[发明专利]一种数据融合方法

说明书

本发明涉及一种数据融合方法，包括：获取第一类型数据F和第二类型数据R，其中第二类型数据R具有时效性；增加第一类型数据F的属性，其中增加的所述属性基于数据融合模型：X(F)＝TR‑CTR，其中，X(F)代表F增加的所述属性；T代表第二类型数据R的有效期；且CTR代表TR的成本；以及存储增加所述属性后的第一类型数据F。

技术领域

本发明涉及一种数据技术领域，特别地涉及一种不同类型的数据之间数据融合的方法。

背景技术

当代社会正面临着第四次技术革命。作为第四次技术革命的代表，物联网、大数据技术和人工智能最为受到人们的关注。无论是物联网、大数据技术和人工智能，都与数据的处理密不可分。物联网扩大了数据的来源范围，万物互联将人们生活的方方面面都转换为数据。这些数据被采集以用于后续处理和利用。大数据技术为海量数据的处理提供了技术上的支持。通过大数据技术，海量的数据能够被识别、处理、整合、和存储，为数据的利用提供了基础。人工智能，特别是基于无监督机器自主学习的深度学习技术以大数据技术整合的数据作为学习对象，利用这些数据挖掘其中存在的关联模式，并提供基于人工智能的解决方案。

鉴于数据的重要性，如何进行有效地数据处理是很多公司和研究机构一直以来努力的方向。然而，针对不同类型数据之间的整合是非常困难的。因此，数据融合技术也就日渐受到重视。所谓“数据融合技术”是指在不同类型的数据之间建立联系以利于对其进行整合或再利用的技术。目前，针对具备时效性特征的数据尚未有有效的数据融合方案。因此，本领域非常需要一种数据融合方法，以有效地在具备时效性特征的数据和其他类型数据之间建立直接关联。

发明内容

针对现有技术中存在的技术问题，本发明提出了一种数据融合方法，包括：获取第一类型数据F和第二类型数据R，其中第二类型数据R具有时效性；增加第一类型数据F的属性，其中增加的所述属性基于数据融合模型：X(F) ＝TR-CTR，其中，X(F)代表F增加的所述属性；T代表第二类型数据R的有效期；且CTR代表TR的成本；以及存储增加所述属性后的第一类型数据F。

如上所述的方法，其中，第三类型数据R’随时间变化，即R’＝R’(t)， R’(t)是t的函数；其中所述数据融合模型中TR满足：

TR＝Σt(T(t)R’(t)；

其中，T(t)是t的函数，表示R’(t)所对应的时间，其中，t∈T。

如上所述的方法，其中第三类型数据R”满足R＝R”+δR，其中δR表示R”与R之间的差值；其中所述数据融合模型中TR满足：

TR＝T”R”；其中T”表示R”的有效期，且满足T”＝T(1-δR/R”)。