[發明專利]一種基于不確定性支持向量機的數據模型比較方法

有效

• 申請號: 202110237422.0
• 申請日: 2021-03-04
• 公開（公告）號: CN112598340B
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 余志強;陳琛;周群博;王晨;宋亮;陳振宇
• 申請（專利權）人: 成都飛機工業（集團）有限責任公司;清華四川能源互聯網研究院
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06K9/62;G06N20/10
• 代理公司: 成都九鼎天元知識產權代理有限公司 51214
• 代理人: 徐靜

1.一種基于不確定性支持向量機的數據模型比較方法，其特征在于，通過構建高維度數據模型，將不確定性參數引入支持向量機分類模型的訓練，從而提升對本體數據模型的辨識和比較效率及準確率，最終實現高效數據集成；所述數據模型比較方法包括以下步驟：

S1. 收集流程數據，通過構建數據流圖，以業務處理過程為中心，描述完整的業務和數據流程；所述數據流圖能夠根據需要進行分層繪制；

S2. 提取所述數據流圖信息，獲得包括數據來源、數據消費者、模型負責人、所屬部門和/或考核績效在內的業務信息；

S3. 構建包括多個特征值的高維度數據模型，所有特征值均伴隨一個不確定性參數，用以表達可能存在的無法準確獲取該特征值的情況；將特征值與其對應的不確定性參數組合，形成n維本體數據模型特征集；

S4. 進行本體數據模型識別，形成訓練數據集標簽；

S5. 基于本體數據模型識別結果，運用支持向量機分類模型進行訓練和驗證；

S6. 運用訓練完成的支持向量機分類模型進行本體數據模型分類，將劃分為同類的結果進行確認，確認后對本體數據模型中的不同項目進行統一修改，為系統集成和邏輯模型關聯提供支撐；

步驟S5中：

針對輸入特征集的不確定性參數，采用如下幾何間隔定義：

其中，γ_i為樣本點到超平面的舉例，w為法向量，||w||為w的二級范數，b為超平面距離常量，為該樣本點的不確定性參數向量；

對于線性分類，將標準分類函數替換為：

其中，為樣本的拉格朗日乘子，為樣本的分類結果，為樣本的不確定性參數向量，e為待分類樣本的不確定性參數向量，為待分類樣本的特征值向量，為樣本的特征值向量，b為常數參數；

對于非線性分類，將基于核函數的分類函數替換為：

其中，為樣本的拉格朗日乘子，為樣本的分類結果，k[ ]為核函數，為樣本的不確定性參數向量，e為待分類樣本的不確定性參數向量，為待分類樣本的特征值向量，為樣本的特征值向量，b為常數參數。

2.根據權利要求1所述的一種基于不確定性支持向量機的數據模型比較方法，其特征在于，步驟S1中，業務和數據流程的核心組成部分為業務活動和數據流向，包括：

數據輸入，即為當前業務活動所需的、來源于上游業務活動的信息；

數據輸出，即為當前業務活動產生的或改變的信息，供下游業務活動使用；

當前業務活動的所有者、責任人或部門信息；

當前業務活動的管理控制信息，包括當前業務活動所對應的績效KPI。

3.根據權利要求1所述的一種基于不確定性支持向量機的數據模型比較方法，其特征在于，步驟S2中，所涉及的流程和相關部門設定有唯一的流程ID和部門ID，以確保沿所有數據流方向上，盡可能多的ID都是遞增的；同時，參考數據定義、數據管理部門的相關數據信息，將流程與數據信息結合，協同構建高維度數據模型。

4.根據權利要求1所述的一種基于不確定性支持向量機的數據模型比較方法，其特征在于，步驟S3中，所述特征值包括數據存量、數據增量、更新頻率、數據來源、數據流向、數據所有者、所屬部門、績效指標、命名、編碼和/或數據類型。