[发明专利]一种用于面向工矿企业的安全生产云服务平台的基于支持向量机的异常判断方法

摘要

一种用于面向工矿企业的安全生产云服务平台的基于支持向量机的异常判断方法，云服务平台系统将安全生产企业实际生产积累的数据信息进行统一的管理与存储，对生产情况的判断分为正常和不正常两种情况，通过支持向量机分析数据库中安全生产的指标数据，选择产品质量、成分、实际生产率作为指标评判生产情况是否异常的支持数据，对支持原始数据进行线图分析与相关性分析。

主权项

一种用于面向工矿企业的安全生产云服务平台的基于支持向量机的异常判断方法，其特征在于所述面向工矿企业的安全生产云服务平台系统，包括安全云服务平台门户子系统，系统管理与相关工具集研制子系统，应用服务层子系统，虚拟资源层子系统，平台服务支撑层子系统，接入与适配层子系统，安全服务资源子系统，基础设施服务支撑层子系统，上述云服务平台系统将安全生产企业实际生产积累的数据信息进行统一的管理与存储，对生产情况的判断分为正常和不正常两种情况，通过分析数据库中安全生产的指标数据，选择产品质量、成分、实际生产率作为指标评判生产情况是否异常的支持数据，对支持原始数据进行线图分析与相关性分析，获取数据之间的相互影响。选择数据样本，由于变量之间量级差距较大，首先需要对变量数据进行标准化处理， V i ′ = V i - μ σ , i＝1，2，3，......，n其中，Vi是原变量值，μ是原变量值的平均值，σ是原变量标准差，n是自然数；经过标准化处理后，可进行支持向量机决策模型的训练与测试，使用训练样本集数据进行模型训练，其训练算法采用序列最小优化算法，得出其分类模型的支持向量，根据支持向量计算出判定函数的参数，通过选择分层核中的具体参数和对软件度量进行选择，得到更为优化的模型；在训练好的改进型支持向量机中输入需要进行预测的软件模块对应的树形数据结构，得到[‑1，+1]间的输出，如果输出大于0，产品质量生产情况不存在异常；反之，输出小于0意味着产品质量的生产情况异常。