【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及數(shù)據(jù)處理，尤其涉及一種基于人工智能的工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)處理方法以及相關(guān)裝置。
技術(shù)介紹
1、隨著人工智能發(fā)展，人工智能也在工業(yè)生產(chǎn)中發(fā)揮著重要作用，在工業(yè)生產(chǎn)中可以通過智能化地處理和分析大量的工業(yè)數(shù)據(jù)及時發(fā)現(xiàn)生產(chǎn)過程中存在的問題，從而到達幫助企業(yè)提高生產(chǎn)效率、降低成本、改善產(chǎn)品質(zhì)量和實現(xiàn)智能化生產(chǎn)的效果。但是相關(guān)技術(shù)中使用的數(shù)據(jù)處理算法存在特征提取難、數(shù)據(jù)融合效果差的問題，進而影響人工智能模型的準確性和可靠性，從而使得工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)處理方法的準確率較低。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)實施例的主要目的在于提供一種基于人工智能的工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)處理方法以及相關(guān)裝置，旨在解決相關(guān)技術(shù)中工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)處理方法的準確率較低的問題。
2、第一方面，本專利技術(shù)實施例提供一種基于人工智能的工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)處理方法，包括：
3、確定特征函數(shù)，并根據(jù)所述特征函數(shù)對目標對象對應(yīng)的初始監(jiān)測數(shù)據(jù)進行分布狀態(tài)分析，獲得所述初始監(jiān)測數(shù)據(jù)對應(yīng)的分布函數(shù)；
4、根據(jù)所述分布函數(shù)所述初始監(jiān)測數(shù)據(jù)對應(yīng)的期望數(shù)據(jù)，進而計算所述初始監(jiān)測數(shù)據(jù)和所述期望數(shù)據(jù)之間的第一異常值；
5、根據(jù)所述第一異常值確定所述目標對象對應(yīng)的第一異常狀態(tài)；
6、對所述初始監(jiān)測數(shù)據(jù)進行網(wǎng)格劃分處理獲得多個網(wǎng)格監(jiān)測數(shù)據(jù)；
7、對每個所述網(wǎng)格監(jiān)測數(shù)據(jù)進行異常分析，獲得每個所述網(wǎng)格監(jiān)測數(shù)據(jù)對應(yīng)的第二異常值；
8、根據(jù)所述第二異常值確定所述網(wǎng)格監(jiān)測數(shù)據(jù)對應(yīng)的第二異常狀態(tài)
9、根據(jù)所述第一異常狀態(tài)和所述第二異常狀態(tài)確定所述目標對象對應(yīng)的目標異常狀態(tài)。
10、第二方面，本專利技術(shù)實施例提供一種基于人工智能的工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)處理裝置，包括：
11、分布分析模塊，用于確定特征函數(shù)，并根據(jù)所述特征函數(shù)對目標對象對應(yīng)的初始監(jiān)測數(shù)據(jù)進行分布狀態(tài)分析，獲得所述初始監(jiān)測數(shù)據(jù)對應(yīng)的分布函數(shù)；
12、第一異常確定模塊，用于根據(jù)所述分布函數(shù)所述初始監(jiān)測數(shù)據(jù)對應(yīng)的期望數(shù)據(jù)，進而計算所述初始監(jiān)測數(shù)據(jù)和所述期望數(shù)據(jù)之間的第一異常值；
13、第一狀態(tài)確定模塊，用于根據(jù)所述第一異常值確定所述目標對象對應(yīng)的第一異常狀態(tài)；
14、數(shù)據(jù)分割模塊，用于對所述初始監(jiān)測數(shù)據(jù)進行網(wǎng)格劃分處理獲得多個網(wǎng)格監(jiān)測數(shù)據(jù)；
15、第二異常確定模塊，用于對每個所述網(wǎng)格監(jiān)測數(shù)據(jù)進行異常分析，獲得每個所述網(wǎng)格監(jiān)測數(shù)據(jù)對應(yīng)的第二異常值；
16、第二狀態(tài)確定模塊，用于根據(jù)所述第二異常值確定所述網(wǎng)格監(jiān)測數(shù)據(jù)對應(yīng)的第二異常狀態(tài)；
17、目標狀態(tài)確定模塊，用于根據(jù)所述第一異常狀態(tài)和所述第二異常狀態(tài)確定所述目標對象對應(yīng)的目標異常狀態(tài)。
18、第三方面，本專利技術(shù)實施例還提供一種終端設(shè)備，終端設(shè)備包括處理器、存儲器、存儲在存儲器上并可被處理器執(zhí)行的計算機程序以及用于實現(xiàn)處理器和存儲器之間的連接通信的數(shù)據(jù)總線，其中計算機程序被處理器執(zhí)行時，實現(xiàn)如本專利技術(shù)說明書提供的任一項基于人工智能的工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)處理方法的步驟。
19、第四方面，本專利技術(shù)實施例還提供一種存儲介質(zhì)，用于計算機可讀存儲，其特征在于，存儲介質(zhì)存儲有一個或者多個程序，一個或者多個程序可被一個或者多個處理器執(zhí)行，以實現(xiàn)如本專利技術(shù)說明書提供的任一項基于人工智能的工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)處理方法的步驟。
20、本專利技術(shù)實施例提供一種基于人工智能的工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)處理方法以及相關(guān)裝置，該方法包括：確定特征函數(shù)，并根據(jù)特征函數(shù)對目標對象對應(yīng)的初始監(jiān)測數(shù)據(jù)進行分布狀態(tài)分析，獲得初始監(jiān)測數(shù)據(jù)對應(yīng)的分布函數(shù)；根據(jù)分布函數(shù)初始監(jiān)測數(shù)據(jù)對應(yīng)的期望數(shù)據(jù)，進而計算初始監(jiān)測數(shù)據(jù)和期望數(shù)據(jù)之間的第一異常值；根據(jù)第一異常值確定目標對象對應(yīng)的第一異常狀態(tài)；對初始監(jiān)測數(shù)據(jù)進行網(wǎng)格劃分處理獲得多個網(wǎng)格監(jiān)測數(shù)據(jù)；對每個網(wǎng)格監(jiān)測數(shù)據(jù)進行異常分析，獲得每個網(wǎng)格監(jiān)測數(shù)據(jù)對應(yīng)的第二異常值；根據(jù)第二異常值確定網(wǎng)格監(jiān)測數(shù)據(jù)對應(yīng)的第二異常狀態(tài)；根據(jù)第一異常狀態(tài)和第二異常狀態(tài)確定目標對象對應(yīng)的目標異常狀態(tài)。該方法確定特征函數(shù)可以幫助識別數(shù)據(jù)中的重要特征，有助于后續(xù)的分析過程。進行分布狀態(tài)分析可以幫助了解數(shù)據(jù)的整體分布情況，為后續(xù)異常值的計算提供基礎(chǔ)。根據(jù)期望數(shù)據(jù)計算異常值可以幫助確定數(shù)據(jù)中的異常情況，進而判斷目標對象的第一異常狀態(tài)，此外對監(jiān)測數(shù)據(jù)進行網(wǎng)格劃分處理可以將數(shù)據(jù)分割成小塊進行更詳細的異常分析，有助于更細致地了解初始監(jiān)測數(shù)據(jù)對應(yīng)的第二異常狀態(tài)。最終通過第一異常狀態(tài)和第二異常狀態(tài)確定目標對象的目標異常狀態(tài)，可以幫助用戶或系統(tǒng)對異常情況做出相應(yīng)的處理和決策。整個過程有助于提高數(shù)據(jù)分析的精度和全面性，提高了異常識別的準確性。并解決了相關(guān)技術(shù)中工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)處理方法的準確率較低的問題。
本文檔來自技高網(wǎng)...【技術(shù)保護點】
1.一種基于人工智能的工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)處理方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述計算所述初始監(jiān)測數(shù)據(jù)和所述期望數(shù)據(jù)之間的第一異常值，包括：
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對每個所述網(wǎng)格監(jiān)測數(shù)據(jù)進行異常分析，獲得每個所述網(wǎng)格監(jiān)測數(shù)據(jù)對應(yīng)的第二異常值，包括：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述近鄰距離確定所述網(wǎng)格監(jiān)測數(shù)據(jù)對應(yīng)的近鄰監(jiān)測數(shù)據(jù)，包括：
5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述局部可達密度確定所述網(wǎng)格監(jiān)測數(shù)據(jù)對應(yīng)的第一異常因子，包括：
6.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述相鄰距離確定所述網(wǎng)格監(jiān)測數(shù)據(jù)對應(yīng)的第二異常因子，包括：
7.根據(jù)權(quán)利要求1中所述的方法，其特征在于，所述根據(jù)所述第一異常狀態(tài)和所述第二異常狀態(tài)確定所述目標對象對應(yīng)的目標異常狀態(tài)，包括：
8.一種基于人工智能的工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)處理裝置，其特征在于，包括：
9.一種終端設(shè)備，其特征在于，所述終端設(shè)備包括處理器、存
10.一種計算機存儲介質(zhì)，用于計算機存儲，其特征在于，所述計算機存儲介質(zhì)存儲有一個或者多個程序，所述一個或者多個程序可被一個或者多個處理器執(zhí)行，以實現(xiàn)權(quán)利要求1至7中任一項所述的基于人工智能的工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)處理方法的步驟。
...【技術(shù)特征摘要】
1.一種基于人工智能的工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)處理方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述計算所述初始監(jiān)測數(shù)據(jù)和所述期望數(shù)據(jù)之間的第一異常值，包括：
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對每個所述網(wǎng)格監(jiān)測數(shù)據(jù)進行異常分析，獲得每個所述網(wǎng)格監(jiān)測數(shù)據(jù)對應(yīng)的第二異常值，包括：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述近鄰距離確定所述網(wǎng)格監(jiān)測數(shù)據(jù)對應(yīng)的近鄰監(jiān)測數(shù)據(jù)，包括：
5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述局部可達密度確定所述網(wǎng)格監(jiān)測數(shù)據(jù)對應(yīng)的第一異常因子，包括：
6.根據(jù)權(quán)利要求3所述...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：高敬，丁美竹，張廣杰，
申請(專利權(quán))人：珠海市楓逸科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。