩余重量检测数据的平均值为42.4375,即将42.4375作为快递包裹的平均重量真实值。
205、根据平均重量真实值计算多个可疑重量检测数据的多个重量残差值以及快递包裹的重量误差值范围,并判断多个重量残差值中的每个重量残差值是否在重量误差值范围内;
服务器根据平均重量真实值计算多个可疑重量检测数据的多个重量残差值以及快递包裹的重量误差值范围,并判断多个重量残差值中的每个重量残差值是否在重量误差值范围内。具体的:
服务器首先利用残差公式计算平均重量真实值与多个可疑重量检测数据之间的多个重量残差值,残差公式为q=a-b,其中,a为平均重量真实值,b为可疑重量检测数据,q为重量残差值;其次服务器根据平均重量真实值以及预置浮动误差百分比,计算得到快递包裹的重量误差值范围;最后服务器判断多个重量残差值中的每个重量残差值是否在重量误差值范围内。
服务器计算得到平均重量真实值后,需要计算快递包裹的重量误差值范围,这里的重量误差值范围,是判定快递包裹的重量可以在一定范围内浮动的临界范围,重量误差值范围是利用平均重量真实值与预置浮动误差百分比计算得到的。在得到快递包裹的重量误差值范围后,服务器将通过目标重量残差值来判定可疑重量检测数据是否为异常重量检测数据。
服务器根据平均重量真实值以及预置浮动误差百分比,计算得到快递包裹的重量误差值范围,具体的:首先服务器根据平均重量真实值以及预置第一浮动公式计算最大浮动值y1,预置第一浮动公式为:y1=cx,其中,c为预置浮动误差百分比,x为快递包裹的平均重量真实值;其次服务器根据平均重量真实值以及预置第二浮动公式计算最大浮动值y2,预置第二浮动公式为:y2=-cx,其中,c为预置浮动误差百分比,x为快递包裹的平均重量真实值;最后服务器根据最大浮动值与最小浮动值,确定快递包裹的重量误差值范围。
需要说明的是,服务器是通过平均重量真实值以及预置浮动误差百分比进行快递包裹的重量误差值范围计算,这里的预置浮动误差百分比指的是快递包裹允许存在重量误差的误差百分比取值范围,一般情况下取值为的预置浮动误差百分比的取值为5%,本申请中并不对预置浮动误差百分比的取值进行限定。
以检测快递包裹重量并利用快递包裹重量计算快递费用为例:快递运营商在运输快递包裹时,是根据检测快递包裹的重量以及不同重量计费单价进行计费的,如:重量为40-50kg之间的重量计费单价为10元/kg,重量为50-60kg之间的重量计费单价为15元/kg,因此快递包裹重量的重量不同,计费时的重量计费单价不同,所以需要在每个快递包裹中转站进行快递包裹重量的检测,防止因快递包裹重量检测失误造成快递包裹的计费错误。已知在进行快递包裹运输的过程中,经过不同的中转站检测的快递包裹的基础重量检测数据分别为:40、42、0、248、45、42、43、40、42、44、42、40,其中,服务器首先这组数据中的可疑重量检测数据0与248剔除,得到快递包裹的剩余重量检测数据为:40、42、45、42、43、40、42、44、42、40,然后通过计算得到剩余重量检测数据的平均值为42,即快递包裹的平均重量真实值为42,然后服务器通过第一浮动公式与第二浮动公式计算重量误差值范围,其中,最大浮动值为y1:y1=cx=5%×42=2.1,最大浮动值为y2:y2=-cx=-5%×42=-2.1,然后计算平均重量真实值与多个可疑重量检测数据之间的多个重量残差值,得到-42与206;最后服务器判断多个重量残差值中的每个重量残差值是否在重量误差值范围内,经判断得到两个残差重量检测值均不在重量误差值范围内,将两个可疑重量检测数据均定义为异常重量检测数据,一旦当多个基础重量检测数据中存在异常重量检测数据时,就需要重新测量该快递包裹的重量,并将测量到的更新重量检测数据上传至监控系统,再根据更新重量检测数据计算快递包裹的费用。
206、若目标重量残差值不在重量误差值范围内,则用于将目标重量残差值对应的可疑重量检测数据确定为异常重量检测数据,并重新检测异常重量检测数据对应快递包裹的更新重量检测数据,将更新重量检测数据上传至监控系统。
若目标重量残差值不在重量误差值范围内,则用于将目标重量残差值对应的可疑重量检测数据确定为异常重量检测数据,并重新检测异常重量检测数据对应快递包裹的更新重量检测数据,将更新重量检测数据上传至监控系统。
可以理解的是,当目标重量残差值在重量误差值范围内时,说明目标重量残差值对应的可疑重量检测数据为在真实快递包裹重量值的重量误差值范围内的重量检测数据,与真实快递包裹重量值之间的误差不大,因而将对应的可疑重量检测数据确定为正常快递包裹的重量检测数据,并继续下一个可疑重量检测数据的判定。
当服务器检测到可疑重量检测数据的目标重量残差值不在重量误差值范围内时,说明可疑重量检测数据已经偏离了真实快递包裹的重量值,与真实快递包裹的重量值之间的差值较大,并不能代表真实快递包裹的重量值,因此将该可疑重量检测数据确定为异常重量检测数据。当快递包裹的多个基础重量检测数据中存在异常重量检测数据时,说明在称量该快递包裹的重量时,存在不正当的操作或存在录入误差,因此需要重新对该快递包裹进行重量检测,并将重新称量快递包裹的更新重量检测数据上传至监控系统,这样的操作提高了快递包裹重量检测的准确率以及效率。
本发明实施例中,利用异常检测算法检测多个基础重量检测数据中的多个可疑重量检测数据,并利用重量误差值范围检测多个可疑重量检测数据是否为异常重量检测数据,若可疑重量检测数据为异常重量检测数据,则将重新检测快递包裹的重量并上传至监控系统,通过这样的方式提高了快递包裹重量检测的准确率以及效率。
上面对本发明实施例中快递称重异常核查方法进行了描述,下面对本发明实施例中快递称重异常核查装置进行描述,请参阅图3,本发明实施例中快递称重异常核查装置一个实施例包括:
获取模块301,用于获取快递包裹的多个基础重量检测数据,其中,所述多个基础重量检测数据为利用不同称重设备测量所述快递包裹重量的多个数值;
筛选模块302,用于在所述多个基础重量检测数据中,采用异常检测算法筛选多个可疑重量检测数据,其中,所述多个可疑重量检测数据用于指示所述多个基础重量检测数据中的多个空值数据或偏离数据;
计算模块303,用于根据所述多个基础重量检测数据与所述多个可疑重量检测数据计算快递包裹的重量平均值,得到平均重量真实值;
判断模块304,用于根据所述平均重量真实值计算所述多个可疑重量检测数据的多个重量残差值以及快递包裹的重量误差值范围,并判断所述多个重量残差值中的每个重量残差值是否在所述重量误差值范围内;
确定模块305,若所述目标重量残差值不在所述重量误差值范围内,则用于将所述目标重量残差值对应的可疑重量检测数据确定为异常重量检测数据,并重新检测所述异常重量检测数据对应快递包裹的更新重量检测数据,将所述更新重量检测数据上传至监控系统。
本发明实施例中,利用异常检测算法检测多个基础重量检测数据中的多个可疑重量检测数据,并利用重量误差值范围检测多个可疑重量检测数据是否为异常重量检测数据,若可疑重量检测数据为异常重量检测数据,则将重新检测快递包裹的重量并上传至监控系统,通过这样的方式提高了快递包裹重量检测的准确率以及效率。
请参阅图4,本发明实施例中快递称重异常核查装置的另一个实施例包括:
获取模块301,用于获取快递包裹的多个基础重量检测数据,其中,所述多个基础重量检测数据为利用不同称重设备测量所述快递包裹重量的多个数值;
筛选模块302,用于在所述多个基础重量检测数据中,采用异常检测算法筛选多个可疑重量检测数据,其中,所述多个可疑重量检测数据用于指示所述多个基础重量检测数据中的多个空值数据或偏离数据;
计算模块303,用于根据所述多个基础重量检测数据与所述多个可疑重量检测数据计算快递包裹的重量平均值,得到平均重量真实值;
判断模块304,用于根据所述平均重量真实值计算所述多个可疑重量检测数据的多个重量残差值以及快递包裹的重量误差值范围,并判断所述多个重量残差值中的每个重量残差值是否在所述重量误差值范围内;
确定模块305,若所述目标重量残差值不在所述重量误差值范围内,则用于将所述目标重量残差值对应的可疑重量检测数据确定为异常重量检测数据,并重新检测所述异常重量检测数据对应快递包裹的更新重量检测数据,将所述更新重量检测数据上传至监控系统。
可选的,筛选模块302还可以具体用于:
在所述多个基础重量检测数据中,采用异常检测算法计算所述多个基础重量检测数据的平均值,得到平均重量预估值;
计算多个基础重量检测数据与所述平均重量预估值之间的多个误差重量值;
利用所述多个误差重量值以及贝塞尔公式计算出重量标准偏差值;
判断所述多个误差重量值中的每个误差重量值是否大于三倍的重量标准偏差值;
若目标误差重量值大于三倍的重量标准偏差值,则将所述目标误差重量值对应的基础重量检测数据确定为可疑重量检测数据,得到多个可疑重量检测数据,所述多个可疑重量检测数据用于指示所述多个基础重量检测数据中的多个空值数据或偏离数据。
可选的,计算模块303还可以具体用于:
在所述多个基础重量检测数据中剔除所述多个可疑重量检测数据,得到多个剩余重量检测数据;
计算所述多个剩余重量检测数据的平均值,得到平均重量真实值。
可选的,判断模块304包括:
第一计算单元3041,用于利用残差公式计算所述平均重量真实值与所述多个可疑重量检测数据之间的多个重量残差值,所述残差公式为q=a-b,其中,a为平均重量真实值,b为可疑重量检测数据,q为重量残差值;
第二计算单元3042,用于根据所述平均重量真实值以及预置浮动误差百分比,计算得到快递包裹的重量误差值范围;
判断单元3043,用于判断所述多个重量残差值中的每个重量残差值是否在重量误差值范围内。
可选的,第二计算单元3042还可以具体用于:
根据所述平均重量真实值以及预置第一浮动公式计算最大浮动值y1,所述预置第一浮动公式为:y1=cx,其中,c为预置浮动误差百分比,x为快递包裹的平均重量真实值;
根据所述平均重量真实值以及预置第二浮动公式计算最大浮动值y2,所述预置第二浮动公式为:y2=-cx,其中,c为预置浮动误差百分比,x为快递包裹的平均重量真实值;
根据所述最大浮动值与所述最小浮动值,确定快递包裹的重量误差值范围。
本发明实施例中,利用异常检测算法检测多个基础重量检测数据中的多个可疑重量检测数据,并利用重量误差值范围检测多个可疑重量检测数据是否为异常重量检测数据,若可疑重量检测数据为异常重量检测数据,则将重新检测快递包裹的重量并上传至监控系统,通过这样的方式提高了快递包裹重量检测的准确率以及效率。
上面图3和图4从模块化功能实体的角度对本发明实施例中的快递称重异常核查装置进行详细描述,下面从硬件处理的角度对本发明实施例中快递称重异常核查设备进行详细描述。
图5是本发明实施例提供的一种快递称重异常核查设备的结构示意图,该快递称重异常核查设备500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)510(例如,一个或一个以上处理器)和存储器520,一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中,存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对快递称重异常核查设备500中的一系列指令操作。更进一步地,处理器510可以设置为与存储介质530通信,在快递称重异常核查设备500上执行存储介质530中的一系列指令操作。
快递称重异常核查设备500还可以包括一个或一个以上电源540,一个或一个以上有线或无线网络接口550,一个或一个以上输入输出接口560,和/或,一个或一个以上操作系统531,例如Windows Serve,Mac OS X,Unix,Linux,FreeBSD等等。本领域技术人员可以理解,图5示出的快递称重异常核查设备结构并不构成对快递称重异常核查设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述快递称重异常核查方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解: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;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种快递称重异常核查方法,其特征在于,所述快递称重异常核查方法包括:
获取快递包裹的多个基础重量检测数据,其中,所述多个基础重量检测数据为利用不同称重设备测量所述快递包裹重量的多个数值;
在所述多个基础重量检测数据中,采用异常检测算法筛选多个可疑重量检测数据,其中,所述多个可疑重量检测数据用于指示所述多个基础重量检测数据中的多个空值数据或偏离数据,所述空值数据指的是因录入系统的操作失误,导致录入的快递包裹的重量数据显示为零,所述偏离数据指的是对于一组数据中的某个数据,该数据与这组数据的平均值之间的差值大,定义该数据为偏离数据;
根据所述多个基础重量检测数据与所述多个可疑重量检测数据计算快递包裹的重量平均值,得到平均重量真实值;
根据所述平均重量真实值计算所述多个可疑重量检测数据的多个重量残差值以及快递包裹的重量误差值范围,并判断所述多个重量残差值中的每个重量残差值是否在所述重量误差值范围内;
其中,所述根据所述平均重量真实值计算所述多个可疑重量检测数据的多个重量残差值以及快递包裹的重量误差值范围,并判断所述多个重量残差值中的每个重量残差值是否在所述重量误差值范围内包括:
利用残差公式计算所述平均重量真实值与所述多个可疑重量检测数据之间的多个重量残差值,所述残差公式为q=a-b,其中,a为平均重量真实值,b为可疑重量检测数据,q为重量残差值;
根据所述平均重量真实值以及预置浮动误差百分比,计算得到快递包裹的重量误差值范围;
判断所述多个重量残差值中的每个重量残差值是否在所述重量误差值范围内;
若目标重量残差值不在所述重量误差值范围内,则将所述目标重量残差值对应的可疑重量检测数据确定为异常重量检测数据,并重新检测所述异常重量检测数据对应快递包裹的更新重量检测数据,将所述更新重量检测数据上传至监控系统。
2.根据权利要求1所述的快递称重异常核查方法,其特征在于,所述在所述多个基础重量检测数据中,采用异常检测算法筛选多个可疑重量检测数据,其中,所述多个可疑重量检测数据用于指示所述多个基础重量检测数据中的多个空值数据或偏离数据包括:
在所述多个基础重量检测数据中,采用异常检测算法计算所述多个基础重量检测数据的平均值,得到平均重量预估值;
计算多个基础重量检测数据与所述平均重量预估值之间的多个误差重量值;
利用所述多个误差重量值以及贝塞尔公式计算出重量标准偏差值;
判断所述多个误差重量值中的每个误差重量值是否大于三倍的重量标准偏差值;
若目标误差重量值大于三倍的重量标准偏差值,则将所述目标误差重量值对应的基础重量检测数据确定为可疑重量检测数据,得到多个可疑重量检测数据,所述多个可疑重量检测数据用于指示所述多个基础重量检测数据中的多个空值数据或偏离数据。
3.根据权利要求1所述的快递称重异常核查方法,其特征在于,所述根据所述多个基础重量检测数据与所述多个可疑重量检测数据计算快递包裹的重量平均值,得到平均重量真实值包括:
在所述多个基础重量检测数据中剔除所述多个可疑重量检测数据,得到多个剩余重量检测数据;
计算所述多个剩余重量检测数据的平均值,得到平均重量真实值。
4.根据权利要求1所述的快递称重异常核查方法,其特征在于,所述根据所述平均重量真实值以及预置浮动误差百分比,计算得到快递包裹的重量误差值范围包括:
根据所述平均重量真实值以及预置第一浮动公式计算最大浮动值y1,所述预置第一浮动公式为:y1=cx,其中,c为预置浮动误差百分比,x为快递包裹的平均重量真实值;
根据所述平均重量真实值以及预置第二浮动公式计算最大浮动值y2,所述预置第二浮动公式为:y2=-cx,其中,c为预置浮动误差百分比,x为快递包裹的平均重量真实值;
根据所述最大浮动值与最小浮动值,确定快递包裹的重量误差值范围。
5.一种快递称重异常核查装置,其特征在于,所述快递称重异常核查装置包括:
获取模块,用于获取快递包裹的多个基础重量检测数据,其中,所述多个基础重量检测数据为利用不同称重设备测量所述快递包裹重量的多个数值;
筛选模块,用于在所述多个基础重量检测数据中,采用异常检测算法筛选多个可疑重量检测数据,其中,所述多个可疑重量检测数据用于指示所述多个基础重量检测数据中的多个空值数据或偏离数据,所述空值数据指的是因录入系统的操作失误,导致录入的快递包裹的重量数据显示为零,所述偏离数据指的是对于一组数据中的某个数据,该数据与这组数据的平均值之间的差值大,定义该数据为偏离数据;
计算模块,用于根据所述多个基础重量检测数据与所述多个可疑重量检测数据计算快递包裹的重量平均值,得到平均重量真实值;
判断模块,用于根据所述平均重量真实值计算所述多个可疑重量检测数据的多个重量残差值以及快递包裹的重量误差值范围,并判断所述多个重量残差值中的每个重量残差值是否在所述重量误差值范围内;
其中,所述根据所述平均重量真实值计算所述多个可疑重量检测数据的多个重量残差值以及快递包裹的重量误差值范围,并判断所述多个重量残差值中的每个重量残差值是否在所述重量误差值范围内包括:
利用残差公式计算所述平均重量真实值与所述多个可疑重量检测数据之间的多个重量残差值,所述残差公式为q=a-b,其中,a为平均重量真实值,b为可疑重量检测数据,q为重量残差值;
根据所述平均重量真实值以及预置浮动误差百分比,计算得到快递包裹的重量误差值范围;
判断所述多个重量残差值中的每个重量残差值是否在所述重量误差值范围内;
确定模块,若目标重量残差值不在所述重量误差值范围内,则用于将所述目标重量残差值对应的可疑重量检测数据确定为异常重量检测数据,并重新检测所述异常重量检测数据对应快递包裹的更新重量检测数据,将所述更新重量检测数据上传至监控系统。
6.根据权利要求5所述的快递称重异常核查装置,其特征在于,所述筛选模块具体用于:
在所述多个基础重量检测数据中,采用异常检测算法计算所述多个基础重量检测数据的平均值,得到平均重量预估值;
计算多个基础重量检测数据与所述平均重量预估值之间的多个误差重量值;
利用所述多个误差重量值以及贝塞尔公式计算出重量标准偏差值;
判断所述多个误差重量值中的每个误差重量值是否大于三倍的重量标准偏差值;
若目标误差重量值大于三倍的重量标准偏差值,则将所述目标误差重量值对应的基础重量检测数据确定为可疑重量检测数据,得到多个可疑重量检测数据,所述多个可疑重量检测数据用于指示所述多个基础重量检测数据中的多个空值数据或偏离数据。
7.根据权利要求5所述的快递称重异常核查装置,其特征在于,所述计算模块具体用于:
在所述多个基础重量检测数据中剔除所述多个可疑重量检测数据,得到多个剩余重量检测数据;
计算所述多个剩余重量检测数据的平均值,得到平均重量真实值。
8.一种快递称重异常核查设备,其特征在于,所述快递称重异常核查设备包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述快递称重异常核查设备执行如权利要求1-4中任意一项所述的快递称重异常核查方法。
9.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-4中任一项所述快递称重异常核查方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010279879.3A CN111457999B (zh) | 2020-04-10 | 2020-04-10 | 快递称重异常核查方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010279879.3A CN111457999B (zh) | 2020-04-10 | 2020-04-10 | 快递称重异常核查方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111457999A CN111457999A (zh) | 2020-07-28 |
CN111457999B true CN111457999B (zh) | 2022-04-01 |
Family
ID=71683742
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010279879.3A Active CN111457999B (zh) | 2020-04-10 | 2020-04-10 | 快递称重异常核查方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111457999B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114623912A (zh) * | 2020-12-11 | 2022-06-14 | 顺丰科技有限公司 | 动态秤的称重异常检测方法、装置、电子设备及存储介质 |
CN113222663A (zh) * | 2021-05-11 | 2021-08-06 | 北京京东振世信息技术有限公司 | 一种数据生成方法、装置、终端设备及存储介质 |
CN114046866A (zh) * | 2021-11-01 | 2022-02-15 | 上海中通吉网络技术有限公司 | 分拣过程中称重异常的检测实现方法、装置、电子设备 |
CN117453806B (zh) * | 2023-12-26 | 2024-02-27 | 湖南省金河计算机科技有限公司 | 一种电子秤数据处理系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101299834A (zh) * | 2008-06-24 | 2008-11-05 | 中国移动通信集团四川有限公司 | 基站位置核查的方法 |
CN104027100A (zh) * | 2014-06-12 | 2014-09-10 | 山东中弘信息科技有限公司 | 一种基于最近历史值的血压异常数据处理方法 |
CN105222879A (zh) * | 2015-09-17 | 2016-01-06 | 重庆市华驰交通科技有限公司 | 复杂动态称重传感网络的远程自诊断系统及其自诊断方法 |
CN109991914A (zh) * | 2017-12-29 | 2019-07-09 | 上海新型烟草制品研究院有限公司 | 一种产品重量检测控制方法及其装置 |
CN110851338A (zh) * | 2019-09-23 | 2020-02-28 | 平安科技(深圳)有限公司 | 异常检测方法、电子设备及存储介质 |
-
2020
- 2020-04-10 CN CN202010279879.3A patent/CN111457999B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101299834A (zh) * | 2008-06-24 | 2008-11-05 | 中国移动通信集团四川有限公司 | 基站位置核查的方法 |
CN104027100A (zh) * | 2014-06-12 | 2014-09-10 | 山东中弘信息科技有限公司 | 一种基于最近历史值的血压异常数据处理方法 |
CN105222879A (zh) * | 2015-09-17 | 2016-01-06 | 重庆市华驰交通科技有限公司 | 复杂动态称重传感网络的远程自诊断系统及其自诊断方法 |
CN109991914A (zh) * | 2017-12-29 | 2019-07-09 | 上海新型烟草制品研究院有限公司 | 一种产品重量检测控制方法及其装置 |
CN110851338A (zh) * | 2019-09-23 | 2020-02-28 | 平安科技(深圳)有限公司 | 异常检测方法、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111457999A (zh) | 2020-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111457999B (zh) | 快递称重异常核查方法、装置、设备及存储介质 | |
US10527486B2 (en) | Weighing scale diagnostics method | |
JP5083963B2 (ja) | 重量秤の故障検出システム | |
JP2008151783A5 (zh) | ||
JPS6317167B2 (zh) | ||
CN108801430B (zh) | 称重零点的校正方法、校正装置和液体加热容器 | |
CN108763040B (zh) | 数据采集方法及数据采集装置 | |
CN109959438B (zh) | 称重控制方法、装置及物料称量系统 | |
RU2004129764A (ru) | Способ автоматической компенсации коррекции положения дисбаланса и коррекции величины дисбаланса на балансировочном станке | |
CN112393794A (zh) | 一种针对四路称重传感器的平台秤在单传感器故障或偏载发生时的诊断及读数校正方法 | |
AU2010244261A1 (en) | System and methods for monitoring multiple storage units | |
CN111562037B (zh) | 一种温度表的故障检测方法及装置 | |
US11054354B2 (en) | Analytical liquid monitoring device | |
JP2001165759A (ja) | 計量システム | |
JPH11183240A (ja) | 金属検出機付き計量装置及びその装置のパラメータ演算方法 | |
CN206074113U (zh) | 斗轮机配煤称量修正系统 | |
AU2010306061B2 (en) | Belt image zero tracking system | |
CN113670422A (zh) | 快件重量异常的检测方法、装置、设备及存储介质 | |
JP4926443B2 (ja) | 重量検査装置 | |
CN114046866A (zh) | 分拣过程中称重异常的检测实现方法、装置、电子设备 | |
CN110319914A (zh) | 车辆载重检测设备的故障检测方法及装置 | |
CN111553054B (zh) | 核材料信息确定的方法、装置、设备及存储介质 | |
KR101531679B1 (ko) | 음식물류 폐기물 종량 관리 시스템 및 관리 방법 | |
CN117808052B (zh) | 基于真空环境机械臂负载自适应方法及系统 | |
CN210293395U (zh) | 皮带秤自动加码在线校核系统 |
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 |