[发明专利]货物状态预测的方法、装置及多分类建模方法

权利要求书

1.一种货物状态预测的方法，其特征在于，所述方法包括：

获取车载称重设备最新产生的连续的N个原始数据点，所述原始数据点中记录车载称重设备产生的原始测量数据，N为大于等于2的整数；

根据连续的N个原始数据点得到1个整段数据和M个分段数据，M为大于等于2的整数；所述M个分段数据，按照每个分段数据与其他任一分段数据存在数据点交集的方式对N个原始数据点进行分段处理得到；

对1个整段数据和M个分段数据分别进行特征化处理得到特征数据，将特征数据输入多分类模型，得到当前预测状态，所述多分类模型为根据车载称重设备的原始测量数据能够预测货物当前状态的模型；

所述多分类模型的建模方法如下：从数据集中多次获取连续的N个原始数据点及其对应的货物状态，数据集中包含了多个原始数据点及其对应的货物状态，每种货物状态对应的原始数据点的数量不低于数据集中原始数据点总数的10%，所述原始数据点中记录原始测量数据，N为大于等于2的整数；所述从数据集中多次获取连续的N个原始数据点及其对应的货物状态包括将N个原始数据点中的最后一个原始数据点对应的货物状态作为状态数据；或根据N个原始数据点中对应的货物状态的数量或比例确定状态数据；根据每个连续的N个原始数据点及其对应的货物状态分别得到1个整段数据、M个分段数据和状态数据，M为大于等于2的整数；所述M个分段数据，按照每个分段数据与其他任一分段数据存在数据点交集的方式对N个原始数据点进行分段处理得到；

对每个所述1个整段数据、M个分段数据进行特征化处理得到特征数据，将每个所述1个整段数据、M个分段数据对应的特征数据和状态数据输入到待训练的多分类模型，得到训练后的多分类模型。

2.根据权利要求1所述的货物状态预测的方法，其特征在于，所述原始测量数据包括形变数据、电阻数据、电压数据、电流数据或时间数据中至少一种数据。

3.一种用于实现权利要求1-2中任意一项所述的货物状态预测的方法的货物状态预测的装置，其特征在于，所述装置包括：

获取单元，用于获取车载称重设备最新产生的连续的N个原始数据点，所述原始数据点中记录原始测量数据，N为大于等于2的整数；所述M个分段数据，按照每个分段数据与其他任一分段数据存在数据点交集的方式对N个原始数据点进行分段处理得到；

数据处理单元，用于对获取单元获取到的数据进行处理，得到多分类模型所需的输入数据；

预测单元，用于将数据处理单元得到的输入数据输入多分类模型，得到当前预测状态，其中，所述多分类模型为根据车载称重设备的原始测量数据或原始测量数据衍生出的特征数据能够预测货物当前状态的模型，预测单元中存储有训练好的多分类模型；

分段模块，用于根据获取单元获取到连续的N个原始数据点得到1个整段数据和M个分段数据，M为大于等于2的整数；所述M个分段数据，按照每个分段数据与其他任一分段数据存在数据点交集的方式对N个原始数据点进行分段处理得到；

特征模块，用于对分段模块得到的1个整段数据和/或M个分段数据分别进行特征化处理得到特征数据。

4.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1-2中任意一项所述的货物状态预测的方法。

5.一种电子设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求1-2中任意一项所述的货物状态预测的方法。