[發明專利]一種傳感數據的聚類分析方法和系統

有效

• 申請號: 201110450931.8
• 申請日: 2011-12-29
• 公開（公告）號: CN103186575A
• 公開（公告）日: 2013-07-03
• 發明（設計）人: 王彥哲;潘強;沈杰;劉海濤
• 申請（專利權）人: 無錫物聯網產業研究院;感知物聯網集團（無錫）有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 逯長明

技術領域

本發明涉及聚類分析技術領域，特別是涉及一種傳感數據的聚類分析方法和系統。

背景技術

隨著物聯網的發展，傳感器的使用也越來越普遍。在獲得傳感器的數據后，需要對傳感數據進行分析處理，以獲得有用的信息。

現有的對傳感數據分析處理的方法之一是聚類分析法，聚類分析指將物理或抽象對象的集合分組成為由類似的對象組成的多個類的分析過程。聚類分析的目標就是在相似的基礎上收集數據來分類。

傳統的聚類分析方法中最重要的是劃分方法(partitioning?methods)。劃分方法給定一個有N個元組或者紀錄的數據集，將數據集構造K個分組，每一個分組就代表一個聚類，K＜N且K和N均為自然數。對傳感數據進行劃分后，就可以生成多個微簇，然后從微簇中獲得微簇特征信息，根據分析目的對微簇特征信息進行分析就可以得到所需要的分析結果。

然而，由于傳感數據本身的噪聲以及來自于基礎采集及數模轉換設備的數據誤差，傳感數據的存在一定的不確定性，這也導致了聚類分析方法的分析結果準確性降低。

發明內容

為解決上述技術問題，本發明實施例提供一種傳感數據的聚類分析方法和系統，以解決現有技術下分析結果準確性低的問題，技術方案如下：

一種傳感數據的實時聚類分析方法，包括：

在傳感數據中添加可信度描述信息；

根據所述可信度描述信息對所述傳感數據進行實時聚類劃分處理，劃分到微簇中；

獲得所述微簇的聚類特征；

將所述傳感數據劃分結果和所述微簇的聚類特征作為第一分析結果進行輸出。

優選的，

當所述傳感數據為傳感器直接采集獲取的數據時，所述可信度描述信息為所述傳感器的精度描述信息或所述傳感器觀測粒度的數值描述信息；

當所述傳感數據為添加了人為擾動的隱私數據時，所述可信度描述信息為擾動程度的數值描述信息；

當所述傳感數據為智能系統或知識系統中經主觀研判生成的數據，或語義網中基于自然語言理解產生的數據時，所述可信度描述信息為相應隸屬度信息。

優選的，當不存在歷史傳感數據組成的微簇時，

根據所述可信度描述信息對所述傳感數據進行實時聚類劃分處理，劃分到微簇中，具體包括：

獲得用戶預設的微簇聚類特征；

根據所述用戶預設的微簇聚類特征對添加有所述可信度描述信息的傳感數據進行實時聚類劃分處理，劃分到新建的微簇中。

優選的，當存在歷史傳感數據組成的微簇時，

根據所述可信度描述信息對所述傳感數據進行實時聚類劃分處理，劃分到微簇中，具體包括：

獲得歷史傳感數據組成的微簇的微簇聚類特征；

根據所述歷史傳感數據組成的微簇的微簇聚類特征，對添加有可信度描述信息的傳感數據進行劃分，劃分到所述歷史傳感數據組成的微簇中。

優選的，還包括：

對所述微簇的聚類特征進行離線分析，獲得第二分析結果。

優選的，對所述微簇的聚類特征進行離線分析，獲得第二分析結果，包括：

根據預先設定的信息處理任務和目標，使用所述微簇的聚類特征對歷史傳感數據進行索引，得到相關傳感數據；

對所述相關傳感數據進行離線分析，獲得第二分析結果。

優選的，當存在歷史傳感數據組成的微簇時，獲得所述微簇的聚類特征，具體包括：

根據所述歷史傳感數據的生成時間與當前時間的時間間隔為所述歷史傳感數據添加衰減權重；

從微簇中刪除衰減權重小于第一閾值的所述歷史傳感數據；

根據微簇中剩余的歷史傳感數據和新劃分的傳感數據對微簇的聚類特征進行更新，獲得所述微簇的聚類特征。

優選的，所述微簇的聚類特征，包括：

傳感數據的可信度信息加權的多階矩向量、可信度信息的多階矩向量、微簇更新的時間戳信息和微簇包含數據點個數。

本發明還提供了一種傳感數據的實時聚類分析系統，包括：可信度描述信息添加模塊、實時劃分模塊、聚類特征獲得模塊和第一分析模塊，

所述可信度描述信息添加模塊，用于在傳感數據中添加可信度描述信息；

所述實時劃分模塊，用于根據所述可信度描述信息對所述傳感數據進行實時聚類劃分處理，劃分到微簇中；

聚類特征獲得模塊，用于獲得所述微簇的聚類特征；

第一分析模塊，將所述傳感數據劃分結果和所述微簇的聚類特征作為第一分析結果進行輸出。