[发明专利]一种基于距离度量的设备故障案例高维索引结构技术

说明书

技术领域

本发明属于机械设备信息的数据挖掘和聚类分析等领域，涉及设备故障案例的相似案例检索技术，具体涉及一种基于距离度量的设备故障案例高维索引结构。

背景技术

随着设备监测与诊断技术在企业的广泛应用，特别是远程监测与诊断技术在大型装备制造企业的应用，设备故障案例得以充分积累。在这种背景下，如何充分利用这些案例，以指导未知故障的判断，引起了人们的极大兴趣。从本质上来说，设备故障案例可以看成由多种特征形成的一个高维数据，设备故障案例集形成一个高维数据库，因此，设备故障案例的利用问题可以转换为对案例库的相似查询问题，即k近邻查询，进而设备故障案例的索引结构就成为一个关键问题。

在提出的众多的索引结构和查询算法中，例如：BK-Tree，FQ-Tree，R-Tree等，它们各有优缺点。集中反映在以下二个方面：1)随着维数的增加，查询效率下降。例如目前的主流多维索引结构在处理维数较低的情况时具有比较好的效率，但是一旦维数较高时就会显得力不从心，即使采用降维技术也不一定能取得理想的结果。这是因为采用此种技术可能会导致有效信息的丢失，尤其不适合处理特种空间中的特征向量相关性很小的情况。2)高额计算代价。高维度量空间的距离计算次数随着数据的增加明显增加。

设备故障案例其特征维数可以高达上百维，同时，设备故障案例有其自身的特点，即相同故障案例在高维空间表现中一定的聚集特性，因此迫切需要适应于设备故障案例的高维数据索引结构，以满足设备故障案例综合利用的需求。

发明内容

本发明的目的在于克服上述现有技术不足，提供一种基于距离度量的设备故障案例高维索引结构技术，适应于对设备故障案例进行k近邻查询的索引结构，该索引结构根据设备故障案例的聚集特性，通过建立有效的规则以减少距离计算次数，在此基础上再对设备故障案例采用范围查询方法进行查询，可以大大提高查询效率。本发明的基本操作步骤如下：

(1)按一定的规则对轴进行组织，并按一定的规则在该轴上选定两个参考点，将待插入的矢量插入到一个特定位置，记录该矢量到两个参考点的距离，其目的是使得在高维空间中的矢量之间的距离可以根据矢量与两个参考点之间的距离进行估算；

(2)检索时先计算待查询矢量与参考点之间的距离，由于参考点位于轴上，因此矢量与多个参考点的距离计算时间仅与维数有关；

(3)根据待查询矢量与参考点之间的距离计算结果，得出查询结果可能的超始位置和结束位置，扫描这些位置上存放的矢量数据，就可以得到相应的查询结果。因为不再扫描整个数据文件，所以大大减少磁盘访问代价，提高了查询速度。

具体步骤如下：

(1)对特征轴按数据在轴上概率分布密度的大小进行排序，优先选择数据概率分布密度大，且划分次数没有达到参数ε规定的特征轴对数据进行划分；

(2)将根节点设置为当前节点；

(3)如果根节点为空，按步骤(1)选定一根轴，并以内部节点形式记录该轴；

(4)如果当前节点为内部节点，循环遍历该内部节点的划分结构集合，找出包含待插入的数据点的一个划分结构，即R_L＜x_i≤R_R，其中i为内部节点对应的轴，x_i为构造索引结构时待插入的数据点在第i轴上的投影轴；

(5)如果R_L＜x_i≤(R_L+R_R)/2，则将当前节点置为该划分结构的左边区域指针PLR，否则，将当前节点置为该划分结构的右边区域指针PRR；

(6)如果当前节点为叶子节点，且叶子节点中包含的数据点个数大于等于m，并且还有轴可供划分，则调用分裂算法，并将当前节点置为将添加的内部节点，跳转到2；

(7)计算数据点对应叶子节点对应划分结构的左，右参考点的距离，并将数据点插入叶子节点，返回。

所述的分裂算法为：

(1)设置当前划分结构为指向叶子节点的划分结构；