基于认知图谱的冷链多温混配选温方法及装置

    公开(公告)号:CN114399250B

    公开(公告)日:2023-04-07

    申请号:CN202111660790.2

    申请日:2021-12-30

    申请人: 淮阴工学院

    摘要: 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。

    基于认知图谱的冷链多温混配选温方法及装置

    公开(公告)号:CN114399250A

    公开(公告)日:2022-04-26

    申请号:CN202111660790.2

    申请日:2021-12-30

    申请人: 淮阴工学院

    摘要: 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。

    一种基于区块链双链的冷链联合节点数据共享方法及装置

    公开(公告)号:CN115412257B

    公开(公告)日:2024-07-16

    申请号:CN202211022098.1

    申请日:2022-08-24

    申请人: 淮阴工学院

    IPC分类号: H04L9/32 H04L9/40 H04L67/1001

    摘要: 本发明公开了一种基于区块链双链的冷链联合节点数据共享方法及装置,包括监控联盟链和存证联盟链,监控联盟链存储冷链联合节点可公开交易数据,存证联盟链存储冷链节点隐私数据。冷链联合节点由冷链独立节点通过RBAC模型联合而成,联合节点内部节点对共享数据享有相同的权限,对交易数据进行认证、签名后提出上链请求。可公开交易数据明文上传至公开联盟链,监控联盟链对所有节点公开透明。隐私交易数据经对称加密后上传至授权联盟链,存证联盟链对有权限的节点公开透明。与现有技术相比,本发明通过构建区块链双链,实现数据安全共享的同时保护隐私数据安全,创建联合节点,确保上链前交易数据安全,同时有效避免冗余数据重复上传。