[發(fā)明專利]一種多維度數(shù)據(jù)評(píng)估差異性的系統(tǒng)和方法在審
| 申請(qǐng)?zhí)枺?/td> | 201910163348.5 | 申請(qǐng)日: | 2019-03-05 |
| 公開(kāi)(公告)號(hào): | CN109902110A | 公開(kāi)(公告)日: | 2019-06-18 |
| 發(fā)明(設(shè)計(jì))人: | 張翀昊;柳岸敏;王艷雙;唐麗萍;王嵩 | 申請(qǐng)(專利權(quán))人: | 常州天正工業(yè)發(fā)展股份有限公司 |
| 主分類號(hào): | G06F16/2458 | 分類號(hào): | G06F16/2458;G06F16/248;G06Q50/00 |
| 代理公司: | 暫無(wú)信息 | 代理人: | 暫無(wú)信息 |
| 地址: | 213164 江蘇省常州市武進(jìn)區(qū)*** | 國(guó)省代碼: | 江蘇;32 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 多維度數(shù)據(jù) 基準(zhǔn)曲面 全集 多指標(biāo) 個(gè)體數(shù)據(jù) 關(guān)聯(lián)指標(biāo) 密度曲線 評(píng)估差異 繪制 差異性 單指標(biāo) 構(gòu)建 擬合 抽取 集合 個(gè)體評(píng)估 評(píng)估指標(biāo) 評(píng)估 歸類 篩選 分析 | ||
1.一種多維度數(shù)據(jù)評(píng)估差異性的方法,其特征是,包括:
步驟一、將多維度數(shù)據(jù)進(jìn)行歸類劃分處理;
將多維度數(shù)據(jù)按照數(shù)據(jù)來(lái)源個(gè)體的不同劃分一級(jí)個(gè)體,所有具有共性的一級(jí)個(gè)體歸為同一個(gè)二級(jí)個(gè)體,所有的二級(jí)個(gè)體整合作為全集;
并將相同個(gè)體的不同指標(biāo)數(shù)據(jù)做劃分,并將所有指標(biāo)數(shù)據(jù)根據(jù)相應(yīng)數(shù)值在同指標(biāo)數(shù)值中的占比通用化處理形成統(tǒng)一的指標(biāo)密度;
步驟二、繪制所有二級(jí)個(gè)體的“二級(jí)個(gè)體單指標(biāo)密度曲線”;
步驟三、根據(jù)“二級(jí)個(gè)體單指標(biāo)密度曲線”繪制所有二級(jí)個(gè)體的“二級(jí)個(gè)體多指標(biāo)曲面”;
步驟四、根據(jù)“二級(jí)個(gè)體多指標(biāo)曲面”繪制“全集指標(biāo)基準(zhǔn)曲面”;
步驟五、抽取擬合后的“二級(jí)個(gè)體單指標(biāo)密度曲線”與“二級(jí)個(gè)體多指標(biāo)曲面”的高度關(guān)聯(lián)指標(biāo)集合;
步驟六、抽取擬合后的“二級(jí)個(gè)體多指標(biāo)曲面”與“全集指標(biāo)基準(zhǔn)曲面”上的高度關(guān)聯(lián)指標(biāo)集合;
步驟七、構(gòu)建“個(gè)體評(píng)估指標(biāo)曲面”;
步驟八、構(gòu)建“評(píng)估指標(biāo)基準(zhǔn)曲面”;
步驟九、評(píng)估一級(jí)個(gè)體數(shù)據(jù)和全集數(shù)據(jù)的差異性。
2.根據(jù)權(quán)利要求1所述的多維度數(shù)據(jù)評(píng)估差異性的方法,其特征是,步驟二中,將相同二級(jí)個(gè)體內(nèi)的所有一級(jí)個(gè)體的同指標(biāo)數(shù)據(jù)在“時(shí)間——指標(biāo)密度”的坐標(biāo)系上集合,利用移動(dòng)最小二乘法基于點(diǎn)的擬合原理,在離散點(diǎn)之間定義擬合點(diǎn),劃分支持域半徑,賦予支持域內(nèi)各點(diǎn)的權(quán)值,使臨近點(diǎn)的權(quán)值變化逐步衰減,實(shí)現(xiàn)了擬合曲線的局部逼近,最終形成“二級(jí)個(gè)體單指標(biāo)密度曲線”。
3.根據(jù)權(quán)利要求2所述的多維度數(shù)據(jù)評(píng)估差異性的方法,其特征是,步驟三中,將相同二級(jí)個(gè)體的所有“二級(jí)個(gè)體單指標(biāo)密度曲線”在“時(shí)間——指標(biāo)密度——個(gè)體指標(biāo)類型”的坐標(biāo)系上集合,將同一個(gè)體的所有“個(gè)體單指標(biāo)曲線”通過(guò)最小二乘法得到所求的系數(shù),生成擬合方程,代入原始數(shù)據(jù)得到擬合結(jié)果,最終擬合成“二級(jí)個(gè)體多指標(biāo)曲面”。
4.根據(jù)權(quán)利要求3所述的多維度數(shù)據(jù)評(píng)估差異性的方法,其特征是,步驟四中,將所有“二級(jí)個(gè)體多指標(biāo)曲面” 利用最小二乘法,先將擬合區(qū)域網(wǎng)格化,然后求出網(wǎng)格點(diǎn)上節(jié)點(diǎn)值,最后連接網(wǎng)格節(jié)點(diǎn)形成擬合成一條整體曲面,最終形成“全集指標(biāo)基準(zhǔn)曲面”。
5.根據(jù)權(quán)利要求4所述的多維度數(shù)據(jù)評(píng)估差異性的方法,其特征是,步驟五中,將每個(gè)“二級(jí)個(gè)體單指標(biāo)密度曲線”與“二級(jí)個(gè)體多指標(biāo)曲面”相比較,計(jì)算每個(gè)“二級(jí)個(gè)體單指標(biāo)密度曲線”與“二級(jí)個(gè)體多指標(biāo)曲面”的偏差度P1,當(dāng)P1小于等于設(shè)定值a1時(shí),則將該“二級(jí)個(gè)體單指標(biāo)密度曲線”歸入高度關(guān)聯(lián)指標(biāo)集合M1;當(dāng)P1大于設(shè)定值a1時(shí),則不將該“二級(jí)個(gè)體單指標(biāo)密度曲線”歸入高度關(guān)聯(lián)指標(biāo)集合M1。
6.根據(jù)權(quán)利要求5所述的多維度數(shù)據(jù)評(píng)估差異性的方法,其特征是,步驟六中,將每個(gè)“二級(jí)個(gè)體多指標(biāo)曲面”與“全集指標(biāo)基準(zhǔn)曲面”相比較,計(jì)算每個(gè)“二級(jí)個(gè)體多指標(biāo)曲面”與“全集指標(biāo)基準(zhǔn)曲面” 的偏差度P2;當(dāng)P2小于等于設(shè)定值a2時(shí),則將該“二級(jí)個(gè)體單指標(biāo)密度曲線”歸入高度關(guān)聯(lián)指標(biāo)集合M2;當(dāng)P2大于設(shè)定值a2時(shí),則不將該“二級(jí)個(gè)體單指標(biāo)密度曲線”歸入高度關(guān)聯(lián)指標(biāo)集合M2。
7.根據(jù)權(quán)利要求6所述的多維度數(shù)據(jù)評(píng)估差異性的方法,其特征是,步驟七中,當(dāng)M1內(nèi)的“二級(jí)個(gè)體單指標(biāo)密度曲線”所屬的二級(jí)個(gè)體的“二級(jí)個(gè)體多指標(biāo)曲面”同時(shí)屬于M2時(shí),抽取該“二級(jí)個(gè)體單指標(biāo)密度曲線”構(gòu)建“二級(jí)個(gè)體多指標(biāo)曲面”的方法,將所有抽取的“二級(jí)個(gè)體單指標(biāo)密度曲線” 通過(guò)最小二乘法擬合成“個(gè)體評(píng)估指標(biāo)曲面”。
8.根據(jù)權(quán)利要求7所述的多維度數(shù)據(jù)評(píng)估差異性的方法,其特征是,步驟八中,按照“全集指標(biāo)基準(zhǔn)曲面”的構(gòu)建方式,將所有參與評(píng)估的“個(gè)體評(píng)估指標(biāo)曲面”通過(guò)最小二乘法擬合成“評(píng)估指標(biāo)基準(zhǔn)曲面”。
9.根據(jù)權(quán)利要求8所述的多維度數(shù)據(jù)評(píng)估差異性的方法,其特征是,步驟九中,將一級(jí)個(gè)體數(shù)據(jù)和“評(píng)估指標(biāo)基準(zhǔn)曲面”對(duì)比,計(jì)算一級(jí)個(gè)體的所有指標(biāo)在時(shí)間線上與“評(píng)估指標(biāo)基準(zhǔn)曲面”的累積矢量偏差值。
10.一種多維度評(píng)估差異性的系統(tǒng),其特征是:包括輸入模塊、數(shù)據(jù)統(tǒng)計(jì)模塊、數(shù)據(jù)篩選模塊、數(shù)據(jù)分析模塊;
輸入模塊,用于輸入需要分析的數(shù)據(jù);
數(shù)據(jù)建模模塊,根據(jù)相同個(gè)體的同一數(shù)據(jù)隨時(shí)間發(fā)生的變化建立二維模型,并根據(jù)同一個(gè)體的不同數(shù)據(jù)建立三維模型;
篩選模塊,篩選關(guān)聯(lián)度高的數(shù)據(jù);
數(shù)據(jù)分析模塊,將所有個(gè)體的高關(guān)聯(lián)度數(shù)據(jù)進(jìn)行分析,判斷單個(gè)個(gè)體在整體中的偏向性。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于常州天正工業(yè)發(fā)展股份有限公司,未經(jīng)常州天正工業(yè)發(fā)展股份有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910163348.5/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 一種多維度數(shù)據(jù)去重方法及系統(tǒng)
- 一種多維度數(shù)據(jù)查詢和存儲(chǔ)方法及系統(tǒng)
- 一種用于網(wǎng)絡(luò)日志文件中的多維度數(shù)據(jù)去重方法及系統(tǒng)
- 一種數(shù)據(jù)采集方法、裝置、計(jì)算設(shè)備及存儲(chǔ)介質(zhì)
- 萬(wàn)級(jí)維度數(shù)據(jù)生成方法、裝置、設(shè)備以及存儲(chǔ)介質(zhì)
- 多維度數(shù)據(jù)的數(shù)據(jù)分析方法、裝置及存儲(chǔ)介質(zhì)
- 一種業(yè)務(wù)的多維度數(shù)據(jù)的處理方法、系統(tǒng)及終端設(shè)備
- 營(yíng)銷信息推廣方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀介質(zhì)
- 一種多維度數(shù)據(jù)權(quán)限管理系統(tǒng)及方法
- 基于多維度數(shù)據(jù)的群租房識(shí)別方法、裝置、設(shè)備及介質(zhì)
- 多空技術(shù)指標(biāo)的數(shù)據(jù)處理流程
- 一種炎癥多指標(biāo)檢測(cè)試劑及試劑盒
- 監(jiān)控系統(tǒng)中多指標(biāo)數(shù)據(jù)的展示方法及裝置
- 一種區(qū)域多微網(wǎng)綜合評(píng)價(jià)方法
- 一種基于數(shù)據(jù)中心數(shù)據(jù)采集平臺(tái)的多指標(biāo)異動(dòng)分析方法
- 一種智慧城市“多規(guī)合一”評(píng)價(jià)體系的建立方法及其系統(tǒng)
- 基于多指標(biāo)概率矩陣分解模型的美食推薦方法
- 一種多域SDN網(wǎng)絡(luò)流量態(tài)勢(shì)評(píng)估方法及系統(tǒng)
- 一種多站融合選址評(píng)估指標(biāo)體系的構(gòu)建方法
- 基于壓縮感知的多指標(biāo)時(shí)間序列異常檢測(cè)方法和裝置





