[发明专利]非线性海量高维序列数据分类特性可视化及定量分析方法

说明书

本发明公开一种非线性海量高维序列数据分类特性可视化及定量分析方法，包括：步骤1、构造测试数据矩阵X；步骤2、构造数据分类矩阵：从步骤1的测试数据矩阵中选取k个监测时序，作为基准数据集；根据选取的选取k组基准数据集，构造基准数据矩阵；根据基准数据矩阵计算分类区间；将测试数据矩阵X转换为数据分类矩阵Q；步骤3、构造分类彩色图谱：对数据分类矩阵Q中的数值着色，获得分类彩色图谱；步骤4、基于分类彩色图谱量化计算产品质量/系统运行健康状态。本发明快速实现产品质量/系统动态特征提取，以及展示故障数据分布。

技术领域

本发明涉及非线性海量高维序列数据分析领域，特别涉及一种复杂产品质量或复杂系统动态特性的量化综合分析方法。

背景技术

复杂产品，如半导体芯片，具有多个特征参数，且参数间高度相关，具有非线性特征。每个产品的质量通过一组不同单位，类型各异的测试数据反映。同批次复杂产品的质量测试数据构成了反映该批次产品整体质量参数数据集。批量生产时，需要对数以万记质量参数数据进行快速分析，评定质量等级，分析缺陷分布特点并找出原因。复杂系统，如流程工业系统，电力系统，大型船舶，飞机等，由多个部件高度耦合而成，其动态特性包含在附着在系统上的多个传感器传回的监测数据集中。无论是反映复杂产品质量的测试数据集，还是反映复杂系统动态特性的监测数据集，都具有海量、高维、高耦合性和非线性的特征。由于数据集本身的复杂性以及对分析结果的实时性要求，单变量数据统计分析方法以及传统的多维数据统计方法均难以取得满意的效果。

国家发明专利“基于二位彩色数字图谱的复杂机电系统状态评估方法”(专利号：ZL201110146488.5)，国家发明专利申请“基于故障数据灰度图谱的半导体芯片批量测试方法”(申请号：201611199475.3)，和相关论文《Plant-wide quantitative assessment of aprocess industry system’s operating state based on color-spectrum》(MechanicalSystems and Signal Processing.2015(60-61):644-655)、《基于故障图谱的企业级故障模式识别方法》(计算机集成制造系统，2015年21卷第2期：519-527)和《基于数据驱动的系统彩色图谱分析现代工业系统健康状态》(计算机集成制造系统，2015年21卷第2期：519-527)公开了一些利用数据可视化技术，对浮点型数据根据特定的规则着色，从而将人类不易识别的数值的变化情况转化为人眼易于识别的色彩变换，达到数据分析和筛选的目的技术。

然之前公开的三类数据图谱的构造方法都有不足之处。系统彩色图谱和故障图谱针对以流程工业为代表的复杂机电系统。其中系统彩色图谱中的色彩是根据数值直接转换而来的，图谱中的颜色没有明确的含义，只能通过颜色的变化反映系统的动态特性，颜色本身却无法明确显示系统的状态特性；故障图谱将系统状态二分为正常和异常，分别用白色和黑色标示，过于简单，难以显示细微的系统动态特性。数据故障灰度图谱主要用于半导体芯片的质量批量测试，通过颜色由白到黑的灰度变化标示芯片参数所处的质量区间。由于人眼对于灰色变化的敏感性不高，导致质量区间的区分效果并不十分理想。总的来说，之前提出的基于图谱的分析方法都只是针对某个特定行业的特定数据集进行分析，无论从方法上还是从行业应用的角度都具有局限性，无法很好的解决从数据分析角度分析非线性海量高维数据，提取数据中隐含重要信息，快速量化提取产品质量/系统动态特征，分析故障分布特点并找出原因的问题。

发明内容

本发明的目的在于提供一种非线性海量高维序列数据分类特性可视化及定量分析方法，快速实现产品质量/系统动态特征提取，以及展示故障数据分布的方法；以解决上述现有技术存在的问题。

为了实现上述目的，本发明采用如下技术方案：

非线性海量高维序列数据分类特性可视化及定量分析方法，包括：

步骤1、构造测试数据矩阵X；