[发明专利]融合机器机理与人工智能算法系统的数据处理方法及系统

摘要

本发明提出了一种融合机器机理与人工智能算法系统的数据处理方法及系统，包括：采集机器运用过程中的实时状态数据，并从中筛选出满足要求的状态数据；从满足要求的状态数据中提取出特征指标，计算出四类状态标签数据对应的指标集合；将带有标签的指标集矩阵输入机器学习算法模型中，输出特征指标集阈值参数；将所述阈值参数作为初始阈值参数，每次系统推送出机器状态等级后，由人工在系统中确认标签的真实状态等级；判断接收到的阈值参数对应的特征等级与人工确认的标签对应的真实状态等级是否一致，如果不一致，将新标签数据对应的指标集纳入标签库，并更新阈值参数，否则通过机器学习算法反复持续训练，直至阈值模型推送的准确率达到95％时，迭代终止。从而大幅提升了系统报警模型的可用水平和准确率。

主权项

1.一种融合机器机理与人工智能算法系统的数据处理方法，其特征在于，所述方法包括：采集机器运用过程中的实时状态数据，并从中筛选出满足要求的状态数据；基于机器的故障机理，从满足要求的状态数据中提取出特征指标，并基于机理特征指标算法，计算出四类状态标签数据对应的指标集合；选择机器学习算法模型，将带有标签的指标集矩阵输入机器学习算法模型中，输出特征指标集阈值参数；将所述阈值参数部署到机器实用环境中，作为初始阈值参数，每次系统推送出机器状态等级后，由人工在系统中确认标签的真实状态等级；判断接收到的阈值参数对应的特征等级与人工确认的标签对应的真实状态等级是否一致，如果不一致，将新标签数据对应的指标集纳入标签库，并更新阈值参数，否则通过机器学习算法反复持续训练，直至阈值模型推送的准确率达到95％时，迭代终止。