[發(fā)明專利]一種多類別集工業(yè)過(guò)程數(shù)據(jù)相似度多維度分析方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810272536.7
• 申請(qǐng)日: 2018-03-29
• 公開（公告）號(hào): CN108536785A
• 公開（公告）日: 2018-09-14
• 發(fā)明（設(shè)計(jì)）人: 陳新碧
• 申請(qǐng)（專利權(quán)）人: 重慶沐信潤(rùn)喆網(wǎng)絡(luò)科技有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

一種多類別集工業(yè)過(guò)程數(shù)據(jù)相似度多維度分析方法，具體步驟為：1)設(shè)定類別集；2)采集實(shí)際數(shù)據(jù)，并進(jìn)行預(yù)處理；3)形成若干數(shù)據(jù)集；4)從每個(gè)數(shù)據(jù)集中抽取部分?jǐn)?shù)據(jù)并做標(biāo)記，作為該數(shù)據(jù)集的代表數(shù)據(jù)；5)針對(duì)每個(gè)數(shù)據(jù)集的代表數(shù)據(jù)，進(jìn)行不同維度的相似度分析，生成相似度數(shù)值表。本發(fā)明針對(duì)不同的數(shù)據(jù)維度，對(duì)部分?jǐn)?shù)據(jù)特征進(jìn)行相似度分析，從而實(shí)現(xiàn)對(duì)不同類別集的數(shù)據(jù)進(jìn)行相似度分析，來(lái)找出各類別集之間存在的隱含聯(lián)系，研究系統(tǒng)中產(chǎn)生不同運(yùn)行狀態(tài)的原因，以便于數(shù)據(jù)的挖掘、檢索與分析，尋找工況產(chǎn)生的原因。

技術(shù)領(lǐng)域

本發(fā)明涉及一種數(shù)據(jù)相似度分析技術(shù)領(lǐng)域，特別是一種多類別集工業(yè)過(guò)程的數(shù)據(jù)相似度多維度分析方法。

背景技術(shù)

目前，數(shù)據(jù)挖掘在工業(yè)數(shù)據(jù)中的應(yīng)用相當(dāng)流行，相似度分析方法是數(shù)據(jù)挖掘分析中的一種重要的手段。面對(duì)海量的工業(yè)過(guò)程數(shù)據(jù)，如何從中挖取對(duì)工業(yè)系統(tǒng)的分析有價(jià)值的數(shù)據(jù)，一直是對(duì)工業(yè)過(guò)程數(shù)據(jù)分析的重要目的。在工業(yè)過(guò)程數(shù)據(jù)的挖掘中，一般的方法都是從數(shù)據(jù)整體來(lái)進(jìn)行研究，通過(guò)對(duì)海量數(shù)據(jù)進(jìn)行聚類分類等處理，從得到的數(shù)據(jù)類別來(lái)分析系統(tǒng)可能的運(yùn)行狀態(tài)、檢測(cè)異常。一般的研究重點(diǎn)都放在了具有高度相似的同類別數(shù)據(jù)集中，而不同類別之間的相似度難以計(jì)算與分析。

發(fā)明內(nèi)容

本發(fā)明的目的就是提供一種多類別集工業(yè)過(guò)程數(shù)據(jù)相似度多維度分析方法，通過(guò)對(duì)不同類別集的數(shù)據(jù)在不同的維度下，進(jìn)行相似度分析，來(lái)找出各類別集之間存在的隱含聯(lián)系。

本發(fā)明的目的是通過(guò)這樣的技術(shù)方案實(shí)現(xiàn)的，具體步驟如下：

1)根據(jù)已有樣本數(shù)據(jù)，設(shè)定類別集；

2)采集實(shí)際數(shù)據(jù)，并對(duì)實(shí)際數(shù)據(jù)進(jìn)行預(yù)處理；

3)對(duì)步驟2)處理后的實(shí)際數(shù)據(jù)，根據(jù)步驟1)設(shè)定的類別集進(jìn)行分類，形成若干數(shù)據(jù)集；

4)從步驟3)中的數(shù)據(jù)集抽取數(shù)據(jù)，標(biāo)記數(shù)據(jù)來(lái)源，作為該類別集的代表數(shù)據(jù)；

5)針對(duì)類別集中每個(gè)實(shí)際數(shù)據(jù)的特征，對(duì)該類別集中的代表數(shù)據(jù)進(jìn)行不同維度的相似度分析，形成相似度數(shù)值表；

6)從步驟3)中的數(shù)據(jù)集重新抽取數(shù)據(jù)，標(biāo)記數(shù)據(jù)來(lái)源，作為該類別集的新的代表數(shù)據(jù)，對(duì)該類別集中的新代表數(shù)據(jù)進(jìn)行不同維度的相似度分析，形成新的相似度數(shù)值表。

進(jìn)一步，步驟1)中所述設(shè)定類別集的具體方法為：

1-1)根據(jù)工業(yè)過(guò)程數(shù)據(jù)的屬性和特點(diǎn)，設(shè)定數(shù)據(jù)的特征X_m；

1-2)利用監(jiān)督學(xué)習(xí)算法，對(duì)樣本數(shù)據(jù)按照數(shù)據(jù)特征進(jìn)行訓(xùn)練分類得到n個(gè)類別集。

進(jìn)一步，步驟2)中所述對(duì)實(shí)際數(shù)據(jù)進(jìn)行預(yù)處理的具體方法為：剔除掉野點(diǎn)數(shù)據(jù)，并進(jìn)行歸一化處理。

進(jìn)一步，步驟3)中所述形成若干數(shù)據(jù)集的具體方法為：將實(shí)際數(shù)據(jù)與n個(gè)類別集進(jìn)行匹配，經(jīng)過(guò)多次迭代后，形成n個(gè)數(shù)據(jù)集。

進(jìn)一步，步驟4)中所述抽取數(shù)據(jù)的具體方法為：利用隨機(jī)抽樣的方法，從每個(gè)數(shù)據(jù)集中隨機(jī)抽取一組數(shù)據(jù)，標(biāo)記數(shù)據(jù)所屬數(shù)據(jù)集，作為該數(shù)據(jù)集的代表數(shù)據(jù)。

進(jìn)一步，步驟5)中所述針對(duì)類別集中每個(gè)實(shí)際數(shù)據(jù)的特征，對(duì)該類別集中的代表數(shù)據(jù)進(jìn)行不同維度的相似度分析，形成相似度數(shù)值表的具體方法為：

5-1)把n個(gè)代表數(shù)據(jù)集進(jìn)行兩兩組合，將相似度閾值設(shè)為T；

5-2)對(duì)于每一個(gè)組合，針對(duì)其每一個(gè)數(shù)據(jù)特征進(jìn)行相似度分析，計(jì)算其相似度，對(duì)滿足相似度閾值的數(shù)據(jù)按其特征進(jìn)行組合，進(jìn)行高一維度分析，直到所有結(jié)果都不滿足相似度閾值；

5-3)用百分制的方法對(duì)每個(gè)數(shù)據(jù)特征的相似程度進(jìn)行計(jì)分，形成相似度數(shù)值表。

進(jìn)一步，步驟5-2)所述的相似度分析的具體方法為：