【技术实现步骤摘要】
本专利技术涉及工业大数据处理领域,尤其涉及一种基于产业供应链的工业大数据处理系统。
技术介绍
1、目前,工业领域的供应链数据处理主要依赖于传统的数据采集和分析方法。这些方法多聚焦于结构化数据的单点采集和处理,难以兼顾采购、生产、仓储、物流和销售等多个环节产生的多源异构数据,尤其是在面对文本、图像等非结构化数据时,现有系统的标准化和特征提取能力十分有限,数据融合和全链路协同效果不佳。
2、与此同时,现有技术大多采用静态规则或简单模型进行特征建模和异常检测,无法动态反映供应链环节间的复杂因果关系及其扰动传播,此外,当前系统的数据可视化手段也较为单一,难以直观展示因果特征和权重的时序变化,不利于管理层对供应链全流程的风险与关键指标进行实时、精准的决策。
技术实现思路
1、本专利技术的一个目的在于提出一种基于产业供应链的工业大数据处理系统,本专利技术采用全链路扰动响应聚合与多层智能建模,实现供应链全流程数据智能集成与动态优化,具备异常响应快、风险可控和决策智能高的优点。
2
...【技术保护点】
1.一种基于产业供应链的工业大数据处理系统,其特征在于,包括:
2.根据权利要求1所述的一种基于产业供应链的工业大数据处理系统,其特征在于,模块之间通过如下方法实现:
3.根据权利要求2所述的一种基于产业供应链的工业大数据处理系统,其特征在于,所述原始业务数据包括结构化数据和非结构化数据,所述结构化数据包括表格数据、日志数据和传感器序列数据,所述非结构化数据包括文本数据、图像数据和音频数据,所述预处理包括数据清洗、统一格式、缺失值填补、降噪、归一化和时间同步与对齐。
4.根据权利要求2所述的一种基于产业供应链的工业大数据处理系统,其
...【技术特征摘要】
1.一种基于产业供应链的工业大数据处理系统,其特征在于,包括:
2.根据权利要求1所述的一种基于产业供应链的工业大数据处理系统,其特征在于,模块之间通过如下方法实现:
3.根据权利要求2所述的一种基于产业供应链的工业大数据处理系统,其特征在于,所述原始业务数据包括结构化数据和非结构化数据,所述结构化数据包括表格数据、日志数据和传感器序列数据,所述非结构化数据包括文本数据、图像数据和音频数据,所述预处理包括数据清洗、统一格式、缺失值填补、降噪、归一化和时间同步与对齐。
【专利技术属性】
技术研发人员:于万钦,黄东,郭军,彭景,傅相林,欧增奇,
申请(专利权)人:中科斯欧合肥科技股份有限公司,
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。