[發明專利]基于相同系統中個體與群體特征差異性對時間的顯化方法

在審

• 申請號: 201811033078.8
• 申請日: 2018-09-05
• 公開（公告）號: CN109325672A
• 公開（公告）日: 2019-02-12
• 發明（設計）人: 馬瑞;丁志祿
• 申請（專利權）人: 浙江長興笛卡爾科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06
• 代理公司: 廣州市越秀區哲力專利商標事務所(普通合伙) 44288
• 代理人: 胡擁軍;糜婧

1.基于相同系統中個體與群體特征差異性對時間的顯化方法，其特征在于，包括以下步驟：

S1、在相同系統、相同工作環境中，對某一個體在某一時間段的工作狀態中的原始數據進行特征統計；

S2、對該時間段群體的工作狀態中的原始數據進行特征統計；

S3、對個體與群體的工作狀態的特征差異性進行統計；

S4、對上述個體與群體的工作狀態的特征差異性統計結果進行顯化。

2.根據權利要求1所述的基于相同系統中個體與群體特征差異性對時間的顯化方法，其特征在于，步驟S1具體包括以下步驟：

S101、對某一個體在某一時間段內的工作狀態中的原始數據，用一原始特征矩陣表示，且該個體具有多個測量值；

S102、預設一個輸出矩陣；

S103、將原始特征矩陣中的第一列元素，表示為某一時刻該個體的工作狀態；

S104、對原始特征矩陣進行相應處理，選擇重組能代表該個體在某一時刻的工作狀態的個體特征矩陣；

S105、依次將原始特征矩陣中的其他列的元素，表示為相應時刻該個體的工作狀態，重復執行步驟S104，得到與列數相同的多個時刻的該個體的工作狀態的個體特征矩陣，并用特征集矩陣表示；

S106、將上述特征集矩陣復制到輸出矩陣，得到該個體在某一時間段內的工作狀態特征向量，從而完成對該個體在某一時間段內的特征統計。

3.根據權利要求2所述的基于相同系統中個體與群體特征差異性對時間的顯化方法，其特征在于，某一個體在某一時間段內的工作狀態特征向量表示為：

A_o＝des(I_a)

其中，A表示某一個體；向量表示在時間段t₁到t_p內個體A的工作狀態的原始數據，大小為(n*p)，e表示測量值；下標1…n代表測量值編號,共有n個測量值，長度為n；e的下標t表示時間點，共有1……p個時間點；表示某一個體在時間段t₁到t_p內的工作狀態特征向量，大小為(m*p)，且m<＝n，初始值全部為0；

所述特征集矩陣表示為：

其中，特征集矩陣包括p個時刻的該個體的工作狀態特征集；

所述個體的工作狀態的特征集表示為：

其中，所述個體的工作狀態的特征集包括m個代表t₁時刻的工作狀態的特征，m<＝n；其中，des是指一種表示選擇重組特征集的決策；

t₁時刻個體A的工作狀態表示為：

系統的t₁到t_p時間段可以用向量T表示為：

4.根據權利要求3所述的基于相同系統中個體與群體特征差異性對時間的顯化方法，其特征在于，步驟S2具體包括以下步驟：

S201、對該時間段群體的工作狀態的原始數據，用一原始群體數據矩陣表示，且群體中每個個體均有多個測量值；

S202、預設一個輸出矩陣；

S203、將原始群體數據矩陣中的第一列元素，表示為某一時刻該群體的工作狀態；

S204、對原始群體數據矩陣進行相應處理，選擇重組能代表該群體在某一時刻的工作狀態的群體特征矩陣；

S205、依次將原始群體數據矩陣中的其他列的元素，表示為相應時刻該群體的工作狀態，重復執行步驟S204，得到與列數相同的多個時刻的該群體的工作狀態的群體特征矩陣，并用特征集矩陣表示；

S206、將上述特征集矩陣復制到輸出矩陣，最終得到該群體在某一時間段內的工作狀態特征向量，從而完成對該群體在某一時間段內的特征統計。