【技术实现步骤摘要】
本专利技术属于建筑工程物流管理，具体涉及基于卷积神经网络的建筑工程物流管理方法及系统。
技术介绍
1、随着建筑工程规模的不断扩大，建筑物流管理越来越复杂，基于卷积神经网络的建筑工程物流管理系统是一种新型的物流管理系统，它采用了深度学习技术，通过对大量历史数据的分析和学习，实现了对建筑工程物流的智能化管理。
2、现有的建筑工程物流管理方式存在以下问题：
3、a、数据获取和准备的挑战：建筑工程物流涉及大量的数据，包括供应链数据、运输数据、库存数据等，而这些数据通常存在异构性和不完整性，对这些数据进行有效的获取、清洗和预处理是一个挑战。
4、b、预测精度和泛化能力：基于卷积神经网络的预测模型在处理建筑工程物流方面可能会受到数据噪声、季节性变化等因素的影响，导致预测精度和泛化能力不足。
5、c、实时性和响应速度：建筑工程物流需要快速响应和实时调整，然而目前基于卷积神经网络的系统可能面临计算复杂度高、实时性不足的问题。
技术实现思路
1、有鉴于此，本专...
【技术保护点】
1.基于卷积神经网络的建筑工程物流管理方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于卷积神经网络的建筑工程物流管理方法，其特征在于，基于缓存的所述权重段对所述输入数据流进行滑窗操作和乘累加运算，还包括：在每个所述计算单元内部，将缓存的所述权重段作为滑动窗，并将所述卷积层的卷积步长作为滑动步长，对输入每个所述计算单元的输入数据流进行滑窗操作，并根据所述权重段和窗内数据进行乘累加运算。
3.根据权利要求1所述的基于卷积神经网络的建筑工程物流管理方法，其特征在于，若每个所述计算单元的缓存空间小于所述权重矩阵的整行长度，所述方法还...
【技术特征摘要】
1.基于卷积神经网络的建筑工程物流管理方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于卷积神经网络的建筑工程物流管理方法，其特征在于，基于缓存的所述权重段对所述输入数据流进行滑窗操作和乘累加运算，还包括：在每个所述计算单元内部，将缓存的所述权重段作为滑动窗，并将所述卷积层的卷积步长作为滑动步长，对输入每个所述计算单元的输入数据流进行滑窗操作，并根据所述权重段和窗内数据进行乘累加运算。
3.根据权利要求1所述的基于卷积神经网络的建筑工程物流管理方法，其特征在于，若每个所述计算单元的缓存空间小于所述权重矩阵的整行长度，所述方法还包括：将所述每个权重段拆分为多个分组；在不同的时间段内，分别缓存所述每个权重段的不同分组至对应的计算单元，使每个计算单元基于当前缓存的分组对所述输入数据流重复进行所述滑窗操作和所述卷积运算，从而在所述不同的时间段内获得不同的输出特征子图；以及，将获得的输出特征子图叠加。
4.根据权利要求1所述的基于卷积神经网络的建筑工程物流管理方法，其特征在于，还包括：根据每个计算单元当前缓存的分组，确定所述滑窗操作的索引偏移值，所述索引偏移值用于指示初始滑窗的位置。
5.基于卷积神经网络的建筑工程物流管理系统，其特征在于，包括应用服务器、数据库服务器、电子标签和客户端，所述应用服务器分别与数据库服务器和客户端进行连接，应用服务器与电子标签以无线方式连接；
6.根据权利要求5所述的基于卷积神经网络的建筑工程物流管理系统，其特征在于，还包括订单及库存信息录入模块、需求预测模块、库存改善模块、安全库存分析模块、商品周转率分析模块及综合进货报告模块，订单及库存信息录入模块负责订单和库存信息的录入和管理，需求预测模块负责对未来数...
【专利技术属性】
技术研发人员：王丹，王伊立，林剑锋，
申请(专利权)人：广州科技职业技术大学，
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。