【技术实现步骤摘要】
本专利技术涉及智能制造，尤其涉及一种基于数据分析的智能服装行业生产调控方法及系统。
技术介绍
1、服装行业是传统的劳动密集型产业，生产流程涉及设计、打样、裁剪、缝制、整烫、包装等多个环节，传统的服装生产调控主要依赖于人工经验和简单的统计方法，存在着生产效率低、质量不稳定、资源浪费等问题，随着信息技术的发展和市场竞争的加剧，服装企业亟需引入智能化的生产调控方法，以提高生产效率，降低成本，满足多样化、个性化的市场需求；
2、目前，国内外学者和企业已经开始探索智能化的服装生产调控方法，其中，大部分采用机器学习算法，如支持向量机、决策树等，对生产数据进行建模和预测，然而，现有的研究和应用存在缺乏对服装生产全流程的系统优化、生产数据的采集和处理不够智能以及知识驱动的决策支持不够深入的问题；
3、因此，亟需一种方法解决现有技术中存在的问题。
技术实现思路
1、本专利技术实施例提供一种基于数据分析的智能服装行业生产调控方法及系统，至少能解决现有技术中存在的部分问题。
...
【技术保护点】
1.基于数据分析的智能服装行业生产调控方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，设置智能数据采集平台，基于所述智能数据采集平台中的数据采集代理模块，结合数据流实时传输技术采集服装生产设备、供应链管理系统和销售终端系统中的异构数据，对于所述异构数据，通过基于规则的数据清洗算法和基于学习的数据清洗算法识别缺失值和异常值，进行清洗并转换为向量化表示，通过基于张量分解的多视角数据融合算法进行共性特征提取，结合所述向量化表示生成综合数据集，通过多模态特征表示学习算法提取多模态特征表示并构建服装生产数字孪生模型包括：
3.根据权利...
【技术特征摘要】
1.基于数据分析的智能服装行业生产调控方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，设置智能数据采集平台，基于所述智能数据采集平台中的数据采集代理模块，结合数据流实时传输技术采集服装生产设备、供应链管理系统和销售终端系统中的异构数据，对于所述异构数据，通过基于规则的数据清洗算法和基于学习的数据清洗算法识别缺失值和异常值，进行清洗并转换为向量化表示，通过基于张量分解的多视角数据融合算法进行共性特征提取，结合所述向量化表示生成综合数据集，通过多模态特征表示学习算法提取多模态特征表示并构建服装生产数字孪生模型包括：
3.根据权利要求2所述的方法，其特征在于，通过塔克分解算法对所述高阶张量进行低秩逼近如下公式所示：
4.根据权利要求1所述的方法，其特征在于，通过本体知识建模方法定义服装生产领域的核心概念、属性和关系，基于所述综合数据集进行数据抽取，生成三元组并构建服装生产知识图谱，基于图注意力网络算法构建服装生产数据分析模型，将所述服装生产知识图谱添加至所述服装生产数据分析模型中，通过注意力机制自适应提取关键特征并确定隐性关联规律，生成跨模态知识图谱，结合所述服装生产知识图谱对应的先验知识，通过知识推理算法识别服装...
【专利技术属性】
技术研发人员：刘勇，
申请(专利权)人：深圳市秦丝科技有限公司，
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。