[發明專利]一種適用于云平臺大數據的輔助決策方法及系統

在審

• 申請號: 202011495579.5
• 申請日: 2020-12-17
• 公開（公告）號: CN112558880A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 唐志航;彭慧英;馬倩茜;郭濤;吳世啟
• 申請（專利權）人: 湖南工程學院
• 主分類號: G06F3/06
• 分類號: G06F3/06
• 代理公司: 南京禹為知識產權代理事務所(特殊普通合伙) 32272
• 代理人: 王曉東

1.一種適用于云平臺大數據的輔助決策方法，其特征在于：包括，

利用數據流分塊策略預處理云平臺存儲的數據集，得到數據基元；

基于二進制序列化策略將所述數據基元轉化為二維表結構并進行混合編碼和壓縮；

根據最小二乘支持向量機構建輔助分析模型，對壓縮處理后的所述數據基元進行求解，輸出最終的決策。

2.根據權利要求1所述的適用于云平臺大數據的輔助決策方法，其特征在于：構建所述輔助分析模型包括，

選取徑向基函數作為LSSVM的目標函數，如下

其中，x＝{x₁；x₂；…；x₁₄}：所述數據基元中影響決策因素的歷史數據幅頻特性向量組成的特性矩陣，y：所述數據基元中影響決策因素的幅頻特性向量，σ：目標向量，即所述數據基元的分布或范圍特性。

3.根據權利要求1或2所述的適用于云平臺大數據的輔助決策方法，其特征在于：所述輔助分析模型需提前進行訓練，包括，

初始化懲罰參數和所述目標向量，利用所述數據基元對LSSVM進行訓練并進行測試；

若所述輔助分析模型未達到精度閾值要求，則根據誤差對所述懲罰參數和所述目標向量進行賦值優化；

直至滿足所述精度閾值要求，輸出所述輔助分析模型。

4.根據權利要求3所述的適用于云平臺大數據的輔助決策方法，其特征在于：得到所述數據基元包括，

基于四元信息系統描述原則進行如下計算，

其中，G_bi為特征b_i的值集，W為數據系統中所有個體的全集，是非空有限集，b為個體的特征，G_a為特征b的值域。

5.根據權利要求4所述的適用于云平臺大數據的輔助決策方法，其特征在于：還包括，

利用數據操作矩陣映射到數據全集上，定義W＝{d1,d2…dn}、b＝{MS1,MS2…MSq}、G_a＝OPr為特征b的值域，即G_a＝∪1≤i≤n，1≤j≤qOPrij；

將映射函數f定義為計劃任務序列中的任務對數據集合W中的di有變更操作的函數輸出為A,無變更操作的輸出為N；

對數據系統中任意一個個體的特征子集，則在U×U空間上定義一個不可區分的關系R(b)＝{(u,u′)∈U×U：有f(u,b)＝f(u′,b)}；

在U上按不可區分關系R(b)，得到數據分塊U/R(b)記為[u]b,定義為所述數據基元。

6.根據權利要求5所述的適用于云平臺大數據的輔助決策方法，其特征在于：轉化為所述二維表結構包括，

根據網管設備的說明文檔統計所述數據基元的數據文件；

定義二維表的第一行為其對應的所述數據文件的數據對象名稱集合，一個所述對象名稱為一列；

設置任意一個所述數據文件中包含的數據對象名稱總數為N個，則所述數據文件對應的二維表為N列；

依次遍歷所述數據文件并找到每一個數據對象名稱標識，存入其所屬的數據對象列中。

7.根據權利要求6所述的適用于云平臺大數據的輔助決策方法，其特征在于：所述混合編碼、壓縮包括，

利用ASCII碼定義數據信息中的字母、符合；

將整數、浮點數的數據由string型轉化為int型；

利用二進制策略融合處理轉化后的數據，壓縮傳輸數據量。