[發明專利]基于人工智能的數據分析方法在審
| 申請號: | 201711297044.5 | 申請日: | 2017-12-08 |
| 公開(公告)號: | CN107944549A | 公開(公告)日: | 2018-04-20 |
| 發明(設計)人: | 徐嬌 | 申請(專利權)人: | 成都谷問信息技術有限公司 |
| 主分類號: | G06N3/04 | 分類號: | G06N3/04;G06N3/08;G06Q10/06 |
| 代理公司: | 成都路航知識產權代理有限公司51256 | 代理人: | 李凌 |
| 地址: | 610000 四川省成都市高*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 人工智能 數據 分析 方法 | ||
技術領域
本發明涉及計算機技術領域,具體涉及基于人工智能的數據分析方法。
背景技術
數據分析是指用適當的統計分析方法對收集來的大量數據進行分析,提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。這一過程也是質量管理體系的支持過程。在實用中,數據分析可幫助人們作出判斷,以便采取適當行動。數據分析的數學基礎在20世紀早期就已確立,但直到計算機的出現才使得實際操作成為可能,并使得數據分析得以推廣。數據分析是數學與計算機科學相結合的產物。
隨著大數據技術的發展,為了獲取產品發展方向,需要對產品制造、銷售及使用產生的大數據進行分析,然而現有的數據分析技術,只能從單一層面進行分析,無法將分析結果衍生到其他層面,造成分析結果偏差很大。
發明內容
本發明所要解決的技術問題是現有的數據分析技術,只能從單一層面進行分析,無法將分析結果衍生到其他層面,造成分析結果偏差很大,目的在于提供基于人工智能的數據分析方法,解決上述問題。
本發明通過下述技術方案實現:
基于人工智能的數據分析方法,包括以下步驟:S1:建立帶權重的神經網絡;所述神經網絡中每個連接對應各自的權重值;S2:隨機化所有權重值,并將數據庫中的數據輸出到神經網絡中;S3:神經網絡學習輸入到神經網絡中的數據;S4:對產生好的效果的連接賦予優質標識,對產生壞的效果的連接賦予劣質標識;S5:提高被賦予優質標識的連接對應的權重值,降低被賦予劣質標識的連接的權重值。
現有技術中,數據分析技術,只能從單一層面進行分析,無法將分析結果衍生到其他層面,造成分析結果偏差很大。本發明應用時,先建立帶權重的神經網絡;所述神經網絡中每個連接對應各自的權重值;再隨機化所有權重值,并將數據庫中的數據輸出到神經網絡中;然后神經網絡學習輸入到神經網絡中的數據;再然后對產生好的效果的連接賦予優質標識,對產生壞的效果的連接賦予劣質標識;再然后提高被賦予優質標識的連接對應的權重值,降低被賦予劣質標識的連接的權重值。本發明將數據通過神經網絡進行連接,并對連接賦予權重,同時根據連接產生的結果調整權重值,使得數據分析從單一層面擴展到整個數據庫,使得所有數據通過數據之間的連接成為一個有機體,提高了數據分析結果的可靠性。
進一步的,還包括以下步驟:S6:將新采集的數據加入神經網絡并執行S4。
進一步的,所述權重值小于1。
進一步的,步驟S3中所述學習采用深度學習。
進一步的,所述優質標識和劣質標識采用哈希碼。
本發明與現有技術相比,具有如下的優點和有益效果:
本發明基于人工智能的數據分析方法,將數據通過神經網絡進行連接,并對連接賦予權重,同時根據連接產生的結果調整權重值,使得數據分析從單一層面擴展到整個數據庫,使得所有數據通過數據之間的連接成為一個有機體,提高了數據分析結果的可靠性。
具體實施方式
為使本發明的目的、技術方案和優點更加清楚明白,下面結合實施例,對本發明作進一步的詳細說明,本發明的示意性實施方式及其說明僅用于解釋本發明,并不作為對本發明的限定。
實施例
本發明基于人工智能的數據分析方法,包括以下步驟:S1:建立帶權重的神經網絡;所述神經網絡中每個連接對應各自的權重值;S2:隨機化所有權重值,并將數據庫中的數據輸出到神經網絡中;S3:神經網絡學習輸入到神經網絡中的數據;S4:對產生好的效果的連接賦予優質標識,對產生壞的效果的連接賦予劣質標識;S5:提高被賦予優質標識的連接對應的權重值,降低被賦予劣質標識的連接的權重值。還包括以下步驟:S6:將新采集的數據加入神經網絡并執行S4。所述權重值小于1。步驟S3中所述學習采用深度學習。所述優質標識和劣質標識采用哈希碼。
本實施例實施時,先建立帶權重的神經網絡;所述神經網絡中每個連接對應各自的權重值;再隨機化所有權重值,并將數據庫中的數據輸出到神經網絡中;然后神經網絡學習輸入到神經網絡中的數據;再然后對產生好的效果的連接賦予優質標識,對產生壞的效果的連接賦予劣質標識;再然后提高被賦予優質標識的連接對應的權重值,降低被賦予劣質標識的連接的權重值。本發明將數據通過神經網絡進行連接,并對連接賦予權重,同時根據連接產生的結果調整權重值,使得數據分析從單一層面擴展到整個數據庫,使得所有數據通過數據之間的連接成為一個有機體,提高了數據分析結果的可靠性。
以上所述的具體實施方式,對本發明的目的、技術方案和有益效果進行了進一步詳細說明,所應理解的是,以上所述僅為本發明的具體實施方式而已,并不用于限定本發明的保護范圍,凡在本發明的精神和原則之內,所做的任何修改、等同替換、改進等,均應包含在本發明的保護范圍之內。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于成都谷問信息技術有限公司,未經成都谷問信息技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711297044.5/2.html,轉載請聲明來源鉆瓜專利網。
- 數據顯示系統、數據中繼設備、數據中繼方法、數據系統、接收設備和數據讀取方法
- 數據記錄方法、數據記錄裝置、數據記錄媒體、數據重播方法和數據重播裝置
- 數據發送方法、數據發送系統、數據發送裝置以及數據結構
- 數據顯示系統、數據中繼設備、數據中繼方法及數據系統
- 數據嵌入裝置、數據嵌入方法、數據提取裝置及數據提取方法
- 數據管理裝置、數據編輯裝置、數據閱覽裝置、數據管理方法、數據編輯方法以及數據閱覽方法
- 數據發送和數據接收設備、數據發送和數據接收方法
- 數據發送裝置、數據接收裝置、數據收發系統、數據發送方法、數據接收方法和數據收發方法
- 數據發送方法、數據再現方法、數據發送裝置及數據再現裝置
- 數據發送方法、數據再現方法、數據發送裝置及數據再現裝置





