[发明专利]工程机械数据融合分析的方法及装置在审
申请号: | 201711262714.X | 申请日: | 2017-12-05 |
公开(公告)号: | CN108629361A | 公开(公告)日: | 2018-10-09 |
发明(设计)人: | 不公告发明人 | 申请(专利权)人: | 南京天朝机网络科技有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06Q10/06;G06Q30/02 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 211100 江苏省南*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 工程机械 数据融合 交易信息 分析 利益最大化 分析处理 分析系统 关联规则 机械设备 交易决策 匹配机械 机主 交易 租用 传输 预测 客户 | ||
1.一种工程机械数据融合分析的方法,包括:
获取海量的工程机械数据;
汇总传输至数据融合分析系统;
分析处理所述工程机械数据,获得工程机械交易信息的关联规则;
预测工程机械交易信息,生成交易决策。
2.按照权利要求1所述的方法,其特征在于, 所述数据融合分析系统包括数据管理子系统、数据分析子系统、决策生成和执行子系统; 所述数据管理子系统能够监控、记录、存储海量的工程机械数据; 所述数据分析子系统能够分析处理所述工程机械数据,获得工程机械交易信息的关联规则; 所述决策生成和执行子系统能够预测工程机械交易信息,生成交易决策。
3.按照权利要求2所述的方法,其特征在于,所述数据分析子系统采用以下步骤分析处理所述工程机械数据,获得工程机械交易信息的关联规则:
(1)预设机械设备供求信息变量;
(2)根据已知数据集获取所述预设机械设备供求信息变量与已知自变量的关联公式;获得包含所述设备供求信息变量与已知自变量的数据集;
(3)在包含所述设备供求信息变量与已知自变量的数据集中找出所有的频繁项集;根据置信度产生反映设备供求信息的关联规则。
4.按照权利要求3所述的方法,其特征在于, 在所述步骤(1)中,所述机械设备供求信息变量为已知的反映机械设备供求信息的变量或自定义的反映机械设备供求信息的变量;在所述步骤(2)中,采用主成分分析方法、神经网络方法、或回归分析方法获取所述设备供求信息变量与已知自变量的关联公式; 在所述步骤(3)中,采用Apriori算法在包含所述设备供求信息变量与已知自变量的数据集中找出所有的频繁项集;根据置信度产生反映设备供求信息的关联规则。
5.按照权利要求4所述的方法,其特征在于, 在所述步骤(1)中,所述机械设备供求信息变量为自定义的反映机械设备供求信息的变量,定义机械设备需求指数变量I求和/或机械设备供应指数变量I供,设定变量取值规则。
6.按照权利要求5所述的方法,其特征在于,在获取所述预设机械设备供求信息变量与已知自变量的关联公式之后,根据所述关联公式得到所述设备供求信息变量的值,从而获得包含所述设备供求信息变量与已知自变量的数据集。
7.一种工程机械数据融合分析的装置,包括:
工程机械数据获取单元;
工程机械数据传输单元;
工程机械数据分析单元;
工程机械数据决策单元;
所述工程机械数据获取单元能够获取海量的工程机械数据;
所述工程机械数据传输单元能够通过通信网络将海量的工程机械数据汇总传输至工程机械数据分析单元;
所述工程机械数据分析单元能够分析处理所述工程机械数据,获得工程机械交易信息的关联规则;
所述工程机械数据决策单元能够预测工程机械交易信息,生成交易决策。
8.按照权利要求7所述的装置,其特征在于,所述工程机械数据分析单元通过数据融合分析系统分析处理所述工程机械数据,获得工程机械交易信息的关联规则;
所述数据融合分析系统优选包括数据管理子系统、数据分析子系统、决策生成和执行子系统;
所述数据管理子系统能够监控、记录、存储海量的工程机械数据;
所述数据分析子系统能够分析处理所述工程机械数据,获得工程机械交易信息的关联规则;
所述决策生成和执行子系统能够预测工程机械交易信息,生成交易决策。
9.按照权利要求8所述的装置,其特征在于, 所述数据分析子系统采用以下步骤分析处理所述工程机械数据,获得工程机械交易信息的关联规则:
(1)预设机械设备供求信息变量;
(2)根据已知数据集获取所述预设机械设备供求信息变量与已知自变量的关联公式;获得包含所述设备供求信息变量与已知自变量的数据集;
(3)在包含所述设备供求信息变量与已知自变量的数据集中找出所有的频繁项集;根据置信度产生反映设备供求信息的关联规则。
10.按照权利要求9所述的装置,其特征在于, 在所述步骤(1)中,所述机械设备供求信息变量为已知的反映机械设备供求信息的变量或自定义的反映机械设备供求信息的变量;在所述步骤(2)中,采用主成分分析方法、神经网络方法、或回归分析方法获取所述设备供求信息变量与已知自变量的关联公式; 在所述步骤(3)中,采用Apriori算法在包含所述设备供求信息变量与已知自变量的数据集中找出所有的频繁项集;根据置信度产生反映设备供求信息的关联规则。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京天朝机网络科技有限公司,未经南京天朝机网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711262714.X/1.html,转载请声明来源钻瓜专利网。