【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及一种数字化物流运输过程中智能管理方法及系统。
技术介绍
1、在数字化物流运输中，重大件货物运输对国家重大项目建设起到非常重要的作用，在重大件货物运输过程中，需要保障重大件货物的运输安全，其中挂车纵梁强度在装货后是否可靠是重大件货物运输安全的重要内容。现有的监控方式通常是采用多个智能传感器，例如加速度、倾斜等传感器来实时监测运输途中货物的震动、倾斜角度、货物压力分布是否均匀等，由此根据采集的数据进行数字化物流运输过程中智能管理。
2、常规对于大件货物运输过程中的监测手段，通常是对采集的各项监测数据进行k-means聚类，从而获得货物运输过程中的货物各种运行状态，并基于多个簇类中的数据进行深度的挖掘。但常规簇类的更新规则往往会随着部分参考价值较低或真实性较差的数据的加入，可能使用聚类的结果不理想，进而会使得后续对于新监测数据的聚类标准逐渐丢失准确度，从而使得随着时间的推移，后续对于大件货物的运输情况监测结果不准确，从而降低了物流运输过程中的管理效果。
技术实现思路>
1、本文档来自技高网...
【技术保护点】
1.一种数字化物流运输过程中智能管理方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种数字化物流运输过程中智能管理方法，其特征在于，所述在第项监测数据序列中，构建第个监测数据的局部窗口，包括的具体步骤如下：
3.根据权利要求1所述一种数字化物流运输过程中智能管理方法，其特征在于，所述对每项监测数据序列进行聚类操作，得到每项监测数据序列对应的若干个初始聚类簇、每个初始聚类簇的轮廓系数以及聚类中心，包括的具体步骤如下：
4.根据权利要求1所述一种数字化物流运输过程中智能管理方法，其特征在于，所述根据第项监测数据序列中第个...
【技术特征摘要】
1.一种数字化物流运输过程中智能管理方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种数字化物流运输过程中智能管理方法，其特征在于，所述在第项监测数据序列中，构建第个监测数据的局部窗口，包括的具体步骤如下：
3.根据权利要求1所述一种数字化物流运输过程中智能管理方法，其特征在于，所述对每项监测数据序列进行聚类操作，得到每项监测数据序列对应的若干个初始聚类簇、每个初始聚类簇的轮廓系数以及聚类中心，包括的具体步骤如下：
4.根据权利要求1所述一种数字化物流运输过程中智能管理方法，其特征在于，所述根据第项监测数据序列中第个初始聚...
【专利技术属性】
技术研发人员：王召东，刘克忠，
申请(专利权)人：中诚国际物流大连有限公司，
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。