[發(fā)明專利]一種基于PLM的項目數(shù)據(jù)管理系統(tǒng)及應用方法有效
| 申請?zhí)枺?/td> | 202110293782.2 | 申請日: | 2021-03-19 |
| 公開(公告)號: | CN113111920B | 公開(公告)日: | 2021-12-28 |
| 發(fā)明(設計)人: | 戚雪東;張?zhí)K琪 | 申請(專利權)人: | 江蘇奔宇車身制造有限公司 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06Q10/06 |
| 代理公司: | 廣州博士科創(chuàng)知識產(chǎn)權代理有限公司 44663 | 代理人: | 馬天鷹 |
| 地址: | 225212 江蘇省揚州*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 plm 項目 數(shù)據(jù)管理 系統(tǒng) 應用 方法 | ||
1.一種基于PLM的項目數(shù)據(jù)管理系統(tǒng),包括:服務器、終端;所述服務器與所述終端通過互聯(lián)網(wǎng)或局域網(wǎng)連接;
其特征在于,所述服務器內(nèi)安裝有PLM系統(tǒng),所述PLM系統(tǒng)包括項目模塊、分類模塊、推送模塊、訓練模塊;所述終端設置有評價模塊;
所述分類模塊內(nèi)設置有分類算法,用于對項目添加分類標簽;所述分類算法為機器學習算法,所述機器學習算法依次采用KNN算法-SVM算法-人工神經(jīng)網(wǎng)絡算法進行數(shù)據(jù)串聯(lián)式分析,先通過KNN算法減少離群點的實際影響,再通過RBF核函數(shù)的SVM算法構筑高維空間進行一次分類,輸出預測結(jié)果及對應的置信度,將預測結(jié)果及置信度作為人工神經(jīng)網(wǎng)絡算法的輸入量進行訓練,最終綜合三個算法的模型獲得完整的分類模型;所述分類模塊中設有光學字符閱讀器;
所述項目模塊用于接收包含所述分類標簽的項目信息,按照項目立項至項目結(jié)題的時間周期記錄,并依據(jù)所述分類標簽分類存儲;
所述推送模塊用于項目首次存儲中,將同類項目信息從所述項目模塊中提取并發(fā)送至對應的終端;
所述評價模塊用于接收推送反饋信息,并發(fā)送至所述訓練模塊;
所述訓練模塊依據(jù)接收的推送反饋信息,修正所述分類算法。
2.根據(jù)權利要求1所述的項目數(shù)據(jù)管理系統(tǒng),其特征在于,所述終端包括臺式計算機、便攜式計算機、移動通信設備和具備交互功能的多媒體設備。
3.根據(jù)權利要求1-2任一項所述的一種基于PLM的項目數(shù)據(jù)管理系統(tǒng)的應用方法,其特征在于,具體步驟如下:
S1、搭建分類模塊;
S2、項目信息接收及分類存儲;
S3、同類項目信息推送;
S4、接收推送反饋信息,并修正分類算法;
在所述S1中,所述分類模塊內(nèi)設置有分類算法,用于對項目添加分類標簽;所述分類算法為機器學習算法,所述機器學習算法依次采用KNN算法-SVM算法-人工神經(jīng)網(wǎng)絡算法進行數(shù)據(jù)串聯(lián)式分析,先通過KNN算法減少離群點的實際影響,再通過RBF核函數(shù)的SVM算法構筑高維空間進行一次分類,輸出預測結(jié)果及對應的置信度,將預測結(jié)果及置信度作為人工神經(jīng)網(wǎng)絡算法的輸入量進行訓練,最終綜合三個算法的模型獲得完整的分類模型;所述分類模塊的具體搭建步驟為:
S11、由人工準備訓練樣本,建立已有的項目信息與項目分類的對應關系;
S12、將訓練樣本導入所述分類算法進行訓練,并形成分類模型;
所述分類模塊中設有光學字符閱讀器;
所述S11中,樣本輸入?yún)?shù)選取規(guī)則包括但不限于:
1、項目高頻關鍵詞及字符間距:通過光學字符閱讀器將圖像轉(zhuǎn)為文本格式,并對項目全部文本數(shù)據(jù)篩選,獲得出現(xiàn)頻率高于預設值的關鍵詞,及關鍵詞之間的字符間距;
2、項目用途或效果:由項目的錄入人員標記;
3、項目中覆蓋的上下游廠家名稱;
人為標記項目的分類標簽,并作為樣本結(jié)果。
4.根據(jù)權利要求3所述的項目數(shù)據(jù)管理系統(tǒng)的應用方法,其特征在于,在所述S2中,項目首次產(chǎn)生的數(shù)據(jù)通過所述終端上傳至所述服務器中,并進入所述分類模塊,經(jīng)過所述分類模型的運算,產(chǎn)生對應的分類標簽,所述分類標簽包含分類結(jié)果的置信度;
之后所述分類模塊將項目數(shù)據(jù)及所述分類標簽一并發(fā)送至所述項目模塊;所述項目模塊接收包含所述分類標簽的項目數(shù)據(jù),按照所述分類標簽分類存儲;
項目后續(xù)產(chǎn)生的數(shù)據(jù)通過所述終端上傳至所述服務器后,不再進入所述分類模塊,直接進入所述項目模塊,并由所述項目模塊按照項目立項至項目結(jié)題的時間周期記錄存儲;
同組人員可通過所述終端訪問所述服務器,并查看或更新項目信息。
5.根據(jù)權利要求4所述的項目數(shù)據(jù)管理系統(tǒng)的應用方法,其特征在于,在所述S3中,所述推送模塊獲取所述分類標簽,并發(fā)送請求至所述項目模塊,提取相應分類下的項目信息,并將接收的同類項目信息推送至所述終端;推送項目信息還包括各項目首次分類結(jié)果的置信度,并依據(jù)置信度高低排序展示。
6.根據(jù)權利要求3所述的項目數(shù)據(jù)管理系統(tǒng)的應用方法,其特征在于,在所述S4中,使用人員在所述終端中對推送的同類項目進行反饋,包括匹配程度打分或標記匹配項目;所述評價模塊接收反饋信息后,將其發(fā)送至所述訓練模塊;所述訓練模塊根據(jù)反饋信息再次訓練所述分類模型,用于提升模型準確度。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于江蘇奔宇車身制造有限公司,未經(jīng)江蘇奔宇車身制造有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110293782.2/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 可編程并行查找存儲器
- 基于偏光圖像的熱解炭組織結(jié)構定量表征方法
- 從源代碼管理(SCM)系統(tǒng)將分級數(shù)據(jù)導出到產(chǎn)品生命周期管理(PLM)系統(tǒng)
- 從產(chǎn)品生命周期管理(PLM)系統(tǒng)向源代碼管理(SCM)系統(tǒng)導出分層數(shù)據(jù)
- 一種基于PLM系統(tǒng)和SAP系統(tǒng)自動生成裝箱清單的方法
- 一種用于研發(fā)和多個生產(chǎn)工廠之間的信息傳遞系統(tǒng)及方法
- 一種用于圖紙設計的數(shù)據(jù)處理方法、PLM插件及計算設備
- 數(shù)據(jù)處理的方法與裝置
- 一種PLM系統(tǒng)業(yè)務對象執(zhí)行系統(tǒng)及執(zhí)行方法
- 使用相位光調(diào)制器和空間光調(diào)制器對光進行調(diào)制的裝置、系統(tǒng)和方法
- 民用大飛機機載網(wǎng)絡的數(shù)據(jù)管理系統(tǒng)及方法
- 一種移動應用安全管控方法和設備
- 基于數(shù)據(jù)庫管理系統(tǒng)的電極加工管理系統(tǒng)
- 一種數(shù)據(jù)管理方法及裝置
- 基于XBRL標準的主數(shù)據(jù)管理系統(tǒng)的設計方法
- 大數(shù)據(jù)環(huán)境下實現(xiàn)數(shù)據(jù)管理能力評估的系統(tǒng)及其方法
- 一種基于Hadoop的數(shù)據(jù)管理系統(tǒng)及其管理方法
- 物聯(lián)網(wǎng)檢測數(shù)據(jù)管理系統(tǒng)及物聯(lián)網(wǎng)檢測數(shù)據(jù)管理方法
- 基于核心對象的一體化數(shù)據(jù)管理系統(tǒng)
- 數(shù)據(jù)管理方法、數(shù)據(jù)管理裝置、電子設備及存儲介質(zhì)





