[发明专利]一种机动车尾气检测设备原始数据匹配率优化方法有效
申请号: | 201911022287.7 | 申请日: | 2019-10-25 |
公开(公告)号: | CN110780038B | 公开(公告)日: | 2022-05-10 |
发明(设计)人: | 董华;钟杰华;王利芳;曾洪生;王循;陈达峰;闫观花 | 申请(专利权)人: | 珠海高凌信息科技股份有限公司 |
主分类号: | G01N33/00 | 分类号: | G01N33/00 |
代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 俞梁清 |
地址: | 519060 广东省*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 机动车 尾气 检测 设备 原始数据 匹配 优化 方法 | ||
本发明公开了一种机动车尾气检测设备原始数据匹配率优化方法,对集成商和监管机构采集的数据的趋势、相似度进行运算,再结合动态误差率,从而计算出更为可靠的匹配率数值,根据判断值是否在值域的某一个范围系数的百分比内,并且在大于此范围系数的百分比后使用浮动值域计算,不仅能对趋势和相似性进行差别,而且还能有效降低离群值的影响,避免由于值的瞬间上升或下降,双方取值相差较大的情况;通过此方法优化后,增加了匹配率的可靠性,实际应用效果表明,趋势一至并图形相似的两组数据,匹配率明显提高,对于瞬间上升或下降的趋势数据,判别的准确性也有明显的效果,极大地减少误判。
技术领域
本发明涉及机动车尾气检测技术领域,具体为一种机动车尾气检测设备原始数据匹配率优化方法。
背景技术
机动车尾气检测,是由相关监管部门授权合符资格的民营机动车检测站(下称检测站)进行的一项对机动车尾气排放是否符合国家相关标准要求的工作。其中检测时所需要的各款设备和检测软件,由检测站自行与设备及软件集成厂家(下称集成商)进行采购。
尾气检测时会产生过程数据、结果数据、报告数据,这些数据均由集成商软件采集、计算并上传至监管机构以完成联网,最终由监管机构平台生成报告单以完成整个检测流程;而其中的过程数据是整个流程中最基础的数据,其它所有的数据均依赖于过程数据进行计算。而过程数据只能由集成商采集并上传,监管机构无法对数据进行核对,于是监管机构通过串口线一分多的方式,对检测设备的原始数据也进行了采集,并且与集成商采集的过程数据进行匹配对比,匹配率也应运而生。
由于集成商采集过程数据由集成商工控机完成,而监管机构采集是由监管机构的工控机完成,两台工控机之间的系统时间存在一定的时间差,并且根据国家相关标准,过程数据以秒为单位,但检测设备产生的数据是以毫秒为粒度,由于时间差的存在,两台工控机之间的1秒,并不是同1秒,所以采集到的数据不一定完全相同。而不完全相同的数据,通过绝对相等或简单的允许值之间有一定的误差来进行求匹配率,结果是不严谨的,实际效果也较差,明明趋势一样的两组数据,却会被认为不匹配。
虽然采集的数据不一定完全相同,但两组数据理论上趋势一定是一至的,如果把数据变成曲线图,其相似度也会是极高的,但是究竟两组数据的匹配率多大,误差率多少,这些内容的研究对其较少两者数据之间的误差非常有意义。
发明内容
本发明要解决的技术问题是克服现有的缺陷,提供一种机动车尾气检测设备原始数据匹配率优化方法,对集成商和监管机构采集的数据的趋势、相似度进行运算,再结合动态误差率,从而计算出更为可靠的匹配率数值。
为实现上述目的,本发明提供如下技术方案:一种机动车尾气检测设备原始数据匹配率优化方法,包括以下步骤:
步骤S1:选取等量的监管机构收集的数据和集成商收集的数据,且都分为等量的多个数据组;
步骤S2:对应的两组数据以监管机构采集的数据为准,把集成商数据的2/3处与监管数据对齐,成为一个新的数据组,以此对两组数据的各组具体值套用判断是否匹配的方法来判断是否匹配;
步骤S3:统计匹配的数据量,使用匹配数据量除以该组的监管数据量求出一个分匹配率;
步骤S4:集成商数据整体向右移一位,又变化出一个新的数据组,以相同的方法再求出一个分匹配率,如此类推,直至监管数据的结尾与集成商数据的2/3处对齐为止;
步骤S5:求出变化出的新数据组的若干个分匹配率,取最大值作为本组数据匹配率;
步骤S6:每组数据的匹配率再取最大值,作为最终匹配率。
作为本发明的一种优选技术方案,在步骤S1中,判断数据是否匹配的方法,包括以下步骤:
A1:取得集成商数据最大值MaxVjc及最小值MinVjc,
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珠海高凌信息科技股份有限公司,未经珠海高凌信息科技股份有限公司许可,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/201911022287.7/2.html,转载请声明来源钻瓜专利网。