CN118503915B 一種多源異構(gòu)數(shù)據(jù)融合方法及系統(tǒng) （浙江極象科技有限公司）

2根據(jù)實(shí)時(shí)數(shù)據(jù)映射與轉(zhuǎn)換策略，對(duì)對(duì)應(yīng)的實(shí)時(shí)異構(gòu)數(shù)據(jù)進(jìn)行若實(shí)時(shí)融合數(shù)據(jù)分析結(jié)果滿足要求，則將實(shí)時(shí)融合數(shù)據(jù)存儲(chǔ)至采集不同數(shù)據(jù)源的若干歷史異構(gòu)數(shù)據(jù)，并對(duì)若干歷史異構(gòu)數(shù)據(jù)進(jìn)行根據(jù)歷史數(shù)據(jù)映射與轉(zhuǎn)換策略，對(duì)對(duì)應(yīng)的預(yù)處理后歷史異構(gòu)數(shù)據(jù)進(jìn)行數(shù)據(jù)映射與轉(zhuǎn)根據(jù)若干預(yù)處理后歷史異構(gòu)數(shù)據(jù)及對(duì)應(yīng)的歷史數(shù)據(jù)映射與轉(zhuǎn)換根據(jù)若干歷史同構(gòu)數(shù)據(jù)和統(tǒng)一數(shù)據(jù)模型的數(shù)據(jù)格式，使用深度根據(jù)若干歷史融合數(shù)據(jù)和預(yù)設(shè)的融合數(shù)據(jù)預(yù)測(cè)類型，使用深度對(duì)不同數(shù)據(jù)源的預(yù)處理后歷史異構(gòu)數(shù)據(jù)進(jìn)行解析，得到每一數(shù)據(jù)源根據(jù)不同數(shù)據(jù)源的核心數(shù)據(jù)元素、統(tǒng)一數(shù)據(jù)模型的數(shù)據(jù)結(jié)構(gòu)以3根據(jù)不同數(shù)據(jù)源的核心數(shù)據(jù)元素、統(tǒng)一數(shù)據(jù)模型的數(shù)據(jù)結(jié)構(gòu)、根據(jù)統(tǒng)一數(shù)據(jù)模型，為每一預(yù)處理后歷史異構(gòu)數(shù)據(jù)設(shè)定合模型基于RF_BiLSTM_Attention采集不同數(shù)據(jù)源的若干實(shí)時(shí)異構(gòu)數(shù)據(jù)，并根據(jù)實(shí)時(shí)異構(gòu)數(shù)據(jù)，更新策將實(shí)時(shí)異構(gòu)數(shù)據(jù)輸入策略生成模型，并基于更新的動(dòng)作空間和更將若干實(shí)時(shí)同構(gòu)數(shù)據(jù)輸入同構(gòu)數(shù)據(jù)融合模型，提取每一實(shí)時(shí)同構(gòu)提取同一實(shí)時(shí)同構(gòu)數(shù)據(jù)對(duì)應(yīng)的若干實(shí)時(shí)同構(gòu)數(shù)據(jù)關(guān)鍵特征對(duì)應(yīng)的實(shí)時(shí)同構(gòu)數(shù)據(jù)深度根據(jù)若干實(shí)時(shí)同構(gòu)數(shù)據(jù)深度特征、預(yù)設(shè)的注意力權(quán)值以及預(yù)設(shè)的融合函9.一種多源異構(gòu)數(shù)據(jù)融合系統(tǒng)，用于實(shí)現(xiàn)如權(quán)利要求1_8任一所述的多源異構(gòu)數(shù)據(jù)融融合單元設(shè)置有同構(gòu)數(shù)據(jù)融合模型，所述的融合數(shù)據(jù)分析單元設(shè)置有融合數(shù)據(jù)分析模型，45[0031]將實(shí)時(shí)異構(gòu)數(shù)據(jù)輸入策略生成模型，并基于更新的動(dòng)作[0035]提取同一實(shí)時(shí)同構(gòu)數(shù)據(jù)對(duì)應(yīng)的若干實(shí)時(shí)同構(gòu)數(shù)據(jù)關(guān)鍵特征對(duì)應(yīng)的實(shí)時(shí)同構(gòu)數(shù)據(jù)6[0038]將實(shí)時(shí)融合數(shù)據(jù)輸入融合數(shù)據(jù)分析模型，提取實(shí)時(shí)融合數(shù)據(jù)的實(shí)時(shí)融合數(shù)據(jù)特[0043]本發(fā)明公開(kāi)了一種多源異構(gòu)數(shù)據(jù)融合方法及系統(tǒng)，消除7為第i狀態(tài)值，i為i8器(ImprovedCrestedPorcupineOptimizer，ICPO)_深度信念網(wǎng)絡(luò)（DeepBelief[0079]S1_6_2_1：將DBN網(wǎng)絡(luò)的備選的初始網(wǎng)絡(luò)參數(shù)編碼為IPCO優(yōu)化算法的IPCO個(gè)體的[0083]式中，為Circle混沌映射的初始的IPCO個(gè)體；為隨機(jī)生成的初始的IPCO個(gè)9[0093]式中，為第一防御范圍內(nèi)更新的IPCO個(gè)體；lf,為第一防御范圍內(nèi)初始的內(nèi)的最優(yōu)解；為在第一防御范圍內(nèi)真實(shí)最優(yōu)解和從IPCO種群中隨機(jī)選擇的最優(yōu)解之間[0096]式中，為第二防御范圍內(nèi)更新的IPCO個(gè)體；2;為第二防御范圍內(nèi)初始的,22,分別為第rl、r2個(gè)初始的IPCO個(gè)體；rl、r2防御范圍內(nèi)真實(shí)最優(yōu)解和從IPCO種群中隨機(jī)選[0099]式中，為第三防御范圍內(nèi)更新的IPCO個(gè)體；科;為第三防御范圍內(nèi)初始的個(gè)體；r3為[1,s]之間的隨機(jī)整數(shù)；為適應(yīng)度函數(shù)定義的氣味擴(kuò)散因子；為防御因[0102]式中，為第四防御范圍內(nèi)更新的IPCO個(gè)體；為第四防御范圍內(nèi)初始的[0108]IPCO優(yōu)化算法可以精確地優(yōu)化DBN網(wǎng)絡(luò)的初始網(wǎng)絡(luò)結(jié)構(gòu)，這對(duì)于網(wǎng)絡(luò)參數(shù)的初始到整數(shù)規(guī)劃問(wèn)題的全局最優(yōu)解，這意味著可以為DBN網(wǎng)絡(luò)找到在所有可能參數(shù)配置中的最模型的動(dòng)作空間和狀態(tài)空間，得到更新的動(dòng)作空間A'=la'…a',…a',l和更新的狀態(tài)空間A'?la'…,a',…a',l和更新的狀態(tài)空間s"=IS'…s'"r……s'l，使用深度Q網(wǎng)絡(luò)的Q函數(shù)，得到可能動(dòng)作的預(yù)測(cè)的Q值；[0119]式中，(s"',.a',)為更新的狀態(tài)值s',和更新的動(dòng)作值a',對(duì)應(yīng)的更新的Q值；k'為類別指示量；I,為第實(shí)時(shí)備選M個(gè)實(shí)時(shí)備選關(guān)鍵特征作為歷史同構(gòu)數(shù)據(jù)的實(shí)時(shí)同構(gòu)數(shù)據(jù)