基于图卷积神经网络和RoBERTa的物流订单分类

订单信息贯穿于物流供应链的所有环节,高效的订单处理是保障物流服务质量和运营效率的关键。面对日益增长的差异化客户物流订单,人工对订单分类费时、低效,难以满足现代物流要求的效率标准。为了提升物流订单分类的性能,该文提出了一种基于图卷积神经网络(graph convolution network,GCN)和RoBERTa预训练语言模型的订单分类方法。首先,基于物流订单文本的抽象语义表示(abstract meaning representation,AMR)结果和关键词构建全局AMR图,并使用图卷积神经网络对全局AMR图进行特征提取,获取订单文本的全局AMR图表示向量;其次,基于AMR算法构建物流订单文本分句的局部AMR图集合,然后使用堆叠GCN处理图集合得到订单文本局部AMR图表示向量;再次,使用RoBERTa模型处理物流订单文本,得到文本语义表示向量;最后,融合三种类型的文本表示向量完成物流订单分类。实验结果表明:该方法在多项评价指标上优于其他基线方法。消融实验结果也验证了该分类方法各模块的有效性。

面向物流管理的区域运力预测模型

为了提升物流企业运营管理效率,文章提出了基于GPS轨迹和天气因素区域运力预测模型。首先,在对车辆GPS轨迹数据降采样的基础上,根据熵权法计算得到车辆运力得分来评估整个区域运力得分;其次,使用基于权值修正的天气因素生成方法构建天气预报特征,生成对应的向量化特征表示;最后,融合XGBoost和LSTM模型的预测结果作为区域运力预测结果。对比实验表明,本文提出的运力预测方法在各项指标上均高于其他基线预测方法。

植物嫁接的定义及发展历程探索与分析研究

嫁接是指通过人工修剪,使植物的枝、芽嫁接到另一植物的枝、根上,使其利用再生能力形成新的生命体的一种繁殖培育方法。嫁接的发展,自周朝至今,已有2900多年的历史。它是通过广大劳动人民的不断尝试,不断完善技术层面、总结机理认知,逐渐使我国的嫁接技术从萌芽发展至向成熟。目前,嫁接技术的范围应用还在不断扩大,如果树、观赏树木、草本植物、蔬菜以及林木和其他经济植物等都运用到了嫁接技术。