专利交易市场

基于注意力加权的冷链物流需求估计方法。步骤1，组成特征数据矩阵；步骤2，计算特征数据矩阵中各特征的注意力权重对特征数据矩阵重新标定；步骤3，分解混合矩阵得到低维矩阵Xu和Yi；步骤4，将低维矩阵相乘得到新的混合矩阵继而得到待测的冷链物流需求量。由于每个特征对于冷链物流需求量的影响是不同的，同时每个特征是不能线性映射冷链物流需求量。因此本发明使用注意力加权算法对每个特征重新标定，以提高对冷链物流需求量影响大的特征权重，弱化对冷链物流需求量小的特征权重，来解决不同特征之间的差异性问题，再通过矩阵降维的思想，实现各个特征对冷链物流需求量的非线性映射。

本发明涉及本发明涉及智慧物流、物联网识别与数据安全技术领域，公开了一种智慧物流信息管理系统，该系统包括嵌入式标识生成模块、标识读取模块、状态信息采集模块、加密处理模块、可信存证模块及事件响应模块。所述标识单元嵌入于物流物质本体结构或包装中，具备在温度、湿度、气体成分或电磁辐射等环境变化条件下可激发读取的响应特性；状态信息采集模块采集物流过程中的位置、环境及行为信息，并与身份标识绑定；数据经加密后上传至可信存证模块进行链式记录；当识别到异常状态或事件时，事件响应模块生成响应数据并提供处置指令依据。本发明实现了物流物质全生命周期的身份追踪、状态感知与智能响应。

本发明公开了一种智慧物流管理方法及系统，所述方法包括：分析环境数据对冷藏车内温度变化的影响，分析冷藏车内温度变化对货物形态的影响获得货物的易损程度评级，分析冷藏车和中转站之间的路径特征，基于所述路径特征分析所述运输路径的预测运输时间，基于设定的时间阈值对运输路径进行筛选，分析运输路径的颠簸特征和货物易损程度对运输路径评分的影响获得运输路径综合评分，根据所述综合评分选取目标运输路径，实时分析冷藏车在目标运输路径中的行驶时间，基于所述行驶时间与预测时间进行校对，分析运输路径的颠簸程度和货物易损程度对成本损失的影响获得损失成本，根据所述损失成本对运输路径进行调整，本发明，具有降低成本和提高准确性的特点。

本发明提供一种粉体助剂智能配送方法及系统，涉及数据处理技术领域，方法包括：获取粉体助剂的历史消耗速度、当前消耗点库存量和消耗点配送时长；结合长短时记忆网络模型和贝叶斯算法对消耗点进行消耗速度单点预测，输出预测消耗速度序列；对预测消耗速度序列进行积分，得到当前消耗点库存量的可用时长；获取期望可用时长，确定期望消耗点配送量；在消耗点配送时长大于可用时长时，提升消耗点初始配送速度，直至调整后的消耗点配送时长小于可用时长，按提升后的消耗点初始配送速度将期望消耗点配送量配送至相对应的消耗点，否则，按消耗点初始配送速度将期望消耗点配送量配送至相对应的消耗点。提升配送效率和准确性，降低粉体助剂供应链成本。

本发明公开了一种基于区块链和边缘计算的冷链物流碳排放数据监测方法及装置，实时监测每个运输阶段的温度、湿度和碳浓度信息，并将采样的数据发送到边缘计算节点进行处理计算；边缘计算节点实时接收并转换多个传感器数据，计算每个时刻的能耗和碳排放量；边缘计算节点将环境数据、能耗计算结果与碳排放量信息上传至区块链网络各节点中；区块链网络将各边缘计算节点采集的数据汇总计算得出冷链运输工具在每个运输阶段中的碳排放，并实时数据更新；边缘计算节点在设备端实施调整，实现实时、动态闭环的碳排放监测与管控。与现有技术相比，本发明利用区块链与边缘计算协同进行碳排放数据传输和监测，为冷链物流减碳提供数据支持。

本发明公开了一种基于认知图谱的冷链多温混配选温方法及装置。该方法首先对货源信息的货物类型、货物体积、保存适宜温度、运输时间限制、路线和车源信息的可配载货物类型、剩余车厢体积大小、途径路线标签作标记处理和定义，得到标签空间以及标签集合；然后利用点互信息（PMI）和TF‑IDF分别基于冷链货源信息标签集合和冷链车源信息标签集合计算标签权重，构建货源（货物信息）关联图和车货源（货物与运输车信息）关联图；将车源与货源关联图输入图卷积神经网络（GCN），通过增加注意力机制对货源关联图的节点选择性增强，得出了关键特征表示，再通过Softmax分类选择温度。本发明普遍适用于匹配选择冷链物流中货源信息和车源信息，实现提高运载效率，减少了运输成本以及空车率。