【技術實現步驟摘要】
本專利技術涉及數據處理技術，尤其涉及一種適用于多維度數據模型的貨品入庫交互方法及系統。
技術介紹
1、在現代物流和倉庫管理系統中，貨品的有效入庫是一項挑戰性的任務，尤其是在處理多種類型和來源的數據時。
2、傳統的入庫系統往往依賴于單一的數據輸入方法，如手動輸入或基本的條碼掃描，這些方法無法高效地處理復雜或多變的入庫需求。此外，傳統系統常常缺乏靈活性，無法根據不同貨品的特性自動調整入庫策略，導致入庫效率低下，無法滿足現代高效率的要求。
3、因此，如何根據不同貨品的特性自動調整入庫策略，提高入庫效率，滿足現代高效率的要求，成為了急需解決的問題。
技術實現思路
1、本專利技術實施例提供一種適用于多維度數據模型的貨品入庫交互方法及系統，可以根據不同貨品的特性自動調整入庫策略，提高入庫效率，滿足現代高效率的要求。
2、本專利技術實施例的第一方面，提供一種適用于多維度數據模型的貨品入庫交互方法，包括：
3、服務器在判斷接收到第一入庫端的入庫需求時將所述入庫需求發送至多維度數據模型，所述多維度數據模型具有預先配置的入庫策略和交互方法，入庫策略至少包括圖像提取子策略、語音提取子策略和/或文字提取子策略中的至少一種；
4、多維度數據模型對所述入庫需求分析，確定定制化的入庫策略反饋至相對應的第一入庫端，以使第一入庫端按照所述入庫策略對入庫目標進行信息提取；
5、多維度數據模型基于所述入庫需求所對應的交互方法生成相對應的交互路徑，所
6、多維度數據模型在判斷接收到第一入庫端所提取的入庫數據、入庫管理端反饋的交互數據后，將相應的入庫需求反饋至服務器以使服務器完成入庫記錄。
7、可選地，在第一方面的一種可能實現方式中，所述服務器在判斷接收到第一入庫端的入庫需求時將所述入庫需求發送至多維度數據模型，所述多維度數據模型具有預先配置的入庫策略和交互方法，包括：
8、服務器在判斷接收到第一入庫端的入庫需求時，提取所述入庫需求所對應的入庫物品標簽發送至多維度數據模型；
9、多維度數據模型基于所述入庫物品標簽確定相應的入庫策略和交互方法，每種入庫物品標簽具有預設的入庫策略和交互方法；所述多維度數據模型對所述入庫需求分析，確定定制化的入庫策略反饋至相對應的第一入庫端，以使第一入庫端按照所述入庫策略對入庫目標進行信息提取，包括：
10、多維度數據模型對入庫物品標簽的入庫策略提取，所述入庫策略至少包括圖像提取子策略、語音提取子策略和/或文字提取子策略中的至少一種；
11、基于所述入庫策略內子策略的種類信息和數量信息生成具有信息提取標識的定制化式的信息提取模版，反饋至第一入庫端；
12、第一入庫端基于信息提取標識與信息提取模版交互，對入庫目標進行信息提取。
13、可選地，在第一方面的一種可能實現方式中，所述基于所述入庫策略內子策略的種類信息和數量信息生成具有信息提取標識的信息提取模版，反饋至第一入庫端,包括：
14、若判斷入庫策略包括圖像提取子策略，多維度數據模型內的圖像子模型獲取入庫物品標簽所對應入庫種類，對入庫種類的歷史數據分析處理得到關于入庫種類所對應的歷史圖像提取特征；
15、獲取每個歷史圖像提取特征所對應的特征標簽，對所述特征標簽篩選處理得到目標特征標簽，所述特征標簽至少包括視圖標簽和耗損標簽；
16、圖像子模型提取目標特征標簽所對應的目標視圖標簽和目標耗損標簽，基于所述目標視圖標簽和目標耗損標簽建立在信息提取模版建立相對應的圖像槽位。
17、可選地，在第一方面的一種可能實現方式中，所述獲取每個歷史圖像提取特征所對應的特征標簽，對所述特征標簽篩選處理得到目標特征標簽，所述特征標簽至少包括視圖標簽和耗損標簽，包括：
18、統計同一個種類的入庫物品標簽所有歷史圖像提取特征中每個視圖標簽中耗損標簽為異常的異常數量，以及統計每個視圖標簽中耗損標簽為正常的正常數量；
19、基于所述耗損標簽的描述信息生成每個耗損標簽的耗損權重，每個描述信息具有預設的耗損權重；
20、基于所述異常數量、正常數量以及耗損權重進行計算，得到相對應歷史圖像提取特征的特征標簽系數，基于所述特征標簽系數在多個特征標簽中確定目標特征標簽。
21、可選地，在第一方面的一種可能實現方式中，所述基于所述異常數量、正常數量以及耗損權重進行計算，得到相對應歷史圖像提取特征的特征標簽系數，基于所述特征標簽系數在多個特征標簽中確定目標特征標簽，包括：
22、將異常數量與正常數量相加后得到總數量，基于異常數量、總數量進行比例計算得到異常比例，基于所述異常比例、預設比例、預設數量進行計算得到計算數量；
23、獲取每個視圖標簽所對應耗損標簽的耗損權重，并對相同類型的視圖標簽所對應耗損標簽的耗損權重進行相加均值計算得到平均耗損權重；
24、基于所述平均耗損權重、每個類型的視圖標簽所對應異常耗損標簽的數量計算得到相應類型的特征標簽系數；
25、基于所述計算數量、特征標簽系數在多個特征標簽中確定目標特征標簽。
26、可選地，在第一方面的一種可能實現方式中，所述基于所述計算數量、特征標簽系數子在多個特征標簽中確定目標特征標簽，包括：
27、基于所述特征標簽系數對多個特征標簽降序排序處理，得到相對應的降序排序序列；
28、按照所述計算數量在降序排序序列中依次遍歷挑選計算數量的特征標簽，作為所確定的目標特征標簽；
29、通過以下公式得到計算數量、平均耗損權重以及特征標簽系數，
30、
31、其中，xcal為計算數量，sabn為異常數量，正常數量snor為正常數量，g為預設常數值，bpre為預設比例，xpre為預設數量，為第i種類型的特征標簽系數，uj為第i種類型中第j個的特征標簽所對應的損耗權重，h為第i種類型中特征標簽所對應歷史圖像提取特征數量的上限值，h為第i種類型中特征標簽所對應歷史圖像提取特征數量的數量值，ei為第i種類型中特征標簽所對應異常耗損標簽的數量，gqua為數量歸一化值。
32、可選地，在第一方面的一種可能實現方式中，所述圖像子模型提取目標特征標簽所對應的目標視圖標簽和目標耗損標簽，基于所述目標視圖標簽和目標耗損標簽建立在信息提取模版建立相對應的圖像槽位，包括：
33、圖像子模型提取目標特征標簽所對應的目標視圖標簽和目標耗損標簽，所述目標耗損標簽具有目標視圖中所對應的視圖損耗位置；
34、基于所述視圖損耗位置對目標視圖標簽所對應目標視圖的損耗位置進行比例式定位；
35、在信息提取模版處建立與目標視圖所對應的一級圖像槽位，基于所有目標特征標簽在所有歷史的目標視圖中的比例式定位的分布，生成對目標視圖本文檔來自技高網...
【技術保護點】
1.適用于多維度數據模型的貨品入庫交互方法，其特征在于，包括：
2.根據權利要求1所述的適用于多維度數據模型的貨品入庫交互方法，其特征在于，
3.根據權利要求2所述的適用于多維度數據模型的貨品入庫交互方法，其特征在于，
4.根據權利要求3所述的適用于多維度數據模型的貨品入庫交互方法，其特征在于，
5.根據權利要求4所述的適用于多維度數據模型的貨品入庫交互方法，其特征在于，
6.根據權利要求5所述的適用于多維度數據模型的貨品入庫交互方法，其特征在于，
7.根據權利要求6所述的適用于多維度數據模型的貨品入庫交互方法，其特征在于，
8.根據權利要求7所述的適用于多維度數據模型的貨品入庫交互方法，其特征在于，
9.根據權利要求8所述的適用于多維度數據模型的貨品入庫交互方法，其特征在于，
10.適用于多維度數據模型的貨品入庫交互系統，其特征在于，包括：
【技術特征摘要】
1.適用于多維度數據模型的貨品入庫交互方法，其特征在于，包括：
2.根據權利要求1所述的適用于多維度數據模型的貨品入庫交互方法，其特征在于，
3.根據權利要求2所述的適用于多維度數據模型的貨品入庫交互方法，其特征在于，
4.根據權利要求3所述的適用于多維度數據模型的貨品入庫交互方法，其特征在于，
5.根據權利要求4所述的適用于多維度數據模型的貨品入庫交互方法，其特征在于，
...【專利技術屬性】
技術研發人員：劉勇，
申請(專利權)人：深圳市秦絲科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。