CN107784115A - 一种基于编辑距离算法的特种设备故障分析方法及系统 - Google Patents

一种基于编辑距离算法的特种设备故障分析方法及系统 Download PDF

Info

Publication number
CN107784115A
CN107784115A CN201711098298.4A CN201711098298A CN107784115A CN 107784115 A CN107784115 A CN 107784115A CN 201711098298 A CN201711098298 A CN 201711098298A CN 107784115 A CN107784115 A CN 107784115A
Authority
CN
China
Prior art keywords
special equipment
participle
unqualified
description
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201711098298.4A
Other languages
English (en)
Other versions
CN107784115B (zh
Inventor
潘健鸿
张伟
张莉君
李智翔
黄春榕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujian Special Equipment Inspection and Research Institute
Original Assignee
Fujian Special Equipment Inspection and Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujian Special Equipment Inspection and Research Institute filed Critical Fujian Special Equipment Inspection and Research Institute
Priority to CN201711098298.4A priority Critical patent/CN107784115B/zh
Publication of CN107784115A publication Critical patent/CN107784115A/zh
Application granted granted Critical
Publication of CN107784115B publication Critical patent/CN107784115B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Maintenance And Inspection Apparatuses For Elevators (AREA)

Abstract

本发明提供了一种基于编辑距离算法的特种设备故障分析方法，所述方法为：步骤S1、通过读取特种设备的检验项目数据中xml文件，获得xml文件中的特种设备不合格描述；步骤S2、通过编辑距离算法edit_distance对不合格描述中的相似描述进行聚类归集，获得各个不合格描述中相似度的值，步骤S3、根据聚类归集结果提取出相似度值大于70的为近似数据，并将近似数据进行分组；步骤S4、建立一分词库，将分组后的近似数据与所述分词库中的分词进行匹配筛选，然后将分组后的近似数据以图形的方式进行展示，从而实现特种设备故障分析。本发明能直观地得知特种设备故障情况。

Description

一种基于编辑距离算法的特种设备故障分析方法及系统
技术领域
本发明涉及特种设备检测技术领域，特别是一种基于编辑距离算法的特种设备故障分析方法及系统。
背景技术
现有的特种设备的检验报告，一般是通过工作人员在现场对特种设备进行检验，对检验的数据进行采集。其中，特种设备检验原始记录中包含有检验项目数据，该检验项目数据中存在一“不合格描述”的字段，该不合格描述的字段均为检验员自己手工填入，且填入的数据没有规则性；即不同的检验员填入的描述会不同，但是该描述中一些关键字都会存在。由于检验员填入的数据没有规则性，这样要想知道特种设备故障的情况，要从检验报告中去检查每个记录的“不合格描述”的字段的内容，这样不仅不直观，而且故障分析效率低。
发明内容
本发明要解决的技术问题之一，本发明的目的是提供一种基于编辑距离算法的特种设备故障分析方法；能对特种设备检验原始记录的检验项目数据的无规则不合格描述进行质量分析，从而能直观地得知特种设备故障情况。
本发明的技术问题之一采用以下方案实现：一种基于编辑距离算法的特种设备故障分析方法，所述方法具体为：
步骤S1、通过读取特种设备的检验项目数据中xml文件，获得xml文件中的特种设备不合格描述，所述不合格描述为特种设备的项目不合格的记录；
步骤S2、通过编辑距离算法edit_distance对不合格描述中的相似描述进行聚类归集，获得各个不合格描述中相似度的值，所述相似度的值为0～100,100为完全相似，0为完全不相似；
步骤S3、根据聚类归集结果提取出相似度值大于70的为近似数据，并将近似数据进行分组，
步骤S4、建立一分词库，将分组后的近似数据与所述分词库中的分词进行匹配筛选，然后将分组后的近似数据以图形的方式进行展示，从而实现特种设备故障分析。
进一步的，所述分词库中包括有多个的分词，所述分词包括未提供年度自行检查记录分词、现场未提供电梯安全管理人员证分词、无有资质的维保单位配合分词、未见使用登记证分词、未提供有效的电梯维修保养合同分词、以及未提供限速器校验报告分词。
进一步的，所述步骤S1之前还包括:步骤S10：抽取特种设备检验原始记录的检验项目数据，该检验项目数据填入在excel表格中，其中检验项目数据中的“不合格描述”的字段均为检验员自己手工填入，且填入的数据没有规则性；然后将excel表格中的检验项目数据抽取到一特种设备检验平台中形成一xml文件。
进一步的，所述步骤S2进一步具体为：通过编辑距离算法edit_distance对不合格描述中的相似描述进行聚类归集，将不合格描述进行聚类归集到一字段表中，并获得各个不合格描述中相似度的值。
本发明要解决的技术问题之二，本发明的目的是提供一种基于编辑距离算法的特种设备故障分析系统，能对特种设备检验原始记录的检验项目数据的无规则不合格描述进行质量分析，从而能直观地得知特种设备故障情况。
本发明的技术问题之二采用以下方案实现：一种基于编辑距离算法的特种设备故障分析系统，所述系统包括获取模块、编辑距离算法模块、分组模块以及图形展示模块；
所述获取模块，用于通过读取特种设备的检验项目数据中xml文件，获得xml文件中的特种设备不合格描述，所述不合格描述为特种设备的项目不合格的记录；
所述编辑距离算法模块，用于通过编辑距离算法edit_distance对不合格描述中的相似描述进行聚类归集，获得各个不合格描述中相似度的值，所述相似度的值为0～100,100为完全相似，0为完全不相似；
所述分组模块，用于根据聚类归集结果提取出相似度值大于70的为近似数据，并将近似数据进行分组，
所述图形展示模块，用于建立一分词库，将分组后的近似数据与所述分词库中的分词进行匹配筛选，然后将分组后的近似数据以图形的方式进行展示，从而实现特种设备故障分析。
进一步的，所述分词库中包括有多个的分词，所述分词包括未提供年度自行检查记录分词、现场未提供电梯安全管理人员证分词、无有资质的维保单位配合分词、未见使用登记证分词、未提供有效的电梯维修保养合同分词、以及未提供限速器校验报告分词。
进一步的，所述系统还包括:检验项目数据填入模块，所述检验项目数据填入模块，用于抽取特种设备检验原始记录的检验项目数据，该检验项目数据填入在excel表格中，其中检验项目数据中的“不合格描述”的字段均为检验员自己手工填入，且填入的数据没有规则性；然后将excel表格中的检验项目数据抽取到一特种设备检验平台中形成一xml文件。
进一步的，所述步骤编辑距离算法模块进一步具体为：通过编辑距离算法edit_distance对不合格描述中的相似描述进行聚类归集，将不合格描述进行聚类归集到一字段表中，并获得各个不合格描述中相似度的值。
本发明的有益效果在于：本发明通过读取xml文件中的特种设备不合格描述，通过编辑距离算法对不合格描述中的相似描述进行聚类归集，获取聚类归集的相似度；根据聚类归集结果提炼出分析因子大于70的为近似数据，并默认近似数据通过预设分词库以图形的方式展示出来，最后达到对无规则不合格描述进行质量分析的目的，从而能直观地得知特种设备故障情况，提高了特种设备故障分析的效率。
附图说明
图1是本发明的方法流程示意图。
图2是本发明一实施例中采集到的特种设备检验原始记录的结构示意图。
图3是本发明一实施例中检验项目数据抽取到一特种设备检验平台的结构示意图。
图4是本发明的一实施例中不合格描述进行分类归集到一TB_ANAS_JDANASITEMALL表中的结构示意图。
图5是本发明的一实施例中不合格描述数据被归类整理后的结构示意图。
图6是本发明的一实施例中通过统计因子数据分词库划分，进一步归类汇总统计数据后的结构示意图。
图7是本发明的一实施例中分组后的近似数据以图形展示的结构示意图。
图8是本发明的一实施例中图7中图形展示进入下一级的统计界面结构示意图。
图9是本发明的系统的结构示意图。
具体实施方式
下面结合附图对本发明做进一步说明。
请参阅图1所示，本发明的一种基于编辑距离算法的特种设备故障分析方法，所述方法具体为：
步骤S1、通过读取特种设备的检验项目数据中xml文件，获得xml文件中的特种设备不合格描述，所述不合格描述为特种设备的项目不合格的记录；
步骤S2、通过编辑距离算法edit_distance对不合格描述中的相似描述进行聚类归集，获得各个不合格描述中相似度的值，所述相似度的值为0～100,100为完全相似，0为完全不相似；
步骤S3、根据聚类归集结果提取出相似度值大于70的为近似数据，并将近似数据进行分组，
步骤S4、建立一分词库，将分组后的近似数据与所述分词库中的分词进行匹配筛选，然后将分组后的近似数据以图形的方式进行展示，从而实现特种设备故障分析；其中，所述分词库中包括有多个的分词，所述分词包括未提供年度自行检查记录分词、现场未提供电梯安全管理人员证分词、无有资质的维保单位配合分词、未见使用登记证分词、未提供有效的电梯维修保养合同分词、以及未提供限速器校验报告分词。
下面结合一实施例对本发明进行进一步说明：
1、获取XML文件中的不合格描述
XML文件1
<nopassdescs><nopassdesc>
<no>1</no>
<name>1.1</name>
<desc>未提供年度自行检查记录</desc>
<reispvalue/>
<reispdatavalue/>
<reispresult/>
</nopassdesc>
<nopassdesc>
<no>2</no>
<name>1.1</name>
<desc>电梯安全管理人员证缺失</desc>
<reispvalue/>
<reispdatavalue/>
<reispresult/>
</nopassdesc>
<nopassdesc>
<no>3</no>
<name>1.1</name>
<desc>无有资质的维保单位配合</desc>
<reispvalue/>
<reispdatavalue/>
<reispresult/>
</nopassdesc>
</nopassdescs>
<no>4</no>
<name>1.1</name>
<desc>电梯无故障与事故记录</desc>
<reispvalue/>
<reispdatavalue/>
<reispresult/>
</nopassdesc>
</nopassdescs>
XML文件2
<nopassdescs><nopassdesc>
<no>1</no>
<name>1.1</name>
<desc>未提供年度自行检验记录</desc>
<reispvalue/>
<reispdatavalue/>
<reispresult/>
</nopassdesc>
<nopassdesc>
<no>2</no>
<name>1.1</name>
<desc>未提供电梯安全管理人员证</desc>
<reispvalue/>
<reispdatavalue/>
<reispresult/>
</nopassdesc>
</nopassdescs>
2、通过数据抽取得出数据集合
文件来源 不合格项目描述
XML文件1 未提供年度自行检查记录
XML文件1 电梯安全管理人员证缺失
XML文件1 无有资质的维保单位配合
XML文件2 未提供年度自行检验记录
XML文件2 未提供电梯安全管理人员证
3、根据编辑距离检测算法计算数据相似度
其中，最大匹配列是自行定义，即序号1，序号2，序号3中的最大匹配列先进行定义为1,2,3然后序号4，序号5中的最大匹配列是与序号1，序号2，序号3中相似的进行对应匹配，即序号4和序号1是对应，序号5和序号2是对应。
4、不合格描述分组
序号 不合格项目描述 最大匹配列 数量
1 未提供年度自行检查记录 1 2
2 未提供电梯安全管理人员证 2 2
3 无有资质的维保单位配合 3 1
5、分词字典分配
根据专家经验建立的分词库，通过分词库的字典表对初步分组的数据进行二次筛选，得到界面展示应用数据。
6、最终数据分析
以上例最终结果分析为不合格原因为未提供年度自行检查记录，现场未提供电梯安全管理人员证，无有资质的维保单位配合。不合格比例为2:2:1。
请参阅图2至图8所示，本发明的另一具体实施例进行详细说明：
所述步骤S1之前还包括:步骤S10：抽取特种设备检验原始记录的检验项目数据，该检验项目数据填入在excel表格中，其中检验项目数据中的“不合格描述”的字段均为检验员自己手工填入，且填入的数据没有规则性；然后将excel表格中的检验项目数据抽取到一特种设备检验平台中形成一xml文件。
所述步骤S2进一步具体为：通过编辑距离算法edit_distance对不合格描述中的相似描述进行聚类归集，将不合格描述进行聚类归集到一字段表中，并获得各个不合格描述中相似度的值。
则另一具体实施例为：
1、请参阅图2和图3，首先抽取特种设备检验原始记录的检验项目数据，其中“不合格描述”均为检验员自己手工填入，数据没有规则性；通过数据抽取中间件将EXCEL数据抽取到一特种设备检验平台中形成一xml文件；
2、参阅图4，通过编辑距离算法edit_distance对不合格描述中的相似描述进行聚类归集，将不合格描述进行聚类归集到一字段表TB_ANAS_JDANASITEMALL中，并获得各个不合格描述中相似度的值。其中OLD_ITEM_NAME,OLD_ITEM_NO是实际填写数据；ITEM_NAME,ITEM_NO是归类数据；
3、参阅图5，归类后进行分组可以看到数据被归类整理的数据。
4、参阅图6，通过统计因子数据字典划分，进一步归类汇总统计数据。其中END为空时表示数据可以进行二级划分。QUERY_ARR字段为根据字段划分的统计因子。用于统计TB_ANAS_JDANASITEMALL表中对应的项目。
5、界面通过图表控件进行展示。如果为蓝色部分的，可根据上表定义进行分析，其分析结果如图7所示；
参阅图8，点击缺失后，进入下级统计界面。
请参阅图9所示，本发明的一种基于编辑距离算法的特种设备故障分析系统，所述系统包括获取模块、编辑距离算法模块、分组模块以及图形展示模块；
所述获取模块，用于通过读取特种设备的检验项目数据中xml文件，获得xml文件中的特种设备不合格描述，所述不合格描述为特种设备的项目不合格的记录；
所述编辑距离算法模块，用于通过编辑距离算法edit_distance对不合格描述中的相似描述进行聚类归集，获得各个不合格描述中相似度的值，所述相似度的值为0～100,100为完全相似，0为完全不相似；
所述分组模块，用于根据聚类归集结果提取出相似度值大于70的为近似数据，并将近似数据进行分组，
所述图形展示模块，用于建立一分词库，将分组后的近似数据与所述分词库中的分词进行匹配筛选，然后将分组后的近似数据以图形的方式进行展示，从而实现特种设备故障分析；所述分词库中包括有多个的分词，所述分词包括未提供年度自行检查记录分词、现场未提供电梯安全管理人员证分词、无有资质的维保单位配合分词、未见使用登记证分词、未提供有效的电梯维修保养合同分词、以及未提供限速器校验报告分词。
所述系统还包括:检验项目数据填入模块，所述检验项目数据填入模块，用于抽取特种设备检验原始记录的检验项目数据，该检验项目数据填入在excel表格中，其中检验项目数据中的“不合格描述”的字段均为检验员自己手工填入，且填入的数据没有规则性；然后将excel表格中的检验项目数据抽取到一特种设备检验平台中形成一xml文件。
所述步骤编辑距离算法模块进一步具体为：通过编辑距离算法edit_distance对不合格描述中的相似描述进行聚类归集，将不合格描述进行聚类归集到一字段表中，并获得各个不合格描述中相似度的值。
总之，本发明通过读取xml文件中的特种设备不合格描述，通过编辑距离算法对不合格描述中的相似描述进行聚类归集，获取聚类归集的相似度；根据聚类归集结果提炼出分析因子大于70的为近似数据，并默认近似数据通过预设分词库以图形的方式展示出来，最后达到对无规则不合格描述进行质量分析的目的，从而能直观地得知特种设备故障情况，提高了特种设备故障分析的效率。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (8)

1.一种基于编辑距离算法的特种设备故障分析方法，其特征在于：所述方法具体为：
步骤S1、通过读取特种设备的检验项目数据中xml文件，获得xml文件中的特种设备不合格描述，所述不合格描述为特种设备的项目不合格的记录；
步骤S2、通过编辑距离算法edit_distance对不合格描述中的相似描述进行聚类归集，获得各个不合格描述中相似度的值，所述相似度的值为0~100，100为完全相似，0为完全不相似；
步骤S3、根据聚类归集结果提取出相似度值大于70的为近似数据，并将近似数据进行分组，
步骤S4、建立一分词库，将分组后的近似数据与所述分词库中的分词进行匹配筛选，然后将分组后的近似数据以图形的方式进行展示，从而实现特种设备故障分析。
2.根据权利要求1所述的一种基于编辑距离算法的特种设备故障分析方法，其特征在于：所述分词库中包括有多个的分词，所述分词包括未提供年度自行检查记录分词、现场未提供电梯安全管理人员证分词、无有资质的维保单位配合分词、未见使用登记证分词、未提供有效的电梯维修保养合同分词、以及未提供限速器校验报告分词。
3.根据权利要求1所述的一种基于编辑距离算法的特种设备故障分析方法，其特征在于：所述步骤S1之前还包括:步骤S10：抽取特种设备检验原始记录的检验项目数据，该检验项目数据填入在excel表格中，其中检验项目数据中的“不合格描述”的字段均为检验员自己手工填入，且填入的数据没有规则性；然后将excel表格中的检验项目数据抽取到一特种设备检验平台中形成一xml文件。
4.根据权利要求1所述的一种基于编辑距离算法的特种设备故障分析方法，其特征在于：所述步骤S2进一步具体为：通过编辑距离算法edit_distance对不合格描述中的相似描述进行聚类归集，将不合格描述进行聚类归集到一字段表中，并获得各个不合格描述中相似度的值。
5.一种基于编辑距离算法的特种设备故障分析系统，其特征在于：所述系统包括获取模块、编辑距离算法模块、分组模块以及图形展示模块；
所述获取模块，用于通过读取特种设备的检验项目数据中xml文件，获得xml文件中的特种设备不合格描述，所述不合格描述为特种设备的项目不合格的记录；
所述编辑距离算法模块，用于通过编辑距离算法edit_distance对不合格描述中的相似描述进行聚类归集，获得各个不合格描述中相似度的值，所述相似度的值为0~100，100为完全相似，0为完全不相似；
所述分组模块，用于根据聚类归集结果提取出相似度值大于70的为近似数据，并将近似数据进行分组，
所述图形展示模块，用于建立一分词库，将分组后的近似数据与所述分词库中的分词进行匹配筛选，然后将分组后的近似数据以图形的方式进行展示，从而实现特种设备故障分析。
6.根据权利要求5所述的一种基于编辑距离算法的特种设备故障分析系统，其特征在于：所述分词库中包括有多个的分词，所述分词包括未提供年度自行检查记录分词、现场未提供电梯安全管理人员证分词、无有资质的维保单位配合分词、未见使用登记证分词、未提供有效的电梯维修保养合同分词、以及未提供限速器校验报告分词。
7.根据权利要求5所述的一种基于编辑距离算法的特种设备故障分析系统，其特征在于：所述系统还包括:检验项目数据填入模块，所述检验项目数据填入模块，用于抽取特种设备检验原始记录的检验项目数据，该检验项目数据填入在excel表格中，其中检验项目数据中的“不合格描述”的字段均为检验员自己手工填入，且填入的数据没有规则性；然后将excel表格中的检验项目数据抽取到一特种设备检验平台中形成一xml文件。
8.根据权利要求5所述的一种基于编辑距离算法的特种设备故障分析系统，其特征在于：所述步骤编辑距离算法模块进一步具体为：通过编辑距离算法edit_distance对不合格描述中的相似描述进行聚类归集，将不合格描述进行聚类归集到一字段表中，并获得各个不合格描述中相似度的值。
CN201711098298.4A 2017-11-09 2017-11-09 一种基于编辑距离算法的特种设备故障分析方法及系统 Active CN107784115B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711098298.4A CN107784115B (zh) 2017-11-09 2017-11-09 一种基于编辑距离算法的特种设备故障分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711098298.4A CN107784115B (zh) 2017-11-09 2017-11-09 一种基于编辑距离算法的特种设备故障分析方法及系统

Publications (2)

Publication Number Publication Date
CN107784115A true CN107784115A (zh) 2018-03-09
CN107784115B CN107784115B (zh) 2019-01-22

Family

ID=61433281

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711098298.4A Active CN107784115B (zh) 2017-11-09 2017-11-09 一种基于编辑距离算法的特种设备故障分析方法及系统

Country Status (1)

Country Link
CN (1) CN107784115B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109815188A (zh) * 2019-01-21 2019-05-28 福建省特种设备检验研究院 一种基于电子签章的特种设备整改单的打印方法
CN112184004A (zh) * 2020-09-25 2021-01-05 福建省特种设备检验研究院 一种基于K-Means的电梯维保质量分析方法
CN115186778A (zh) * 2022-09-13 2022-10-14 福建省特种设备检验研究院 一种基于文本分析的承压类特种设备隐患识别方法及终端

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104376327A (zh) * 2014-11-05 2015-02-25 南京师范大学 一种公共自行车租赁点的聚类方法
CN103093323B (zh) * 2013-02-26 2015-09-23 江南大学 基于二维码的特种设备检验检测与管理系统
CN105653444A (zh) * 2015-12-23 2016-06-08 北京大学 基于互联网日志数据的软件缺陷故障识别方法和系统
CN105653427A (zh) * 2016-03-04 2016-06-08 上海交通大学 基于行为异常检测的日志监控方法
CN105893208A (zh) * 2016-03-31 2016-08-24 城云科技（杭州）有限公司 基于隐半马尔可夫模型的云计算平台系统故障预测方法
US20160283575A1 (en) * 2008-04-24 2016-09-29 Lexisnexis Risk Solutions Fl Inc. Internal Linking Co-Convergence Using Clustering With Hierarchy
CN106202395A (zh) * 2016-07-11 2016-12-07 上海智臻智能网络科技股份有限公司 文本聚类方法和装置
CN106779505A (zh) * 2017-02-28 2017-05-31 中国南方电网有限责任公司 一种基于大数据驱动的输电线路故障预警方法及系统
CN107329941A (zh) * 2017-07-05 2017-11-07 福建省特种设备检验研究院 一种基于特种设备检验报告的编辑和预览系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160283575A1 (en) * 2008-04-24 2016-09-29 Lexisnexis Risk Solutions Fl Inc. Internal Linking Co-Convergence Using Clustering With Hierarchy
CN103093323B (zh) * 2013-02-26 2015-09-23 江南大学 基于二维码的特种设备检验检测与管理系统
CN104376327A (zh) * 2014-11-05 2015-02-25 南京师范大学 一种公共自行车租赁点的聚类方法
CN105653444A (zh) * 2015-12-23 2016-06-08 北京大学 基于互联网日志数据的软件缺陷故障识别方法和系统
CN105653427A (zh) * 2016-03-04 2016-06-08 上海交通大学 基于行为异常检测的日志监控方法
CN105893208A (zh) * 2016-03-31 2016-08-24 城云科技（杭州）有限公司 基于隐半马尔可夫模型的云计算平台系统故障预测方法
CN106202395A (zh) * 2016-07-11 2016-12-07 上海智臻智能网络科技股份有限公司 文本聚类方法和装置
CN106779505A (zh) * 2017-02-28 2017-05-31 中国南方电网有限责任公司 一种基于大数据驱动的输电线路故障预警方法及系统
CN107329941A (zh) * 2017-07-05 2017-11-07 福建省特种设备检验研究院 一种基于特种设备检验报告的编辑和预览系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109815188A (zh) * 2019-01-21 2019-05-28 福建省特种设备检验研究院 一种基于电子签章的特种设备整改单的打印方法
CN112184004A (zh) * 2020-09-25 2021-01-05 福建省特种设备检验研究院 一种基于K-Means的电梯维保质量分析方法
CN112184004B (zh) * 2020-09-25 2022-06-07 福建省特种设备检验研究院 一种基于K-Means的电梯维保质量分析方法
CN115186778A (zh) * 2022-09-13 2022-10-14 福建省特种设备检验研究院 一种基于文本分析的承压类特种设备隐患识别方法及终端

Also Published As

Publication number Publication date
CN107784115B (zh) 2019-01-22

Similar Documents

Publication Publication Date Title
CN104348667B (zh) 基于告警信息的故障定位方法
CN111159645B (zh) 一种基于产品生产履历和参数的不良根因定位方法
CN100399527C (zh) 不合格的制造装置、晶片的检测方法和检测装置
CN104216349B (zh) 利用制造设备的传感器数据的成品率分析系统及方法
CN107784115A (zh) 一种基于编辑距离算法的特种设备故障分析方法及系统
CN110458230A (zh) 一种基于多判据融合的配变用采数据异常甄别方法
CN108304567B (zh) 高压变压器工况模式识别与数据分类方法及系统
CN105095238A (zh) 用于检测欺诈交易的决策树生成方法
CN113410154B (zh) 一种用于芯片的智能检测方法
CN110309884A (zh) 基于泛在电力物联网体系的用电数据异常识别系统
CN111861786A (zh) 一种基于特征选择和孤立随机森林的专变窃电识别方法
CN106228190A (zh) 针对居民异常用水的决策树判别方法
CN109190657A (zh) 基于数据切片及图像哈希组合的样本同源分析方法
CN107451192A (zh) 一种基于分解聚合的电信诈骗电话的分类检测方法
CN106408140A (zh) 一种基于电网企业数据的分级分类模型方法
CN113189418A (zh) 一种基于电压数据的拓扑关系识别方法
CN110348683A (zh) 电能质量扰动事件主成因分析方法、装置设备及存储介质
CN113360566A (zh) 一种信息内容监测方法及系统
CN110020637A (zh) 一种基于多粒度级联森林的模拟电路间歇故障诊断方法
CN103902798B (zh) 数据预处理方法
CN107944373A (zh) 一种基于深度学习的视频异常行为检测方法
CN110703183A (zh) 一种智能电能表故障数据分析方法及系统
CN110276299A (zh) 计量箱外观故障图像识别模型及方法
CN112434886A (zh) 一种预测客户抵押贷款违约概率的方法
CN107122394A (zh) 异常数据检测方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant