张梦泽，张一舟，李凯勇

(1.韩国世宗大学，韩国 首尔 05006;2.青海民族大学物理与电子信息工程学院，青海 西宁 810007)

1 引言

冷链物流的大数据是建立在物流系统的反馈信息技术上的，这样能够更加清楚地看到物流系统所反馈的信息，这样能很好地监控货物的情况[1]。具体来说，就是在数据感知技术和信息反馈技术的基础上来对大量的数据进行整合、挖掘和处理，过滤掉多余的信息，提取有效的信息，并让这些有效的信息能够共享，通过网络来传输数据，并把这些数据输送到监控端[2]。在这个过程中产生了重影识别和边界孤立点等很多没用的信息，过滤掉这些信息，并对这些信息进行识别，从而让效率得到提高。这样就能在大数据下形成独立的领域，来集中数据，提高挖掘技术，进而提高对数据的提取和辨别[3]。

贺琳等人[4]提出了一种新的区域物流系统空间演化特征信息提取法，对粒子群进行优化、重组、更新，来重新构建这些特征，通过对类别进行调整，提取矢量平衡点，来计算物流信息在有限数据集方面所形成的扰动矢量，从而形成目标函数，有利于调整和重构物流信息，并对这些物流信息及时提取，这样所采用的方法能大大地缩短物流信息的提取时间，提高物流的通信效率；王妍等人[5]则提出了基于互信息的实时物流特征提取算法，在对移动网络的电子商务物流信息进行主成分分析的基础上来确定好物流信息所蕴含的强度，从而规定好原则，挖掘出其中的信息，通过主成分分析法来提取网络物流信息，形成协方差矩阵，产生信息向量投影，采用对商务物流信息的及时抓取来降低噪声，减少提取的时间，占用较小的空间，提高物流信息的质量。……