[发明专利]基于数据分析的传感器运行状态分析方法和系统

说明书

本发明提供的基于数据分析的传感器运行状态分析方法和系统，涉及人工智能技术领域。在本发明中，基于候选运行数据分析网络之前分析过的运行描述数据，对候选运行数据分析网络进行网络优化操作，以形成候选运行数据分析网络对应的优化运行数据分析网络；采集到目标传感器对应的待分析运行描述数据；利用优化运行数据分析网络，对待分析运行描述数据进行分析，以输出待分析运行描述数据对应的目标运行分析结果，目标运行分析结果用于反映目标传感器的运行状态。基于上述内容，可以在一定程度上提高传感器运行状态分析的可靠度。

技术领域

本发明涉及人工智能技术领域，具体而言，涉及一种基于数据分析的传感器运行状态分析方法和系统。

背景技术

人工智能(Artificial Intelligence，简称AI)，是利用数字计算机或者数字计算机控制的计算模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。

在人工智能的各种应用中，一般包括基于人工智能技术对采集到的数据进行分析，例如，可以通过对传感器的运行数据进行分析，以得到对应的运行状态，但是，在现有技术中存在着可靠度不高的问题。

发明内容

有鉴于此，本发明的目的在于提供一种基于数据分析的传感器运行状态分析方法和系统，以在一定程度上提高传感器运行状态分析的可靠度。

为实现上述目的，本发明实施例采用如下技术方案：

一种基于数据分析的传感器运行状态分析方法，包括：

基于候选运行数据分析网络之前分析过的运行描述数据，对所述候选运行数据分析网络进行网络优化操作，以形成所述候选运行数据分析网络对应的优化运行数据分析网络，在进行网络优化操作的过程中，至少基于两个维度的误差参数，对所述候选运行数据分析网络进行网络优化操作；

采集到目标传感器对应的待分析运行描述数据，所述待分析运行描述数据用于描述所述目标传感器待分析的运行过程，所述待分析运行描述数据和所述运行描述数据的数据形式一致，且至少包括文本数据；

利用所述优化运行数据分析网络，对所述待分析运行描述数据进行分析，以输出所述待分析运行描述数据对应的目标运行分析结果，所述目标运行分析结果用于反映所述目标传感器的运行状态。

在一些优选的实施例中，在上述基于数据分析的传感器运行状态分析方法中，所述基于候选运行数据分析网络之前分析过的运行描述数据，对所述候选运行数据分析网络进行网络优化操作，以形成所述候选运行数据分析网络对应的优化运行数据分析网络的步骤，包括：

确定出用于优化运行数据分析网络的示例性数据簇，所述示例性数据簇包括至少一个具有标识数据的示例性运行描述数据，所述示例性运行描述数据属于所述候选运行数据分析网络之前分析过的运行描述数据，所述运行描述数据用于对传感器的运行过程进行描述；

将所述示例性运行描述数据进行关键信息挖掘操作，以形成所述示例性运行描述数据对应的运行数据表征向量；

将所述运行数据表征向量和所述标识数据对应的第一聚类集合的聚类代表标识表征向量进行聚合操作，以形成所述示例性运行描述数据对应的聚合表征向量；

基于所述聚合表征向量，分析出所述示例性运行描述数据对应的分析标识数据，所述分析标识数据属于对应的所述传感器的运行状态的分析结果，所述标识数据属于对应的所述传感器的运行状态的实际结果；

基于所述运行数据表征向量和所述分析标识数据，将所述第一聚类集合的聚类代表标识表征向量进行优化操作，以形成所述第一聚类集合的优化后的聚类代表标识表征向量；