[发明专利]大数据异动预警球阵列可视化表达及异动预警分析系统、方法

说明书

本发明属于安全预警技术领域，公开了一种大数据异动预警球阵列可视化表达及异动预警分析系统、方法，包括：数据采集模块采集和抽取实时监测数据；离群数据剔除模块剔除采集到数据中的离群数据；信效度检验模块对剩余数据进行可靠性检验和有效性检验；内隐关联预警决策模块对通过检验的数据进行相关性分析和决策；球阵列可视化模块根据决策结果，做出相应的球阵列可视化表达。本发明能够弥补现有安全监控系统对风险预测和关联性分析能力的缺失，为安全监控工作提供一种新的异动数据定量分析方法，从而为安全生产管理人员提供对异动数据进行定量分析的依据，同时提供了一种对数据异动进行原因预判的辅助分析手段。

技术领域

本发明属于安全预警技术领域，尤其涉及一种大数据异动预警球阵列可视化表达及异动预警分析系统、方法。

背景技术

目前，数据可视化是指通过一系列的特定视觉元素的运用，提取数据特征值，进而传递对数据或数据的输出结果的视觉化表达的技术。虽然数据可视化在管理信息系统的应用中不是什么新鲜的名词，信息图形、统计图形等都可以认为是数据可视化的一种简单表现形式，目前国内主要是将大型数据集提取为可视化图形，以便直观地传递出数据所包含的相关信息。随着大数据技术的应用，原来传统的数据可视化表达方法已经不能满足实际工作的需要，因此越来越多的企业开始了数据可视化的尝试。随着各行业对信息化的更高需求，现有的数据可视化表达方式不能满足日益复杂的安全监控和预警工作的需要。

同时，目前的可视化表达方法在数据表达的研究方法和表达要素等方面都存在一定的问题和缺陷，如下：

关于现有数据表达的研究方法存在以下三个问题：1)目前对数据表达的研究还仅仅限于对数据表面属性的直接反应；2)不能直观表达多数据源数据之间的内隐关联关系；3)不能系统地解释多数据源数据出现的异动现象，需要安全生产管理人员的人工介入，并凭借个人经验进行判断处理。

现有可视化表达要素存在缺陷是另一个最重要的问题：目前数据可视化的尝试和研究大部分都是基于Colin Ware在其《信息可视化：设计的感知》(InformationVisualization:Perception for Design)总结的可视化表达的要素原则：每个数据可视化的要素均由颜色、表现形式、运动或变化方式和空间位置等四个组成部分构成。基于ColinWare表达原则开发的可视化系统可以很好地表达数据的自身属性(如颜色、表现形式和运动)以及与其它数据的相对属性(如：空间位置)。但是本发明认为孤立存在的数据是极少的，数据信息除了需要具有自身属性和相对属性外，还应具有数据间内隐关联关系的关联属性。

通过上述分析，现有技术存在的问题及缺陷为：

(1)现有的数据可视化表达方式不能满足日益复杂的安全监控和预警工作的需要。

(2)目前对数据表达的研究还仅仅限于对数据表面属性的直接反应，不能直观表达多数据源数据之间的内隐关联关系。

(3)现有的数据可视化表达方式不能系统地解释多数据源数据出现的异动现象，需要安全生产管理人员的人工介入，并凭借个人经验进行判断处理。

解决以上问题及缺陷的难度为：

(1)探索多源数据内隐关联关系的研究方法目前没有可依托的经验，研究方法的选择存在难度。

(2)虽然异动数据内隐关联关系的构建方法目前讨论的很少，但是如何对异动数据的内隐关联属性特征的可视化表达，目前没有可供参考的文献和研究经验。

解决以上问题及缺陷的意义为：

(1)对安全监控系统的补充意义：本发明能够弥补现有安全监控系统对风险预测和关联性分析能力的缺失，为安全监控工作提供一种新的异动数据定量分析方法，从而为安全生产管理人员提供对异动数据进行定量分析的依据，同时提供了一种对数据异动进行原因预判的辅助分析手段。