基于加速度分布特征的快递暴力分拣识别方法

目的解决快递包裹物流过程中暴力分拣问题的前提是对暴力分拣行为进行有效识别,为此提出一种基于加速度分布特征的快递包裹暴力分拣行为智能识别方法。方法利用集成三轴加速度传感器的数据采集设备实时采集并截取潜在异常操作情况下快递包裹的加速度数据。然后将潜在异常数据上传服务器,在服务器端执行分布特征的提取。最后将特征矩阵送入神经元网络分类器,得到当前包裹所受操作类别的结果。结果实验证明,文中提出的多阈值截取方法可以有效截取潜在异常数据,使用加速度分布作为特征可以有效对暴力分拣行为进行分类。其中,使用BP网络作为模式识别分类器时,分类正确率可以达到93.6%;使用CNN作为模式识别分类器时,分类正确率可以达到95.3%。结论文中提出的暴力分拣识别方法准确、快速,具有良好的在线实时性。基于此方法可以构建暴力分拣行为识别数据库,为进一步完善快递企业服务水平定量化评价体系提供数据支撑。这些数据还可以用于对暴力分拣产生的原因进行深入分析,从而提出减少暴力分拣行为的针对性解决方案。