[發明專利]一種基于CAD導出Excel數據的物件歸類分析系統及方法

有效

• 申請號: 201810314941.0
• 申請日: 2018-04-10
• 公開（公告）號: CN108509633B
• 公開（公告）日: 2022-02-18
• 發明（設計）人: 鄭銳韜;李勇波;孫傲冰;季統凱
• 申請（專利權）人: 國云科技股份有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F8/20;G06N3/04
• 代理公司: 廈門市新華專利商標代理有限公司 35203
• 代理人: 徐勛夫

1.一種基于CAD導出Excel數據的物件歸類分析系統，其特征在于：所述的系統包括分布式數據存儲處理模塊、物件大小標準化模塊、物件位置標準化模塊、卷積神經網絡分析模塊和CAD物件識別模塊；

所述的分布式數據存儲處理模塊，提供分布式存儲、處理，用于大數據量的存儲計算；所述分布式數據存儲模塊采用Hadoop+Spark的架構，Hadoop用于大數據量的存儲，Spark用于大數據運算、大數據分析的分布式處理，在數據格式化、訓練的過程所有數據是按離線的方式進行處理；

所述的物件大小標準化模塊，用于對各物件的數據的大小按比例進行統一，形成可以對比的數據；統一大小的方法是，指定物件的大小范圍，把各物件的實際大小，與統一大小的數據進行按比例縮放，形成相同比例的數據格式，用于圖形設計；

所述的物件位置標準化模塊，統一物件的坐標位置，格式化物件各位置的數據；具體是按物件在CAD上的坐標位置直接輸出各坐標值及權重值，對其坐標值進行統一，通過對多個物件的比較分析，得出以左下角為[0,0]的坐標值，進行各物件的坐標值的統一；

所述的卷積神經網絡分析模塊，對統一了大小、位置的物件數據進行卷積數據輸入識別，輸出分析結果后的類別；經過大小、位置格式化后的數據，形成了通過坐標加權重值的方法，描述物件大概輪廓的數據；所述卷積神經網絡分析模塊通過調用Spark MLlib中的Convolutional Network算法，對各物件的數據進行對比，區分出各物件的特點，按各物件的特點類似的進行歸類；數據在分類出第一層的類別后，可通過對其中的各類別，再進行計算分類，從類別中再區分類別，從而形成細分的類別；

所述的CAD物件識別模塊，基于卷積神經網絡分析結果，輸入新的物件數據，識別出新物件的類型，統計新增加數據結果。

2.一種基于CAD導出Excel數據的物件歸類分析方法，其特征在于：所述的方法包括如下步驟：

步驟1：搭建大數據存儲、處理平臺Hadoop+Spark，建立起基于分布式大數據處理的運行平臺；

步驟2：基于分析的CAD物件的特征，設定一個大小合適的統一尺寸，并把所有的CAD數據，按比例轉換為統一的大小；

步驟3：基于統一大小后的物件CAD數據，規定以左下角為[0,0]的位置，轉換所有的CAD物件的位置為統一的位置；

步驟4：基于統一大小與位置后的數據，調用Spark MLlib中的Convolutional Network算法，實現所有CAD物件數據的歸類，形成特殊有明顯區別的各類別；

步驟5：通過對各類別的數據進行識別，形成明確的類別類型及特征，保存至系統上，用于后續的類別再細分及新物件預測；

步驟6：對于各類別的數據，可通過調整參數形成新的子類別的歸類，再通過識別形成新的更細的CAD物件分類，用于更細致的物件區分；

步驟7、分類完成后，當有新的數據物件時，通過輸入新的CAD物件的數據，系統快速實現數據類別的統計，從而輸出統計結果，用于CAD設計者的趨勢分析。

3.根據權利要求2所述的方法，其特征在于：

所述的Hadoop用于大數據量的存儲，Spark用于大數據運算、大數據分析的分布式處理，在數據格式化、訓練的過程所有數據是按離線的方式進行處理。

4.根據權利要求2所述的方法，其特征在于：

所述的統一大小是指定物件的大小范圍，把各物件的實際大小，與統一大小的數據進行按比例縮放，形成相同比例的數據格式。

5.根據權利要求3所述的方法，其特征在于：

所述的統一大小是指定物件的大小范圍，把各物件的實際大小，與統一大小的數據進行按比例縮放，形成相同比例的數據格式。

6.根據權利要求2至5任一項所述的方法，其特征在于：

通過數據格式化到數據分析歸類，形成物件歸類；在歸類的基礎上，后續有其他的物件的數據輸入，系統對新物件的數據按大小標準化、位置標準化后，代入各物件類型的特征進行歸類，從而快速進行物件的判斷統計，再形成對各物件的流行趨勢做出預測。