[发明专利]一种异构融合组网设备数据分析方法

权利要求书

1.一种异构融合组网设备数据分析方法，其特征在于，包括：

获取分析时段内采集得到的异构融合组网设备数据，并对所述数据进行预处理；

对所述预处理后的数据进行特征提取获得特征参数，将所述特征参数进行降维得到特征向量；

训练基于LSTM的设备状态预测模型，将所述特征向量输入所述预测模型进行异构融合组网设备状态趋势预测；

通过图像技术将所述异构融合组网设备状态趋势预测结果进行可视化展示。

2.如权利要求1所述的异构融合组网设备数据分析方法，其特征在于：所述异构融合组网设备数据包括设备的参数和答复指令。

3.如权利要求2所述的异构融合组网设备数据分析方法，其特征在于：所述预处理过程包括偏差数据检测、缺失值处理和噪声数据光滑处理。

4.如权利要求3所述的异构融合组网设备数据分析方法，其特征在于：所述偏差数据检测包括构建概率分布评估模型，应用所述概率分布评估模型检测出所述异构融合组网设备数据的离群点，将所述离群点对应的值作为偏差数据；

所述缺失值处理包括全局常量自动填充、中心度量自动填充、同组均值自动填充和最有可能值自动填充；

所述噪声数据光滑处理包括将所述异构融合组网设备数据中有噪声的变量拟合成一条直线或曲线，用所述直线或所述曲线上的值替代所述异构融合组网设备数据中有噪声的变量。

5.如权利要求4所述的异构融合组网设备数据分析方法，其特征在于：所述特征参数的获取包括，

利用Spark工具针对所述预处理后的数据进行数据特征提取；

将提取到的特征数据输入至自编码器中，利用自编码器对输入的数据进行处理，获取数据特征参数。

6.如权利要求5所述的异构融合组网设备数据分析方法，其特征在于：还包括，

对清洗后的异构融合组网设备数据进行特征提取获得特征参数后，通过离群点检测算法对特征参数进行离群点检测，获得噪声数据，从特征参数中去除所述噪声数据。

7.如权利要求6所述的异构融合组网设备数据分析方法，其特征在于：所述特征向量的获取包括，

通过sigmoid激活函数对获取的所述特征参数进行非线性映射，将输入映射到[0,1]之间；

所述激活函数的计算包括，

其中，h(x)表示激活函数的输出，x表示激活函数的输入；

将所述激活函数的输出输入到池化层，对特征数据进行降维处理得到特征向量。