本發(fā)明涉及數(shù)據(jù)處理，具體涉及基于射頻標簽的產(chǎn)品智能追溯方法及系統(tǒng)。

背景技術：

1、基于射頻標簽的產(chǎn)品智能追溯，即通過射頻識別技術實現(xiàn)對產(chǎn)品生產(chǎn)、流通及銷售全過程的信息采集、記錄、存儲和查詢。在產(chǎn)品溯源的過程中，產(chǎn)品從生產(chǎn)制造到運輸銷售均涉及多個環(huán)節(jié)的流通運輸，不同環(huán)節(jié)對應不同的流通節(jié)點，流通節(jié)點間存在多對應關系，同時，產(chǎn)品運輸方式及運輸路線受到產(chǎn)品本身的限制，所以，不同產(chǎn)品對應的生產(chǎn)流通過程的數(shù)據(jù)可能存在較大的相似性。

2、當需要對產(chǎn)品進行溯源獲取出現(xiàn)問題的節(jié)點時，由于流通節(jié)點間存在多對應關系，產(chǎn)品在整個生產(chǎn)流通運輸過程中的不同節(jié)點是出現(xiàn)問題的節(jié)點的可能性不同，所以，一般根據(jù)節(jié)點是出現(xiàn)問題的節(jié)點的可能性確定產(chǎn)品對應的溯源信息，實現(xiàn)產(chǎn)品智能追溯。但是，流通節(jié)點間存在的多對應關系往往導致對節(jié)點的可能性評價不準確，使產(chǎn)品追溯結果不可靠。

技術實現(xiàn)思路

1、本發(fā)明提供基于射頻標簽的產(chǎn)品智能追溯方法及系統(tǒng)，以解決流通節(jié)點間存在的多對應關系使產(chǎn)品追溯結果不可靠的問題，所采用的技術方案具體如下：

2、第一方面，本發(fā)明一個實施例提供了基于射頻標簽的產(chǎn)品智能追溯方法，該方法包括以下步驟：

3、獲取所有產(chǎn)品的集合節(jié)點信息和生產(chǎn)流通節(jié)點信息，根據(jù)集合節(jié)點信息獲取節(jié)點檢測信息；

4、獲取產(chǎn)品的節(jié)點位置序列，確定節(jié)點檢測信息序列，獲取節(jié)點的產(chǎn)品信息一致性，根據(jù)節(jié)點檢測信息序列和節(jié)點的產(chǎn)品信息一致性，獲取節(jié)點的累積變化一致性，根據(jù)節(jié)點的累積變化一致性，獲取節(jié)點的范圍影響程度；

5、定義待分析節(jié)點和待分析節(jié)點的前序節(jié)點，確定前序節(jié)點和待分析節(jié)點的關聯(lián)路徑，獲取關聯(lián)路徑的通過產(chǎn)品數(shù)量，根據(jù)節(jié)點的范圍影響程度和關聯(lián)路徑的通過產(chǎn)品數(shù)量，獲取節(jié)點的關聯(lián)度，獲取同一節(jié)點位置序列中兩個不同節(jié)點的信息局部一致性，根據(jù)節(jié)點的關聯(lián)度和不同節(jié)點的信息局部一致性，獲取節(jié)點間的距離調整必要性，根據(jù)同一節(jié)點位置序列中兩個節(jié)點間的距離調整必要性和節(jié)點之間的衡量距離，獲取兩個節(jié)點間的距離調整值，根據(jù)距離調整值對距離調整值進行更新；

6、根據(jù)節(jié)點間的距離調整值，獲取節(jié)點的信息可信度，根據(jù)節(jié)點的信息可信度實現(xiàn)基于射頻標簽的產(chǎn)品智能追溯。

7、進一步，所述節(jié)點的累積變化一致性，獲取的具體方法為：

8、將節(jié)點位置序列中每個節(jié)點分別作為第一節(jié)點，將節(jié)點位置序列中在第一節(jié)點之前的節(jié)點記為第二節(jié)點；

9、將節(jié)點位置序列中第一節(jié)點及第一節(jié)點之前的所有節(jié)點的產(chǎn)品信息一致性的均值，記為第一節(jié)點的第一產(chǎn)品信息一致性；

10、將第二節(jié)點的產(chǎn)品信息一致性與第一節(jié)點的第一產(chǎn)品信息一致性的差值的絕對值，記為第二節(jié)點的信息一致性差異；

11、將所有第二節(jié)點的信息一致性差異的均值，記為第一節(jié)點的第一均值；

12、將以自然常數(shù)為底數(shù)，以第一節(jié)點的第一均值的相反數(shù)為指數(shù)的冪，記為第一節(jié)點的累積變化一致性。

13、進一步，所述根據(jù)節(jié)點的累積變化一致性，獲取節(jié)點的范圍影響程度，包括的具體方法為：

14、將第二節(jié)點的累積變化一致性與第二節(jié)點的前一個節(jié)點的累積變化一致性的差值的絕對值，記為第二節(jié)點的第一差值；

15、將第一節(jié)點的累積變化一致性與第一節(jié)點的前一個節(jié)點的累積變化一致性的差值的絕對值，記為第一節(jié)點的第一差值；

16、將第一節(jié)點的第一差值和所有第二節(jié)點的第一差值的均值，記為第一節(jié)點的范圍影響程度。

17、進一步，所述定義待分析節(jié)點和待分析節(jié)點的前序節(jié)點，確定前序節(jié)點和待分析節(jié)點的關聯(lián)路徑，包括的具體方法為：

18、將第一節(jié)點記為待分析節(jié)點，將第二節(jié)點記為待分析節(jié)點的前序節(jié)點；

19、將待分析節(jié)點的前序節(jié)點到達待分析節(jié)點的路徑記為前序節(jié)點和待分析節(jié)點的關聯(lián)路徑。

20、進一步，所述節(jié)點的關聯(lián)度，獲取的具體公式為：

21、

22、其中，表示第個節(jié)點的關聯(lián)度；表示第個節(jié)點的范圍影響程度；表示在節(jié)點位置序列中，第個節(jié)點之前的第個節(jié)點的范圍影響程度；表示線性歸一化函數(shù)；表示第個節(jié)點在產(chǎn)品的節(jié)點位置序列中的次序；表示第個節(jié)點和第個節(jié)點的關聯(lián)路徑的通過產(chǎn)品數(shù)量；表示以自然常數(shù)為底數(shù)的指數(shù)函數(shù)。

23、進一步，所述節(jié)點間的距離調整必要性，獲取的具體方法為：

24、將兩個節(jié)點的關聯(lián)度的差值的絕對值與所述兩個節(jié)點的信息局部一致性的乘積，記為所述兩個節(jié)點的第一因子；

25、將所述兩個節(jié)點的第一因子與調節(jié)參數(shù)的和的倒數(shù)的歸一化值，記為所述兩個節(jié)點間的距離調整必要性。

26、進一步，所述兩個節(jié)點間的距離調整值，獲取的具體方法為：

27、將同一節(jié)點位置序列中所有不同的節(jié)點之間的衡量距離的均值，記為節(jié)點位置序列的第二均值；

28、將同一節(jié)點位置序列中兩節(jié)點間的距離調整必要性與兩節(jié)點所在的節(jié)點位置序列的第二均值的比值，記為第一比值；

29、將第一比值與兩節(jié)點之間的衡量距離的乘積，記為兩節(jié)點間的距離調整值。

30、進一步，所述根據(jù)距離調整值對距離調整值進行更新，包括的具體方法為：

31、當同一節(jié)點位置序列中兩個節(jié)點間的距離調整必要性大于等于調整必要性閾值時，將兩個節(jié)點之間的距離度量賦值為兩個節(jié)點間的距離調整值，否則，兩個節(jié)點之間的距離度量保持不變。

32、進一步，所述根據(jù)節(jié)點間的距離調整值，獲取節(jié)點的信息可信度，根據(jù)節(jié)點的信息可信度實現(xiàn)基于射頻標簽的產(chǎn)品智能追溯，包括的具體方法為：

33、將節(jié)點間的距離調整值作為節(jié)點間的距離，對同一節(jié)點位置序列中所有節(jié)點進行聚類，獲取節(jié)點的聚類簇，將同一聚類簇包含的所有節(jié)點的范圍影響程度的均值，作為聚類簇內所有節(jié)點的信息可信度；

34、在問題產(chǎn)品溯源過程中，將信息可信度最大的節(jié)點作為問題節(jié)點，實現(xiàn)基于射頻標簽的產(chǎn)品智能追溯。

35、第二方面，本發(fā)明實施例還提供了基于射頻標簽的產(chǎn)品智能追溯系統(tǒng)，包括存儲器、處理器以及存儲在所述存儲器中并在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)上述任意一項所述方法的步驟。

36、本發(fā)明的有益效果是：

37、本發(fā)明根據(jù)產(chǎn)品的射頻標簽提取的集合節(jié)點信息和節(jié)點檢測信息，分析節(jié)點分布結構特征，判斷節(jié)點在產(chǎn)品的整個生產(chǎn)流通過程的重要性，進而獲取節(jié)點的范圍影響程度，從節(jié)點分布結構衡量節(jié)點為出現(xiàn)問題的節(jié)點的可能性，從產(chǎn)品在生產(chǎn)和運輸過程中的路徑分布特征角度進行分析，提升產(chǎn)品溯源過程中確定問題節(jié)點的準確性；然后，考慮節(jié)點出現(xiàn)問題時，在出現(xiàn)問題的節(jié)點之前，相鄰節(jié)點的產(chǎn)品的節(jié)點檢測信息差異仍為產(chǎn)品的生產(chǎn)和流通環(huán)節(jié)安排不同導致的，但是，在出現(xiàn)問題的節(jié)點之后，由于出現(xiàn)問題的節(jié)點的影響，后續(xù)所有節(jié)點對應的產(chǎn)品的節(jié)點檢測信息都會產(chǎn)生變化或異常，導致產(chǎn)品溯源過程中，多個節(jié)點的范圍影響程度都較大，無法準確定位異常節(jié)點的確切位置，所以，根據(jù)節(jié)點的范圍影響程度對不同產(chǎn)品的節(jié)點在節(jié)點位置序列中的層次關系進行縱向調整，獲取節(jié)點間的距離調整值，根據(jù)節(jié)點間的距離調整值，獲取節(jié)點的信息可信度，根據(jù)節(jié)點的信息可信度實現(xiàn)基于射頻標簽的產(chǎn)品智能追溯，提高產(chǎn)品追溯結果的準確性，解決產(chǎn)品的流通節(jié)點間存在的多對應關系使產(chǎn)品追溯結果不可靠的問題。