應(yīng)用于大數(shù)據(jù)系統(tǒng)的數(shù)據(jù)融合方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明涉及大數(shù)據(jù)處理【技術(shù)領(lǐng)域】，具體地說是一種能夠完成對多種數(shù)據(jù)處理結(jié)果的進(jìn)一步挖掘分析融合的應(yīng)用于大數(shù)據(jù)系統(tǒng)的數(shù)據(jù)融合方法及系統(tǒng)，其特征在于設(shè)有用于獲取兩個以上運算模型輸出結(jié)果的數(shù)據(jù)獲取模塊；用于對數(shù)據(jù)獲取模塊獲取數(shù)據(jù)進(jìn)行有效范圍篩選的篩選模塊、用于對篩選后數(shù)據(jù)進(jìn)行權(quán)值分配的權(quán)值分配模塊、用于對分配權(quán)值后數(shù)據(jù)進(jìn)行融合的數(shù)據(jù)融合算法模塊以及用于輸出數(shù)據(jù)融合結(jié)果的顯示輸出模塊，本發(fā)明所述數(shù)據(jù)融合算法模塊中設(shè)有加權(quán)平均法處理模塊、卡爾曼濾波處理模塊、統(tǒng)計決策處理模塊以及神經(jīng)網(wǎng)絡(luò)處理模塊，本發(fā)明與現(xiàn)有技術(shù)相比，能夠?qū)⒎謩e從不同屬性角度進(jìn)行分析獲得的數(shù)據(jù)分析結(jié)果進(jìn)行融合挖掘，從而得到潛在關(guān)鍵信息。
【專利說明】應(yīng)用于大數(shù)據(jù)系統(tǒng)的數(shù)據(jù)融合方法及系統(tǒng)

【技術(shù)領(lǐng)域】
:
[0001]本發(fā)明涉及大數(shù)據(jù)處理【技術(shù)領(lǐng)域】，具體地說是一種能夠完成對多種數(shù)據(jù)處理結(jié)果的進(jìn)一步挖掘分析融合的應(yīng)用于大數(shù)據(jù)系統(tǒng)的數(shù)據(jù)融合方法及系統(tǒng)。

【背景技術(shù)】
:
[0002]隨著信息技術(shù)的高度發(fā)展，人們積累的數(shù)據(jù)量日益增長，如何從海量數(shù)據(jù)中快速的獲得有效數(shù)據(jù)成為當(dāng)務(wù)之急。大數(shù)據(jù)是指無法再當(dāng)前條件下使用常規(guī)的工具對數(shù)據(jù)內(nèi)容進(jìn)行檢索和管理的數(shù)據(jù)集，其具有數(shù)據(jù)量大、數(shù)據(jù)類型繁多、價值密度低、處理速度快等特點。
[0003]數(shù)據(jù)挖掘是一種透過算法來分析現(xiàn)存的大量資料、以找出關(guān)鍵信息的數(shù)據(jù)處理技術(shù)。現(xiàn)階段為了對存儲的資料進(jìn)行有效利用，會采用多種不用的數(shù)據(jù)挖掘算法對數(shù)據(jù)進(jìn)行多次挖掘，然后對處理結(jié)果進(jìn)行校正后，匯總獲得最終信息，然而由于多種挖掘模型側(cè)重的挖掘?qū)傩圆煌?，所獲的結(jié)果無法快速有效的融合起來。


【發(fā)明內(nèi)容】

:
[0004]本發(fā)明針對現(xiàn)有技術(shù)中存在的缺點和不足，提出了一種能夠?qū)⒍喾N挖掘模型獲得的不同屬性的挖掘結(jié)果充分融合，進(jìn)而方便進(jìn)一步處理的應(yīng)用于大數(shù)據(jù)系統(tǒng)的數(shù)據(jù)融合方法及系統(tǒng)。
[0005]本發(fā)明通過以下措施達(dá)到:
[0006]一種應(yīng)用于大數(shù)據(jù)系統(tǒng)的數(shù)據(jù)融合方法，其特征在于包括以下步驟:
[0007]步驟1:獲取兩個以上運算模型輸出的運算結(jié)果；
[0008]步驟2:根據(jù)預(yù)先確定的對應(yīng)于不同運算模型運算結(jié)果的有效范圍對步驟1所獲得的數(shù)據(jù)進(jìn)行權(quán)值分配；
[0009]步驟3:運行融合算法，將步驟2中分配權(quán)值后的數(shù)據(jù)進(jìn)行運算，獲得融合結(jié)果。
[0010]本發(fā)明步驟3可以通過加權(quán)平均法實現(xiàn)。
[0011]本發(fā)明步驟3可以通過卡爾曼濾波法實現(xiàn)。
[0012]本發(fā)明步驟3可以通過統(tǒng)計決策理論法實現(xiàn)。
[0013]本發(fā)明步驟3可以通過神經(jīng)網(wǎng)絡(luò)法實現(xiàn)。
[0014]本發(fā)明還提出了一種應(yīng)用于大數(shù)據(jù)系統(tǒng)的數(shù)據(jù)融合系統(tǒng)，其特征在于設(shè)有用于獲取兩個以上運算模型輸出結(jié)果的數(shù)據(jù)獲取模塊；用于對數(shù)據(jù)獲取模塊獲取數(shù)據(jù)進(jìn)行有效范圍篩選的篩選模塊、用于對篩選后數(shù)據(jù)進(jìn)行權(quán)值分配的權(quán)值分配模塊、用于對分配權(quán)值后數(shù)據(jù)進(jìn)行融合的數(shù)據(jù)融合算法模塊以及用于輸出數(shù)據(jù)融合結(jié)果的顯示輸出模塊。
[0015]本發(fā)明所述數(shù)據(jù)融合算法模塊中設(shè)有加權(quán)平均法處理模塊、卡爾曼濾波處理模塊、統(tǒng)計決策處理模塊以及神經(jīng)網(wǎng)絡(luò)處理模塊。
[0016]本發(fā)明與現(xiàn)有技術(shù)相比，能夠?qū)⒎謩e從不同屬性角度進(jìn)行分析獲得的數(shù)據(jù)分析結(jié)果進(jìn)行融合挖掘，從而得到潛在關(guān)鍵信息?！緦＠綀D】

【附圖說明】:
[0017]附圖1是本發(fā)明的結(jié)構(gòu)框圖。
[0018]附圖標(biāo)記:數(shù)據(jù)獲取模塊1、篩選模塊2、權(quán)值分配模塊3、數(shù)據(jù)融合算法模塊4、顯示輸出模塊5、加權(quán)平均法處理模塊6、卡爾曼濾波處理模塊7、統(tǒng)計決策處理模塊8、神經(jīng)網(wǎng)絡(luò)處理模塊9。

【具體實施方式】
:
[0019]下面結(jié)合附圖對本發(fā)明作進(jìn)一步的說明。
[0020]如附圖1所示，本發(fā)明提出了一種應(yīng)用于大數(shù)據(jù)系統(tǒng)的數(shù)據(jù)融合方法，其特征在于包括以下步驟:
[0021]步驟1:獲取兩個以上運算模型輸出的運算結(jié)果；
[0022]步驟2:根據(jù)預(yù)先確定的對應(yīng)于不同運算模型運算結(jié)果的有效范圍對步驟1所獲得的數(shù)據(jù)進(jìn)行權(quán)值分配；
[0023]步驟3:運行融合算法，將步驟2中分配權(quán)值后的數(shù)據(jù)進(jìn)行運算，獲得融合結(jié)果。
[0024]本發(fā)明步驟3可以通過加權(quán)平均法實現(xiàn)。
[0025]本發(fā)明步驟3可以通過卡爾曼濾波法實現(xiàn)。
[0026]本發(fā)明步驟3可以通過統(tǒng)計決策理論法實現(xiàn)。
[0027]本發(fā)明步驟3可以通過神經(jīng)網(wǎng)絡(luò)法實現(xiàn)。
[0028]本發(fā)明還提出了一種應(yīng)用于大數(shù)據(jù)系統(tǒng)的數(shù)據(jù)融合系統(tǒng)，其特征在于設(shè)有用于獲取兩個以上運算模型輸出結(jié)果的數(shù)據(jù)獲取模塊1 ;用于對數(shù)據(jù)獲取模塊1獲取數(shù)據(jù)進(jìn)行有效范圍篩選的篩選模塊2、用于對篩選后數(shù)據(jù)進(jìn)行權(quán)值分配的權(quán)值分配模塊3、用于對分配權(quán)值后數(shù)據(jù)進(jìn)行融合的數(shù)據(jù)融合算法模塊4以及用于輸出數(shù)據(jù)融合結(jié)果的顯示輸出模塊5。
[0029]本發(fā)明所述數(shù)據(jù)融合算法模塊4中設(shè)有加權(quán)平均法處理模塊6、卡爾曼濾波處理模塊7、統(tǒng)計決策處理模塊8以及神經(jīng)網(wǎng)絡(luò)處理模塊9。
[0030]本發(fā)明與現(xiàn)有技術(shù)相比，能夠?qū)⒎謩e從不同屬性角度進(jìn)行分析獲得的數(shù)據(jù)分析結(jié)果進(jìn)行融合挖掘，從而得到潛在關(guān)鍵信息。
【權(quán)利要求】
1.一種應(yīng)用于大數(shù)據(jù)系統(tǒng)的數(shù)據(jù)融合方法，其特征在于包括以下步驟: 步驟1:獲取兩個以上運算模型輸出的運算結(jié)果； 步驟2:根據(jù)預(yù)先確定的對應(yīng)于不同運算模型運算結(jié)果的有效范圍對步驟I所獲得的數(shù)據(jù)進(jìn)行權(quán)值分配； 步驟3:運行融合算法，將步驟2中分配權(quán)值后的數(shù)據(jù)進(jìn)行運算，獲得融合結(jié)果。
2.根據(jù)權(quán)利要求1所述的一種應(yīng)用于大數(shù)據(jù)系統(tǒng)的數(shù)據(jù)融合方法，其特征在于所述步驟3通過加權(quán)平均法實現(xiàn)。
3.根據(jù)權(quán)利要求1所述的一種應(yīng)用于大數(shù)據(jù)系統(tǒng)的數(shù)據(jù)融合方法，其特征在于步驟3可以通過卡爾曼濾波法實現(xiàn)。
4.根據(jù)權(quán)利要求1所述的一種應(yīng)用于大數(shù)據(jù)系統(tǒng)的數(shù)據(jù)融合方法，其特征在于步驟3可以通過統(tǒng)計決策理論法實現(xiàn)。
5.根據(jù)權(quán)利要求1所述的一種應(yīng)用于大數(shù)據(jù)系統(tǒng)的數(shù)據(jù)融合方法，其特征在于步驟3可以通過神經(jīng)網(wǎng)絡(luò)法實現(xiàn)。
6.—種應(yīng)用于大數(shù)據(jù)系統(tǒng)的數(shù)據(jù)融合系統(tǒng)，其特征在于設(shè)有用于獲取兩個以上運算模型輸出結(jié)果的數(shù)據(jù)獲取模塊；用于對數(shù)據(jù)獲取模塊獲取數(shù)據(jù)進(jìn)行有效范圍篩選的篩選模塊、用于對篩選后數(shù)據(jù)進(jìn)行權(quán)值分配的權(quán)值分配模塊、用于對分配權(quán)值后數(shù)據(jù)進(jìn)行融合的數(shù)據(jù)融合算法模塊以及用于輸出數(shù)據(jù)融合結(jié)果的顯示輸出模塊。
7.根據(jù)權(quán)利要求6所述的一種應(yīng)用于大數(shù)據(jù)系統(tǒng)的數(shù)據(jù)融合系統(tǒng)，其特征在于所述數(shù)據(jù)融合算法模塊中設(shè)有加權(quán)平均法處理模塊、卡爾曼濾波處理模塊、統(tǒng)計決策處理模塊以及神經(jīng)網(wǎng)絡(luò)處理模塊。
【文檔編號】G06F17/30GK104484410SQ201410783093
【公開日】2015年4月1日 申請日期:2014年12月16日 優(yōu)先權(quán)日:2014年12月16日
【發(fā)明者】殷晉, 劉焰龍 申請人:蕪湖樂銳思信息咨詢有限公司