[發明專利]基于多模型的數據處理方法、裝置及分類建模的方法

有效

• 申請號: 202011000543.5
• 申請日: 2020-09-22
• 公開（公告）號: CN111932035B
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 陳凱;陳冠嶺;單丹丹
• 申請（專利權）人: 南京福佑在線電子商務有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06K9/62
• 代理公司: 北京知果之信知識產權代理有限公司 11541
• 代理人: 卜榮麗

1.一種基于多模型的數據處理方法，其特征在于，所述方法包括：獲取車載稱重設備最新產生的連續的N個原始數據點，所述原始數據點中記錄車載稱重設備產生的原始測量數據，N為大于等于2的整數；

根據連續的N個原始數據點得到預測數據，所述預測數據為1個整段數據和M個分段數據、1個整段數據和M個分段數據進行特征化后的特征數據或是1個整段數據進行特征化后的特征數據；

將所述預測數據輸入到1個多分類模型，并根據1個多分類模型的輸出結果從多個二分類模型中選取部分二分類模型，二分類模型與貨物狀態一一對應，每個二分類模型的輸出結果為當前貨物狀態是否為二分類模型對應的貨物狀態，多分類模型的輸出結果為其中一種貨物狀態；

所述多分類模型的建模方法如下：從數據集中多次獲取連續的N個原始數據點及其對應的貨物狀態，數據集中包含了多個原始數據點及其對應的貨物狀態，所述原始數據點中記錄原始測量數據，N為大于等于2的整數；

根據每個連續的N個原始數據點及其對應的貨物狀態分別得到1個整段數據、M個分段數據和狀態數據，M為大于等于2的整數；所述M個分段數據，按照每個分段數據與其他任一分段數據存在數據點交集的方式對N個原始數據點進行分段處理得到；

將所有的1個整段數據、M個分段數據和狀態數據作為訓練數據輸入待訓練的多分類模型，得到訓練后的多分類模型；

所述二分類模型的建模方法如下：從數據集中多次獲取連續的N個原始數據點及其對應的貨物狀態，數據集中包含了多個原始數據點及其對應的貨物狀態，所述原始數據點中記錄原始測量數據，N為大于等于2的整數；

根據每個連續的N個原始數據點及其對應的貨物狀態分別得到1個整段數據、M個分段數據和狀態數據，M為大于等于2的整數；所述M個分段數據，按照每個分段數據與其他任一分段數據存在數據點交集的方式對N個原始數據點進行分段處理得到；

將所有的1個整段數據、M個分段數據和狀態數據作為訓練數據輸入待訓練的二分類模型進行訓練，得到訓練后的二分類模型；將預測數據分別輸入1個多分類模型和部分二分類模型，根據1個多分類模型和部分二分類模型的輸出結果確定當前預測狀態，多分類模型的輸出結果為其中一種貨物狀態。

2.根據權利要求1所述的基于多模型的數據處理方法，其特征在于，所述根據1個多分類模型和部分二分類模型的輸出結果確定當前預測狀態包括：

若1個多分類模型和部分二分類模型的輸出結果一致，則將1個多分類模型的輸出結果或部分二分類模型的輸出結果確定為當前預測狀態。

3.一種基于多模型的數據處理裝置，其特征在于，所述裝置用于實現權利要求1或2所述的基于多模型的數據處理方法，所述裝置包括：

獲取單元，用于獲取車載稱重設備最新產生的連續的N個原始數據點，所述原始數據點中記錄原始測量數據，N為大于等于2的整數；

數據處理單元，用于根據連續的N個原始數據點得到預測數據；所述預測數據為1個整段數據和M個分段數據、1個整段數據和M個分段數據進行特征化后的特征數據或是1個整段數據進行特征化后的特征數據；

選取單元，用于將預測數據輸入到1個多分類模型，并根據1個多分類模型的輸出結果從多個二分類模型中選取部分二分類模型，二分類模型與貨物狀態一一對應，每個二分類模型的輸出結果為當前貨物狀態是否為二分類模型對應的貨物狀態，多分類模型的輸出結果為其中一種貨物狀態；

預測單元，用于將預測數據分別輸入1個多分類模型和部分二分類模型，根據1個多分類模型和部分二分類模型的輸出結果確定當前預測狀態，多分類模型的輸出結果為其中一種貨物狀態，其中1個多分類模型和多個二分類模型位于所述預測單元中。

4.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機指令，所述計算機指令用于使計算機執行權利要求1-2任意一項所述的基于多模型的數據處理方法。

5.一種電子設備，其特征在于，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執行的計算機程序，所述計算機程序被所述至少一個處理器執行，以使所述至少一個處理器執行權利要求1-2任意一項所述的基于多模型的數據處理方法。