【技术实现步骤摘要】
一种基于改进型深度学习算法模型的外贸物流平台
[0001]本专利技术涉及数据信息处理
,且更确切地涉及一种基于改进型深度学习算法模型的外贸物流平台。
技术介绍
[0002]随着全球化的深入发展,跨国贸易日益增多,对国际物流运输提出了更高的要求。外贸物流平台应运而生,在提高物流效率和降低物流成本,促进全球贸易繁荣等方面发挥了十分重要的作用。外贸物流平台的主要背景包括:1. 全球化趋势:全球范围内跨国贸易的增多,使得物流行业需要更加高效的协调和管理,外贸物流平台顺应了这种趋势,提供了全球化的物流运输服务。
[0003]2. 网络科技的发展:网络科技的发展促进了外贸物流平台的建立和发展,通过互联网技术打通产业链各个环节,提高了物流效率和减少了交易成本。
[0004]3. 电子商务应用日益广泛:随着电子商务的普及和发展,在线交易的频繁发生,外贸物流平台通过电子商务技术的应用,为企业提供更加便利的物流运输和订单处理服务。
[0005]然而,深度学习算法在外贸物流平台应用中也存在一些弊端:1. 数据质量不高:外贸物流平台涉及多个环节和多个不同主体的数据,导致数据来源的不确定性、稀疏性、不一致性等问题,影响了建立模型的准确性和稳定性。
[0006]2. 数据保密性问题:外贸物流平台中往往涉及到商业机密信息、货物位置信息等敏感数据,深度学习算法在建立数据分析模型时要注意信息保密性。
[0007]3. 算法复杂度大:深度学习算法需要进行大量的模型训练和优化,其中涉及到大量的计算资源和时间, ...
【技术保护点】
【技术特征摘要】
1.一种基于改进型深度学习算法模型的外贸物流平台,其特征在于:所述外贸物流平台包括数据获取模块、数据处理模块、技术转移模块、智能显示模块、数据应用模块和数据分析模块;其中:数据获取模块用于收集海量外贸和物流信息;所述数据获取模块包括数据挖掘单元和信息采集单元,所述数据挖掘单元用于获取外贸和物流信息的原始数据,所述信息采集单元用于获取外贸交易信息及流程;数据处理模块用于处理收集的海量外贸和物流信息;所述数据处理模块包括数据加密单元、数据划分单元、数据分类单元、数据清洗单元和数据排序单元,所述数据清洗单元用于填补数据残缺和修正异常数据的部分,所述数据分类单元采用聚类校验算法将清洗完成的数据按照外贸交易国家进行分类,所述数据排序单元将分类完成的数据按照时间排成次序,所述数据划分单元用于将排序后的数据按照批次划分为多个相同的数据块,所述数据加密单元通过混合加密算法将数据块进行加密,所述数据清洗单元的输出端连接数据分类单元的输入端,所述数据分类单元输出端连接数据排序单元的输入端,所述数据排序单元的输出端连接数据划分单元的输入端,所述数据划分单元输出端连接数据加密单元的输入端;技术转移模块用于开发利用全世界各国各行各业的新技术信息资源;智能显示模块用于可视化展示海量外贸和物流信息数据处理流程及异常检测反馈结果并生成相应的图形报表;数据应用模块用于根据处理后的海量外贸和物流信息构建异常监测模型;所述数据应用模块为异常监测模型,所述异常监测模型包括特征提取单元、学习训练单元、识别单元和监测单元,所述特征提取单元采用3
×
3和7
×
7卷积层以残差网络的形式连接,所述学习训练单元采用改进型深度学习算法将提取的数据特征迭代训练,所述识别单元采用DRSN
‑
CW网络,所述监测单元采用TextRCNN网络进行检测结果识别;所述特征提取单元的输出端连接数据学习训练单元的输入端,所述学习训练单元输出端连接识别单元单元的输入端,所述识别单元的输出端连接监测单元的输入端;数据分析模块根据异常监测模型对外贸物流的实时检测分析判断异常监测模型并更新优化管理;所述数据获取模块的输出端连接数据处理模块的输入端,所述数据处理模块的输出端分别连接技术转移模块和数据应用模块的输入端,所述技术转移模块和数据应用模块的输出端连接数据分析模块的输入端,所述数据分析模块的输出端连接智能显示模块。2.根据权利要求1所述的一种基于改进型深度学习算法模型的外贸物流平台,其特征在于:所述智能显示模块包括预警显示单元、远程交互单元和无线传输单元,所述预警显示单元用于展示外贸物流数据处理结果和异常数据通告,所述无线传输单元用于与多终端进行无线通信并共享外贸物流数据,所述预警显示单元的输出端连接无线传输单元的输入端,所述无线传输单元输出端连接远程...
【专利技术属性】
技术研发人员:胡欣然,张文军,刘艳,钟敏,杨超,
申请(专利权)人:长沙宜选供应链有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。