[发明专利]基于数据输入行为分析的航天测试数据校核装置

权利要求书

1.基于数据输入行为分析的航天测试数据校核装置，其特征在于，包括：

序列字典构建模块，根据键盘不同键位分布以及人工输入数字的连贯性设定权值建立序列权值字典；

数据采集模块，对输入的航天电子元件测试数据文件进行解析，并做数据清洗，得到结构化数据；

行为模型构建模块，结合所述序列权值字典对所述结构化数据计算序列得分，根据不同批次数据所属类型及其序列得分数据建立模型或更新已有模型；

存储模块，包括文件系统和数据库，所述数据库用于存储结构化的测试数据，所述文件系统用于存储计算得到的模型；

预测模块，通过比较批次数据和相应模型的匹配度得出数据批次的可靠性评估；

其中序列字典构建模块根据小键盘键位分布，对于不同的输入子序列组合，结合距离、角度因素，给定输入的舒适度权值，从而得到序列权值字典；

数据采集模块获取电子元件测试原始数据文件，每一个文件中为一个批次的元件数据，其中包含该批次数据的批次号、型号、规格、额定值，以及该批次所有测试元件的测试值；数据采集模块首先解析原始数据文件，提取元件数据信息，将该批次全部测试数据转为列表表示，每一行是对一个元件各项参数的测试值；之后对列表中的测试数据进行数据清洗，去除有缺失值的行，最终得到处理后的结构化数据，方便后续处理；

行为模型构建模块的主要任务是将结构化的原始数据转化为数据输入行为数据并且对其聚类所在类模型进行更新；首先对给定的数据批次，结合序列权重字典，对每一个数值计算其序列输入得分，对每一行测试值，将得分加和代表这一行的得分，也就是对于这一个元件的测试数据的输入得分；在初始情况下，先对于大量已有数据，根据其分布做聚类，获得聚类模型；电子元件测试数据通常有多个维度，每个维度的数据都是离散的，但由于保留精度，多数情况下，某些维度的取值会在很小的一个集合内；对于不同批次数据，数据呈现的分布就会有多种情况；对于不同批次的数据，使用(|set(x1)|,|set(x2)|,…,|set(xn)|)来表示它的数据分布特征，使用DBSCAN做聚类，获得聚类模型存入存储模块；对于新进入行为模型构建模块的数据批次，从存储模块获得聚类模型，使用聚类模型对其进行预测获得它所属的类；对于每个类单独构建并维护一个行为模型；使用高斯混合分布模型来拟合数据输入序列得分概率密度分布模型，该模型如下，

它是多个高斯分布的加权和，φ_i表示第i个高斯分布的权值，每个高斯分布都有自己的μ和σ参数，总共有K个高斯分布；对于每个类，用已知属于该类的批次数据输入序列数据去拟合这个分布，从而得到对应的参数；该类的模型也就是拟合得到的混合高斯分布模型；在一个类的数据很少，只有几个批次的情况下，使用数据模拟的方法，随机生成符合该类分布特征的数据，并用生成的数据拟合常规行为模型；由于数据是随机生成，对于输入序列不具有倾向性，因此可以用来辅助拟合常规行为模型；

预测模块接收某一批次的序列得分数据以及其所在类的信息，根据所在类，从存储模块拿出该类的常规行为模型；用常规行为模型对该批次数据的输入序列得分数据进行估计，并给出匹配度得分，数据对于模型的拟合程度越好，则该批次数据的输入行为越可靠；

存储模块存储建模过程中获得的模型文件，用于给定批次数据所属类别判断和在预测模块提取模型对给定批次数据可靠性进行分析。

2.如权利要求1所述的基于数据输入行为分析的航天测试数据校核装置，其特征在于，所述行为模型构建模块对于符合不同分布的结构化数据，聚类得到簇，对于每一簇，根据其中数值序列得分建立常规行为模型，将行为模型构建模块和聚类模型存储到所述存储模块。