[發明專利]多類別集工業過程數據相似度分析方法

在審

• 申請號: 201810271196.6
• 申請日: 2018-03-29
• 公開（公告）號: CN108427768A
• 公開（公告）日: 2018-08-21
• 發明（設計）人: 張可;柴毅;程傳陽;游丹妮
• 申請（專利權）人: 重慶大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 胡柯

1.一種多類別集工業過程數據相似度分析方法，其特征在于，具體步驟如下：

1)根據已有樣本數據，設定類別集；

2)采集實際數據，并對實際數據進行預處理；

3)對步驟2)處理后的實際數據，根據步驟1)設定的類別集進行分類，形成若干數據集；

4)從步驟3)中的數據集抽取數據，標記數據來源，作為該類別集的代表數據；

5)針對類別集中每個實際數據的特征，對該類別集中的代表數據進行不同維度的相似度分析，形成相似度數值表；

6)從步驟3)中的數據集重新抽取數據，標記數據來源，作為該類別集的新的代表數據，對該類別集中的新代表數據進行不同維度的相似度分析，形成新的相似度數值表；

7)對相似度數值表進行修正，得到修正后的相似度數值表；

8)對步驟7)中的相似度數值表，多次重復步驟6)與步驟7)，當表中的數值都穩定在某個值附近時，結束循環；否則，應繼續增加重復的次數。

2.如權利要求1所述的多類別集工業過程數據相似度分析方法，其特征在于，步驟1)中所述設定類別集的具體方法為：

1-1)根據工業過程數據的屬性和特點，設定數據的特征X_m；

1-2)利用監督學習算法，對樣本數據按照數據特征進行訓練分類得到n個類別集。

3.如權利要求2所述的多類別集工業過程數據相似度分析方法，其特征在于，步驟2)中所述對實際數據進行預處理的具體方法為：剔除掉野點數據，并進行歸一化處理。

4.如權利要求3所述的多類別集工業過程數據相似度分析方法，其特征在于，步驟3)中所述形成若干數據集的具體方法為：將實際數據與n個類別集進行匹配，經過多次迭代后，形成n個數據集。

5.如權利要求4所述的多類別集工業過程數據相似度分析方法，其特征在于，步驟4)中所述抽取數據的具體方法為：利用隨機抽樣的方法，從每個數據集中隨機抽取一組數據，標記數據所屬數據集，作為該數據集的代表數據。

6.如權利要求5所述的多類別集工業過程數據相似度分析方法，其特征在于，步驟5)中所述針對類別集中每個實際數據的特征，對該類別集中的代表數據進行不同維度的相似度分析，形成相似度數值表的具體方法為：

5-1)把n個代表數據集進行兩兩組合，將相似度閾值設為T；

5-2)對于每一個組合，針對其每一個數據特征進行相似度分析，計算其相似度，對滿足相似度閾值的數據按其特征進行組合，進行高一維度分析，直到所有結果都不滿足相似度閾值；

5-3)用百分制的方法對每個數據特征的相似程度進行計分，形成相似度數值表。

7.如權利要求6所述的多類別集工業過程相似度分析方法，其特征在于，步驟5-2)所述的相似度分析的具體方法為：

5-2-1)一維相似度分析：每次選取一個數據特征進行相似度分析，計算其歐氏距離，并統計得分，判斷是否所有結果都大于閾值T，若不是則轉入步驟5-2-2)，若是則轉入步驟5-2-5)；

5-2-2)二維相似度分析：從一維相似度分析的結果中選取小于閾值T的數據特征，每次選取兩個數據特征進行相似度分析，計算其歐氏距離，并統計得分，判斷是否所有結果都大于閾值T，若不是則轉入步驟5-2-3)，若是則轉入步驟5-2-5)；

5-2-3)高一維相似度分析：從上一維度相似度分析的結果中選取小于閾值T的數據特征，每次選取兩個數據特征進行相似度分析，計算其歐氏距離；

5-2-4)判斷是否所有結果都大于閾值T，若不是則轉入步驟5-2-3)，若是則轉入步驟5-2-5)；

5-2-5)計算歐幾里得距離來衡量相似度，計算公式為其中，d為采取特征的維度；當L＜T時，判定為相似，當L＞T時，判定為不相似，得分記為

8.如權利要求7所述的多類別集工業過程數據相似度分析方法，其特征在于，步驟7)中所述對相似度數值表進行修正的公式為：P＝P_舊+(P_新-P_舊)ga，其中，P_舊為上一次修正后的相識度數值，P_新為本次計算的結果，a為修正系數。