[發(fā)明專利]一種基于CAD導出Excel數(shù)據(jù)的物件歸類分析系統(tǒng)及方法

有效

• 申請?zhí)枺?/td>: 201810314941.0
• 申請日: 2018-04-10
• 公開（公告）號: CN108509633B
• 公開（公告）日: 2022-02-18
• 發(fā)明（設計）人: 鄭銳韜;李勇波;孫傲冰;季統(tǒng)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(shù)據(jù)的物件歸類分析系統(tǒng)，其特征在于：所述的系統(tǒng)包括分布式數(shù)據(jù)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(jīng)網(wǎng)絡分析模塊和CAD物件識別模塊；

所述的分布式數(shù)據(jù)存儲處理模塊，提供分布式存儲、處理，用于大數(shù)據(jù)量的存儲計算；所述分布式數(shù)據(jù)存儲模塊采用Hadoop+Spark的架構，Hadoop用于大數(shù)據(jù)量的存儲，Spark用于大數(shù)據(jù)運算、大數(shù)據(jù)分析的分布式處理，在數(shù)據(jù)格式化、訓練的過程所有數(shù)據(jù)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(shù)據(jù)的大小按比例進行統(tǒng)一，形成可以對比的數(shù)據(jù)；統(tǒng)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(tǒng)一大小的數(shù)據(jù)進行按比例縮放，形成相同比例的數(shù)據(jù)格式，用于圖形設計；

所述的物件位置標準化模塊，統(tǒng)一物件的坐標位置，格式化物件各位置的數(shù)據(jù)；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(tǒng)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(tǒng)一；

所述的卷積神經(jīng)網(wǎng)絡分析模塊，對統(tǒng)一了大小、位置的物件數(shù)據(jù)進行卷積數(shù)據(jù)輸入識別，輸出分析結果后的類別；經(jīng)過大小、位置格式化后的數(shù)據(jù)，形成了通過坐標加權重值的方法，描述物件大概輪廓的數(shù)據(jù)；所述卷積神經(jīng)網(wǎng)絡分析模塊通過調(diào)用Spark MLlib中的Convolutional Network算法，對各物件的數(shù)據(jù)進行對比，區(qū)分出各物件的特點，按各物件的特點類似的進行歸類；數(shù)據(jù)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(qū)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(jīng)網(wǎng)絡分析結果，輸入新的物件數(shù)據(jù)，識別出新物件的類型，統(tǒng)計新增加數(shù)據(jù)結果。

2.一種基于CAD導出Excel數(shù)據(jù)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(shù)據(jù)存儲、處理平臺Hadoop+Spark，建立起基于分布式大數(shù)據(jù)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(tǒng)一尺寸，并把所有的CAD數(shù)據(jù)，按比例轉(zhuǎn)換為統(tǒng)一的大小；

步驟3：基于統(tǒng)一大小后的物件CAD數(shù)據(jù)，規(guī)定以左下角為[0,0]的位置，轉(zhuǎn)換所有的CAD物件的位置為統(tǒng)一的位置；

步驟4：基于統(tǒng)一大小與位置后的數(shù)據(jù)，調(diào)用Spark MLlib中的Convolutional Network算法，實現(xiàn)所有CAD物件數(shù)據(jù)的歸類，形成特殊有明顯區(qū)別的各類別；

步驟5：通過對各類別的數(shù)據(jù)進行識別，形成明確的類別類型及特征，保存至系統(tǒng)上，用于后續(xù)的類別再細分及新物件預測；

步驟6：對于各類別的數(shù)據(jù)，可通過調(diào)整參數(shù)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(qū)分；

步驟7、分類完成后，當有新的數(shù)據(jù)物件時，通過輸入新的CAD物件的數(shù)據(jù)，系統(tǒng)快速實現(xiàn)數(shù)據(jù)類別的統(tǒng)計，從而輸出統(tǒng)計結果，用于CAD設計者的趨勢分析。

3.根據(jù)權利要求2所述的方法，其特征在于：

所述的Hadoop用于大數(shù)據(jù)量的存儲，Spark用于大數(shù)據(jù)運算、大數(shù)據(jù)分析的分布式處理，在數(shù)據(jù)格式化、訓練的過程所有數(shù)據(jù)是按離線的方式進行處理。

4.根據(jù)權利要求2所述的方法，其特征在于：

所述的統(tǒng)一大小是指定物件的大小范圍，把各物件的實際大小，與統(tǒng)一大小的數(shù)據(jù)進行按比例縮放，形成相同比例的數(shù)據(jù)格式。

5.根據(jù)權利要求3所述的方法，其特征在于：

所述的統(tǒng)一大小是指定物件的大小范圍，把各物件的實際大小，與統(tǒng)一大小的數(shù)據(jù)進行按比例縮放，形成相同比例的數(shù)據(jù)格式。

6.根據(jù)權利要求2至5任一項所述的方法，其特征在于：

通過數(shù)據(jù)格式化到數(shù)據(jù)分析歸類，形成物件歸類；在歸類的基礎上，后續(xù)有其他的物件的數(shù)據(jù)輸入，系統(tǒng)對新物件的數(shù)據(jù)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(tǒng)計，再形成對各物件的流行趨勢做出預測。