在快递业快速发展和安全监测监控滞后的共同影响下,快递业的安全问题日益凸显。计算机智能系统技术的不断进步和大数据分析技术的广泛应用,为当前存在的一些快递安全问题提供了良好的解决思路。本文提出了一种基于大数据分析的快递安全监测监控系统,从技术手段上给出了此类问题的可行性解决方案。该系统构建了寄递事件风险等级预测功能模块,以实现对快递的安全监控;使用了深度学习和机器视觉的手段对可疑快件进行危险品检测识别和预警报警,在尽可能不影响效率的同时解决一些当前快递业出现的安全相关难题,具有积极意义。此外,系统中的数据统计分析及其结果的可视化展示也提供了更加直观的用户体验,从而提升了决策管理效率。本文主要的工作如下:1、完成了基于大数据分析的安全监测监控系统的总体架构设计,分别从用户管理、基本数据统计分析、寄递事件风险等级预测和危险品检测识别几个方面设计系统的功能模块,并根据设计理念实现了系统的相关功能;2、重点关注了寄递事件风险等级预测模块设计。在需求分析的基础上,对于数据准备、规则制定、算法选择、模型优化等方面严格把控,最终获得了良好的预测结果;3、完成了危险品检测识别模块的详细设计。提出了将深度学习中的卷积神经网络应用于X光安检图像中危险品的识别中,具有一定的新颖性。修改了分类的判别公式,使其在该情境下具有更加优异的表现。