[发明专利]一种知识和数据混合驱动的工业数据对齐方法

权利要求书

1.一种知识和数据混合驱动的工业数据对齐方法，其特征在于，包括步骤：

S10,采集工业数据；

S20,利用采集的工业数据设置元路径构建异构网络，针对构建的异构网络构建多视图，利用多视图嵌入生成节点嵌入表示；

S30,为每个元路径赋予权重，并融合节点嵌入表示；

S40,结合由知识牵引的工业数据表征，利用对比学习来学习节点序列的相似性，完成对齐。

2.根据权利要求1所述的一种知识和数据混合驱动的工业数据对齐方法，其特征在于，所述设置元路径，包括传感器-操作人员-传感器、传感器-生产设备-传感器和传感器-数据库-传感器；

传感器由控制人员来操作，传感器检测的生产设备在一定时间内是不变的，传感器的数据都由无线连接传输到数据库。

3.根据权利要求2所述的一种知识和数据混合驱动的工业数据对齐方法，其特征在于，所述异构网络包括不同类型的节点、节点间的连边，节点包含不同的属性信息；所述异构网络包括：

传感器和操作人员之间存在操作人员控制传感器这一关联关系；

传感器和生产设备之间存在监控和关联的关联关系；

传感器和传感器之间存在的协调关系；

操作人员和生产设备之间存在的控制关系；

传感器和信息系统之间存在的传输关系。

4.根据权利要求3所述的一种知识和数据混合驱动的工业数据对齐方法，其特征在于，针对构建的异构网络定义多视图；

视图Gp是基于元路径p和异构图G＝{V,E}构成的，基于元路径的视图由一个元路径所表征的节点之间的一种邻近或关系类型构成；

通过元路径捕获结构信息的各种方面，并且动态地添加新节点。

5.根据权利要求4所述的一种知识和数据混合驱动的工业数据对齐方法，其特征在于，利用多视图嵌入生成节点嵌入表示，生成节点嵌入表示，包括：

由元路径生成多个视图，多视图图嵌入层的目标为通过学习函数来聚合本地邻居的属性和拓扑信息，归纳生成节点表示；

对于每个基于元路径的视图，节点表示是通过聚集基于元路径的邻居的特征并跨K层传播信息来生成的。

6.根据权利要求5所述的一种知识和数据混合驱动的工业数据对齐方法，其特征在于，基于元路径p的节点v表示如下：

首先，在第k层，每个节点将自己的表示和第k-1层生成的1跳邻域N_i的表示聚合为单个向量为：

式中，表示v_j在第(k-1)层中的表示；当k＝0时，定义为v_j的原始特征x(v_j)；

然后，利用权矩阵W^(k)_p和偏置向量b^(k)_p在层间传递信息:

7.根据权利要求6所述的一种知识和数据混合驱动的工业数据对齐方法，其特征在于，首先对批处理中的传感器的1跳邻居网络进行采样；节点v的1跳邻居网络定义为节点v的1跳邻居节点和集合中节点之间的所有边；

对于每个批处理，基于该批处理中所有传感器节点的l-egonnet的联合，构造多视图子图；

然后生成这些多视图子图中每个节点的基于元路径的表示；

将v_i基于K层后的元路径p的最终表示表示为z_p(v_i)≡z^(K)_p(v_i)。