基于SVM动态物流大数据预警分析及保护方法技术

本发明专利技术提供基于SVM动态物流大数据预警分析及保护方法，包括以下步骤：采集动态物流数据，形成数据集；对所述数据集进行区域分类；对所述数据集进行行子分类转换二次回归；形成多目标分数规划的Wolfe式对偶规则，进行数据自修复保护；形成数据预警分析函数，对上述步骤得到的动态物流数据集进行预警分析。本方法不仅限于动态物流大数据的实时监控，同时也检测和诊断动态物流实时数据的有效性、有缺陷的实时数据，还对实时数据进行无数据剔除处理和数据完整性修复。能够有效提高物流智能化程度和信息化水平，有效针对物流区域的信息进行预警并保护，提高了动态物流走向和区域性选择的针对性，辨识并过滤无效信息，提高数据管理的效率。

Early warning analysis and protection method of dynamic logistics big data based on SVM

【技术实现步骤摘要】
基于SVM动态物流大数据预警分析及保护方法
本专利技术属于动态物流大数据分析
，具体涉及基于SVM动态物流大数据预警分析及保护方法。
技术介绍
近些年来，伴随着数据信息科学技术的发展，人类已经步入了数据可视化和云计算时代，人们生活品质的不断提高，物流活动也逐渐受到了越来越多人的欢迎，由于网络大数据与云计算时代的不断推进，尤其是数据收集、网上支付、状态监控以及远程操控等电子商务的迅速拓展，使得当前很多物流公司所具有的数据信息量迅速增多，而面对复杂的、动态的、大量的数据信息，使用以往传统的静态信息数据的挖掘技术进行分析已经不能够满足当前实际运用的要求，所以，就成为了众多学者研究的焦点。动态物流大数据是基于物流系统反馈信息技术实现的，物流系统反馈信息技术的出现，使得物流中的信息变得可视、清晰，可随时监控货物的实时情况。动态物流大数据是通过数据感知技术和信息反馈技术，将海量的物流数据整合并提取，利用数据挖掘和数据分析，提取有效信息并过滤冗余信息，实现有效信息共享，通过网络连接把数据传输回监控端。然而，在这个过程中会产生大量的无效信息包括边本文档来自技高网...

【技术保护点】
1.基于SVM动态物流大数据预警分析及保护方法，其特征在于，包括以下步骤：/nS1：采集动态物流数据，形成数据集；/nS2：对所述S1步骤得到的数据集进行区域分类；/nS3：对所述S2步骤得到的数据集进行行子分类转换二次回归；/nS4：形成多目标分数规划的Wolfe式对偶规则，对所述S3步骤得到的数据集进行数据自修复保护；/nS5：形成数据预警分析函数，对所述S4步骤得到的动态物流数据集进行预警分析。/n

【技术特征摘要】
1.基于SVM动态物流大数据预警分析及保护方法，其特征在于，包括以下步骤：
S1：采集动态物流数据，形成数据集；
S2：对所述S1步骤得到的数据集进行区域分类；
S3：对所述S2步骤得到的数据集进行行子分类转换二次回归；
S4：形成多目标分数规划的Wolfe式对偶规则，对所述S3步骤得到的数据集进行数据自修复保护；
S5：形成数据预警分析函数，对所述S4步骤得到的动态物流数据集进行预警分析。


2.根据权利要求1所述的基于SVM动态物流大数据预警分析及保护方法，其特征在于，所述S1步骤形成的数据集为
{xi，yi}，xi∈Rn，i＝1，2，....l.
其中xi为所采集动态物流的地理位置信息，yi为所采集动态物流的时间信息。


3.根据权利要求1所述的基于SVM动态物流大数据预警分析及保护方法，其特征在于，所述S2步骤的区域分类公式为
f(x)＝sng(ω·x+b)
其中ω为区域加权附加系数，x为所述数据集，b为误差项。


4.根据权利要求1所述的基于SVM动态物流大数据预警分析及保护方法，其特征在于，所述S3步骤的行子分类转...

【专利技术属性】
技术研发人员：潘红斌，
申请(专利权)人：江苏佳利达国际物流股份有限公司，
类型：发明
国别省市：江苏;32