[发明专利]地理国情监测数据的质量控制方法、装置和终端设备

权利要求书

1.一种地理国情监测数据的质量控制方法，其特征在于，包括：

获取地理国情监测数据在生产过程中的不确定性事件，以及不确定事件之间的逻辑关系；不确定性事件是指地理国情监测数据生产过程中对数据结果质量有影响的因素和条件；

根据所述不确定性事件以及不确定事件之间的逻辑关系，构造基于贝叶斯网络的地理国情监测数据生产过程误差传播模型；

对所述地理国情监测数据生产过程误差传播模型中每个基本事件的错误率进行模糊化处理，得到每个所述基本事件的模糊概率；

基于所述模糊概率和不确定事件之间的条件概率，计算地理国情监测数据的错误率；

基于所述模糊概率和所述错误率，计算每个所述基本事件的模糊重要度和后验概率；

反馈所述基本事件的模糊重要度和后验概率给用户。

2.如权利要求1所述的方法，其特征在于，所述根据所述不确定性事件以及不确定事件之间的逻辑关系，构造基于贝叶斯网络的地理国情监测数据生产过程误差传播模型，包括：

根据所述不确定性事件以及不确定事件之间的逻辑关系，建立地理国情监测数据生产过程的故障树模型；

利用所述故障树模型构造基于贝叶斯网络的地理国情监测数据生产过程误差传播模型。

3.如权利要求2所述的方法，其特征在于，所述根据所述不确定性事件以及不确定事件之间的逻辑关系，建立地理国情监测数据生产过程的故障树模型，包括：

根据所述不确定性事件以及不确定事件之间的逻辑关系，确定故障树的基本事件、中间事件和顶上事件；

利用故障树中的逻辑门表达不确定事件之间的逻辑关系；

获取所述基本事件的错误率，建立地理国情监测数据生产过程的故障树模型。

4.如权利要求3所述的方法，其特征在于，所述利用所述故障树模型构造基于贝叶斯网络的地理国情监测数据生产过程误差传播模型，包括：

将故障树的所述顶上事件作为贝叶斯网络的叶节点，故障树的所述中间事件作为贝叶斯网络的中间节点，故障树的所述基本事件作为贝叶斯网络的根节点；

将所述逻辑门转化成对应的条件概率表；

通过检查各节点之间的逻辑关系，合并重复节点；

对于没有用逻辑门表达逻辑关系的节点，利用模糊群决策的方法获得节点的逻辑关系，并计算条件概率，从而构造出地理国情监测过程误差传播模型。

5.如权利要求1至4任一项所述的方法，其特征在于，所述对所述地理国情监测数据生产过程误差传播模型中每个基本事件的错误率进行模糊化处理，得到每个所述基本事件的模糊概率，包括：

利用模糊数对所述地理国情监测数据生产过程误差传播模型中每个基本事件的错误率进行模糊化处理，得到每个所述基本事件的模糊概率。

6.一种地理国情监测数据的质量控制装置，其特征在于，包括：

获取模块，用于获取地理国情监测数据在生产过程中的不确定性事件，以及不确定事件之间的逻辑关系；不确定性事件是指地理国情监测数据生产过程中对数据结果质量有影响的因素和条件；

构造模块，用于根据所述不确定性事件以及不确定事件之间的逻辑关系，构造基于贝叶斯网络的地理国情监测数据生产过程误差传播模型；

模糊化模块，用于对所述地理国情监测数据生产过程误差传播模型中每个基本事件的错误率进行模糊化处理，得到每个所述基本事件的模糊概率；

第一计算模块，用于基于所述模糊概率和不确定事件之间的条件概率，计算地理国情监测数据的错误率；

第二计算模块，用于基于所述模糊概率和所述错误率，计算每个所述基本事件的模糊重要度和后验概率；

反馈模块，用于反馈所述基本事件的模糊重要度和后验概率给用户。

7.如权利要求6所述的装置，其特征在于，所述构造模块，具体用于：

根据所述不确定性事件以及不确定事件之间的逻辑关系，建立地理国情监测数据生产过程的故障树模型；

利用所述故障树模型构造基于贝叶斯网络的地理国情监测数据生产过程误差传播模型。