CN108256089B - 物联网机器数据的变换方法及装置 - Google Patents

物联网机器数据的变换方法及装置 Download PDF

Info

Publication number
CN108256089B
CN108256089B CN201810068900.8A CN201810068900A CN108256089B CN 108256089 B CN108256089 B CN 108256089B CN 201810068900 A CN201810068900 A CN 201810068900A CN 108256089 B CN108256089 B CN 108256089B
Authority
CN
China
Prior art keywords
data
type
machine data
machine
sensing 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.)
Active
Application number
CN201810068900.8A
Other languages
English (en)
Other versions
CN108256089A (zh
Inventor
王建民
刘英博
黄锐泓
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN201810068900.8A priority Critical patent/CN108256089B/zh
Publication of CN108256089A publication Critical patent/CN108256089A/zh
Application granted granted Critical
Publication of CN108256089B publication Critical patent/CN108256089B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23Updating
    • G06F16/2379Updates performed during online database operations; commit processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23Updating
    • G06F16/2358Change logging, detection, and notification

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Transfer Between Computers (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本发明实施例提供一种物联网机器数据的变换方法及装置,属于物联网技术领域。该方法包括:若机器数据的变换类型为交集投影变换,则判断机器数据中发生变化的传感器数据的变化类型是否为增加类型或删除类型;若机器数据中发生变化的传感器数据的变化类型为增加类型或删除类型,则从机器数据中删除发生变化的传感器数据。由于可通过版本和继承关系描述同类产品不同回传数据格式之间的差异,以及历史数据的变化关系,且能够在数据分析时为数据变换提供指导,从而解决物联网数据的管理问题。

Description

物联网机器数据的变换方法及装置
技术领域
本发明实施例涉及物联网技术领域,更具体地,涉及一种物联网机器数据的变换方法及装置。
背景技术
随着物联网技术普及,大量终端设备,如风机、工程机械、汽车及家用电器等产品都将具备网络连接能力,并持续以特定格式回传数据。物联网机器数据的特点是连接终端数量多、终端物理结构相似。然而,由于产品的设计改进或者内部程序升级,可能会导致在同一时间,同类产品间会出现多种回传数据的格式,产生数据错配、数据缺失等不匹配的现象,这将影响针对此类产品的数据分析,例如故障预警、可靠性分析等算法的失效。因此,需要对数据格式的演化关系进行建模,并在模型基础之上对实际回传的数据进行变换,以消除同类产品不同格式数据之间的差异。
发明内容
为了解决上述问题,本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的物联网机器数据的变换方法及装置。
根据本发明实施例的第一方面,提供了一种机器数据模型演化的自动感知方法,该方法包括:
若机器数据的变换类型为交集投影变换,则判断机器数据中发生变化的传感器数据的变化类型是否为增加类型或删除类型;
若机器数据中发生变化的传感器数据的变化类型为增加类型或删除类型,则从机器数据中删除发生变化的传感器数据。
本发明实施例提供的方法,通过当机器数据的变换类型为交集投影变换时,则判断机器数据中发生变化的传感器数据的变化类型是否为增加类型或删除类型。若机器数据中发生变化的传感器数据的变化类型为增加类型或删除类型,则从机器数据中删除发生变化的传感器数据。由于可通过版本和继承关系描述同类产品不同回传数据格式之间的差异,以及历史数据的变化关系,且能够在数据分析时为数据变换提供指导,从而解决物联网数据的管理问题。
结合第一方面的第一种可能的实现方式,在第二种可能的实现方式中,判断机器数据中发生变化的传感器数据的变化类型是否为增加类型或删除类型之后,还包括:
若机器数据中发生变化的传感器数据的变化类型不为增加类型且不为删除类型,则将发生变化后的传感器数据替换机器数据中原始的传感器数据。
结合第一方面的第一种可能的实现方式,在第三种可能的实现方式中,该方法还包括:
若机器数据的变换类型为并集投影变换,则判断机器数据中发生变化的传感器数据的变化类型是否为增加类型或更新类型;
若机器数据中发生变化的传感器数据的变化类型为增加类型或更新类型,则将发生变化后的传感器数据替换机器数据中原始的传感器数据。
结合第一方面的第一种可能的实现方式,在第四种可能的实现方式中,该方法还包括:若机器数据的变换类型为诱导投影变换,则将发生变化后的传感器数据替换机器数据中原始的传感器数据。
根据本发明实施例的第二方面,提供了一种物联网机器数据的变换装置,包括:
第一判断模块,用于当机器数据的变换类型为交集投影变换时,则判断机器数据中发生变化的传感器数据的变化类型是否为增加类型或删除类型;
删除模块,用于当机器数据中发生变化的传感器数据的变化类型为增加类型或删除类型时,则从机器数据中删除发生变化的传感器数据。
根据本发明实施例的第三方面,提供了一种物联网机器数据的变换设备,包括:
至少一个处理器;以及
与处理器通信连接的至少一个存储器,其中:
存储器存储有可被处理器执行的程序指令,处理器调用程序指令能够执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的物联网机器数据的变换方法。
根据本发明的第四方面,提供了一种非暂态计算机可读存储介质,非暂态计算机可读存储介质存储计算机指令,计算机指令使计算机执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的物联网机器数据的变换方法。
应当理解的是,以上的一般描述和后文的细节描述是示例性和解释性的,并不能限制本发明实施例。
附图说明
图1为本发明实施例的一种物联网机器数据的变换方法的流程示意图;
图2为本发明实施例的一种物联网机器数据的变换装置的框图;
图3为本发明实施例的一种物联网机器数据的变换设备的框图。
具体实施方式
下面结合附图和实施例,对本发明实施例的具体实施方式作进一步详细描述。以下实施例用于说明本发明实施例,但不用来限制本发明实施例的范围。
针对上述情形,本发明实施例提供了一种物联网机器数据的变换方法。在对本发明实施例进行说明之前,先对本发明实施例涉及到的相关概念进行解释说明:
机器数据模型:用于描述一类机器实例获取机器数据的形式,每一机器模型包含了若干个传感器数据模型。
机器实例:在机器生命周期的每一个阶段,机器实例产生的机器数据都对应至一个机器数据模型。机器实例都会映射到机器数据模型上,在不同时刻,机器实例映射到不同的机器数据模型上。
传感器数据:在机器实例运行过程中上某个传感器所获取的一条数据项,传感器数据包含该传感器所对应的传感器数据模型和具体的感应值。每个传感器数据可用一个二元组表示,其中,ST.id为传感器数据模型的唯一标识,value为传感器感知数据的具体数值。
机器数据:即在某个时间点,机器实例上所有传感器数据的集合。机器数据可以用一个集合D来表示,每条机器数据都包含了若干条传感器数据。
基于上述内容,参见图1,该方法包括:101、若机器数据的变换类型为交集投影变换,则判断机器数据中发生变化的传感器数据的变化类型是否为增加类型或删除类型;102、若机器数据中发生变化的传感器数据的变化类型为增加类型或删除类型,则从机器数据中删除发生变化的传感器数据。
在执行步骤101之前,可先定义机器数据与机器数据模型出现不匹配现象的两种情况。第一种情况是机器被改装、升级或者降级到另外一种模型,称其为模型跃迁;第二种情况是机器被改装到一种不存在的模型,称其为模型派生。将模型跃迁和模型派生统称为模型演化。
另外,还可以定义传感器数据类型,每一类不同传感器可分别定义传感器数据模型,每个传感器数据模型中包含了其感知的传感器数据类型以及数据范围。具体定义如下:Sensor Template(ST)::={id(传感器数据模型标识),dataType,min,max}。其中,“id”表示传感器数据模型标识,“dataType”表示传感器数据类型。“min”表示传感器数据可能的最小值,“max”表示传感器数据可能的最大值。
定义传感器实例,需要指定传感器实例与传感器数据模型之间的对应关系,具体定义为:Sensor Instance(SI)::={id,ST.id}。其中,“id”表示传感器实例标识,“ST.id”表示传感器数据模型标识。
定义机器数据模型,每一类不同的机器需要分别定义模型,每个机器数据模型包含了该类机器中每个位置所需的传感器数据模型,具体定义如下:Machine Data Template(MDT)::={id(机器数据模型标识),num,(ST.id)(传感器数据模型标识)+}。其中,“id”表示机器数据模型标识,“num”表示该机器上拥有的传感器个数,“ST.id”表示不同传感器对应的数据模型标识。
定义机器实例,需要指定机器实例与机器数据模型之间的对应关系,具体定义为:Machine Data Instance(MDI)::={id(MDI.id,机器实例标识),MDT.id(机器数据模型标识),num,(SI.id)(传感器实例的标识)+}。其中,“id”表示机器实例标识,“MDT.id”表示机器数据模型标识,“num”表示该机器上拥有的传感器个数,“SI.id”表示不同传感器实例的标识。
定义机器数据实例,data[MDI.id]::={MDI.id,time,(SI.id:value)+}。该定义表示机器实例id为“MDI.id”的机器在时间为“time”的时刻机器上各个传感器采集到的数据集合。其中,“SI.id”表示不同传感器实例的标识,“value”表示传感器采集到的实际数据。
定义冲突元语,冲突类型主要有三种,即传感器增加冲突、传感器删除冲突和传感器更新冲突,具体定义如下:collision::=<type,SI.id,time>;type::=add|delete|update。其中,“add”、“delete”、“update”分别表示冲突的类别,“SI.id”表示传感器实例的标识,“time”表示出现冲突的时间。
定义版本演化模型:transform::=<type,ST.id,f(x)>;type::=add|delete|update;evolution[MDI.id]::=MDT.id1~MDT.id2,{time,transform(,transform)*}。其中,“transform”表示单个传感器数据模型的变化,“type”表示变化的类型,“ST.id”表示传感器的数据模型标识,函数f(x)表示传感器数据模型发生变化后,对应旧模型的数据转换成为对应新模型数据的转换函数。“evolution[MDI.id]”,“MDT.id1”、“MDT.id2”分别表示演化前后机器数据模型的标识,“time”表示该模型演化发生的时间。
作为一种可选实施例,判断机器数据中发生变化的传感器数据的变化类型是否为增加类型或删除类型之后,还包括:若机器数据中发生变化的传感器数据的变化类型不为增加类型且不为删除类型,则将发生变化后的传感器数据替换机器数据中原始的传感器数据。
作为一种可选实施例,该方法还包括:若机器数据的变换类型为并集投影变换,则判断机器数据中发生变化的传感器数据的变化类型是否为增加类型或更新类型;若机器数据中发生变化的传感器数据的变化类型为增加类型或更新类型,则将发生变化后的传感器数据替换机器数据中原始的传感器数据。
作为一种可选实施例,该方法还包括:若机器数据的变换类型为诱导投影变换,则将发生变化后的传感器数据替换机器数据中原始的传感器数据。
具体地,可定义基于版本演化模型的机器数据变换方法,变换类型主要有三种,分别是交集投影变换、并集投影变换、诱导投影变换。其中,交集投影变换是指取新、旧模型传感器模型的交集,保留和变换这些传感器的数据。并集投影变换是指取新、旧模型传感器模型的并集,保留和变换这些传感器的数据。诱导投影变换是指依据版本演化模型将数据从旧模型变换到新模型。上述具体变换过程描述如下:
输入:历史数据list(data[MDI.id]),list(evolution[MDI.id]),变换类型;输出:变换后的新数据list(data[MDI.id])。
本发明实施例提供的方法,通过当机器数据的变换类型为交集投影变换时,则判断机器数据中发生变化的传感器数据的变化类型是否为增加类型或删除类型。若机器数据中发生变化的传感器数据的变化类型为增加类型或删除类型,则从机器数据中删除发生变化的传感器数据。由于可通过版本和继承关系描述同类产品不同回传数据格式之间的差异,以及历史数据的变化关系,且能够在数据分析时为数据变换提供指导,从而解决物联网数据的管理问题。
其次,提供了设备回传数据与云端数据模型格式的冲突元语的定义方法,能够清晰地描述出现的冲突类型和冲突内容。同时,给出了机器设备和传感设备的数据模型以及实例的定义方法,可以方便、统一地对机器设备和传感器的模型和实例进行描述。
另外,由于可通过版本和继承关系描述了同类产品不同回传数据格式之间的差异以及历史数据的变化关系,从而能够在数据分析时为数据变换提供指导。同时,还可使得历史数据能够通过变换以适配新模型的格式,减少对于历史数据进行分析时的影响。
上述所有可选实施例,可以采用任意结合形成本发明的可选实施例,在此不再一一赘述。
基于上述实施例所提供的物联网机器数据的变换方法,本发明实施例提供了一种物联网机器数据的变换装置。参见图2,该装置包括:
第一判断模块201,用于当机器数据的变换类型为交集投影变换时,则判断机器数据中发生变化的传感器数据的变化类型是否为增加类型或删除类型;
删除模块202,用于当机器数据中发生变化的传感器数据的变化类型为增加类型或删除类型时,则从机器数据中删除发生变化的传感器数据。
作为一种可选实施例,该装置还包括:
第一替换模块,用于当机器数据中发生变化的传感器数据的变化类型不为增加类型且不为删除类型时,则将发生变化后的传感器数据替换机器数据中原始的传感器数据。
作为一种可选实施例,该装置还包括:
第二判断模块,用于当机器数据的变换类型为并集投影变换时,则判断机器数据中发生变化的传感器数据的变化类型是否为增加类型或更新类型;
第二替换模块,用于当机器数据中发生变化的传感器数据的变化类型为增加类型或更新类型时,则将发生变化后的传感器数据替换机器数据中原始的传感器数据。
作为一种可选实施例,该装置还包括:
第三替换模块,用于当机器数据的变换类型为诱导投影变换时,则将发生变化后的传感器数据替换机器数据中原始的传感器数据。
本发明实施例提供的装置,通过当机器数据的变换类型为交集投影变换时,则判断机器数据中发生变化的传感器数据的变化类型是否为增加类型或删除类型。若机器数据中发生变化的传感器数据的变化类型为增加类型或删除类型,则从机器数据中删除发生变化的传感器数据。由于可通过版本和继承关系描述同类产品不同回传数据格式之间的差异,以及历史数据的变化关系,且能够在数据分析时为数据变换提供指导,从而解决物联网数据的管理问题。
其次,提供了设备回传数据与云端数据模型格式的冲突元语的定义方法,能够清晰地描述出现的冲突类型和冲突内容。同时,给出了机器设备和传感设备的数据模型以及实例的定义方法,可以方便、统一地对机器设备和传感器的模型和实例进行描述。
另外,由于可通过版本和继承关系描述了同类产品不同回传数据格式之间的差异以及历史数据的变化关系,从而能够在数据分析时为数据变换提供指导。同时,还可使得历史数据能够通过变换以适配新模型的格式,减少对于历史数据进行分析时的影响。
本发明实施例提供了一种物联网机器数据的变换设备。参见图3,该物联网机器数据的变换设备包括:处理器(processor)301、存储器(memory)302和总线303;
其中,处理器301及存储器302分别通过总线303完成相互间的通信;
处理器301用于调用存储器302中的程序指令,以执行上述实施例所提供的物联网机器数据的变换方法,例如包括:若机器数据的变换类型为交集投影变换,则判断机器数据中发生变化的传感器数据的变化类型是否为增加类型或删除类型;若机器数据中发生变化的传感器数据的变化类型为增加类型或删除类型,则从机器数据中删除发生变化的传感器数据。
本发明实施例提供一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令使计算机执行上述实施例所提供的物联网机器数据的变换方法,例如包括:若机器数据的变换类型为交集投影变换,则判断机器数据中发生变化的传感器数据的变化类型是否为增加类型或删除类型;若机器数据中发生变化的传感器数据的变化类型为增加类型或删除类型,则从机器数据中删除发生变化的传感器数据。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的物联网机器数据的变换设备等实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分方法。
最后,本申请的方法仅为较佳的实施方案,并非用于限定本发明实施例的保护范围。凡在本发明实施例的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明实施例的保护范围之内。

Claims (10)

1.一种物联网机器数据的变换方法,其特征在于,包括:
若机器数据的变换类型为交集投影变换,则判断所述机器数据中发生变化的传感器数据的变化类型是否为增加类型或删除类型,所述交集投影变换是指取新、旧模型传感器模型的交集,保留和变换所述交集的数据;
若所述机器数据中发生变化的传感器数据的变化类型为增加类型或删除类型,则从所述机器数据中删除发生变化的传感器数据。
2.根据权利要求1所述的方法,其特征在于,所述判断所述机器数据中发生变化的传感器数据的变化类型是否为增加类型或删除类型之后,还包括:
若所述机器数据中发生变化的传感器数据的变化类型不为增加类型且不为删除类型,则将发生变化后的传感器数据替换所述机器数据中原始的传感器数据。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若机器数据的变换类型为并集投影变换,则判断所述机器数据中发生变化的传感器数据的变化类型是否为增加类型或更新类型,所述并集投影变换是指取新、旧模型传感器模型的并集,保留和变换所述并集的数据;
若所述机器数据中发生变化的传感器数据的变化类型为增加类型或更新类型,则将发生变化后的传感器数据替换所述机器数据中原始的传感器数据。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若机器数据的变换类型为诱导投影变换,则将发生变化后的传感器数据替换所述机器数据中原始的传感器数据,所述诱导投影变换是指依据版本演化模型将数据从旧模型变换到新模型。
5.一种物联网机器数据的变换装置,其特征在于,包括:
第一判断模块,用于当机器数据的变换类型为交集投影变换时,则判断所述机器数据中发生变化的传感器数据的变化类型是否为增加类型或删除类型,所述交集投影变换是指取新、旧模型传感器模型的交集,保留和变换所述交集的数据;
删除模块,用于当所述机器数据中发生变化的传感器数据的变化类型为增加类型或删除类型时,则从所述机器数据中删除发生变化的传感器数据。
6.根据权利要求5所述的装置,其特征在于,所述装置还包括:
第一替换模块,用于当所述机器数据中发生变化的传感器数据的变化类型不为增加类型且不为删除类型时,则将发生变化后的传感器数据替换所述机器数据中原始的传感器数据。
7.根据权利要求5所述的装置,其特征在于,所述装置还包括:
第二判断模块,用于当机器数据的变换类型为并集投影变换时,则判断所述机器数据中发生变化的传感器数据的变化类型是否为增加类型或更新类型,所述并集投影变换是指取新、旧模型传感器模型的并集,保留和变换所述并集的数据;
第二替换模块,用于当所述机器数据中发生变化的传感器数据的变化类型为增加类型或更新类型时,则将发生变化后的传感器数据替换所述机器数据中原始的传感器数据。
8.根据权利要求5所述的装置,其特征在于,所述装置还包括:
第三替换模块,用于当机器数据的变换类型为诱导投影变换时,则将发生变化后的传感器数据替换所述机器数据中原始的传感器数据,所述诱导投影变换是指依据版本演化模型将数据从旧模型变换到新模型。
9.一种物联网机器数据的变换设备,其特征在于,包括:
至少一个处理器;以及
与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至4任一所述的方法。
10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1至4任一所述的方法。
CN201810068900.8A 2018-01-24 2018-01-24 物联网机器数据的变换方法及装置 Active CN108256089B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810068900.8A CN108256089B (zh) 2018-01-24 2018-01-24 物联网机器数据的变换方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810068900.8A CN108256089B (zh) 2018-01-24 2018-01-24 物联网机器数据的变换方法及装置

Publications (2)

Publication Number Publication Date
CN108256089A CN108256089A (zh) 2018-07-06
CN108256089B true CN108256089B (zh) 2019-06-18

Family

ID=62743009

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810068900.8A Active CN108256089B (zh) 2018-01-24 2018-01-24 物联网机器数据的变换方法及装置

Country Status (1)

Country Link
CN (1) CN108256089B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103023970A (zh) * 2012-11-15 2013-04-03 中国科学院计算机网络信息中心 一种物联网海量数据存储方法及系统
US8437501B1 (en) * 2010-09-14 2013-05-07 Google Inc. Using image and laser constraints to obtain consistent and improved pose estimates in vehicle pose databases
CN104620181A (zh) * 2012-03-18 2015-05-13 制造系统见解公司(贸易用名:系统见解) 识别、捕捉、分类和运用半自动制造装备中的各个操作人员特有的部落知识,以执行自动技术监督操作,从而改善制造系统性能的系统和设备及其方法
CN104750875A (zh) * 2015-04-23 2015-07-01 苏州大学 一种机器错误数据分类方法及系统
CN106919615A (zh) * 2015-12-28 2017-07-04 航天信息股份有限公司 数据存取方法及系统
CN107329983A (zh) * 2017-06-01 2017-11-07 昆仑智汇数据科技(北京)有限公司 一种机器数据分布式存储、读取方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104331507B (zh) * 2014-11-21 2018-04-27 北京数介科技有限公司 机器数据类别自动发现和分类的方法及装置
CN105955922B (zh) * 2016-04-20 2018-08-21 山东大学 一种机器数据模型演化的自动感知方法及装置
CN106095825A (zh) * 2016-05-31 2016-11-09 深圳市永兴元科技有限公司 数据生成方法和装置
CN106294873A (zh) * 2016-08-24 2017-01-04 北京互利科技有限公司 一种机器数据的分析装置及分析方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8437501B1 (en) * 2010-09-14 2013-05-07 Google Inc. Using image and laser constraints to obtain consistent and improved pose estimates in vehicle pose databases
CN104620181A (zh) * 2012-03-18 2015-05-13 制造系统见解公司(贸易用名:系统见解) 识别、捕捉、分类和运用半自动制造装备中的各个操作人员特有的部落知识,以执行自动技术监督操作,从而改善制造系统性能的系统和设备及其方法
CN103023970A (zh) * 2012-11-15 2013-04-03 中国科学院计算机网络信息中心 一种物联网海量数据存储方法及系统
CN104750875A (zh) * 2015-04-23 2015-07-01 苏州大学 一种机器错误数据分类方法及系统
CN106919615A (zh) * 2015-12-28 2017-07-04 航天信息股份有限公司 数据存取方法及系统
CN107329983A (zh) * 2017-06-01 2017-11-07 昆仑智汇数据科技(北京)有限公司 一种机器数据分布式存储、读取方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
An anomaly detection approach for multiple monitoring data series based on latent correlation probabilistic model;Jianwei Ding et al;《Applied Intelligence》;20161231;第340-361页
基于机器码学习的跨域应用程序的Web技术研究;杨兰;《自动化与仪器仪表》;20171231(第12期);第181-183,186页

Also Published As

Publication number Publication date
CN108256089A (zh) 2018-07-06

Similar Documents

Publication Publication Date Title
CN103327080B (zh) 创建物联网控制系统的方法及装置
EP3149551B1 (en) A method and system for configuration of devices of a control system
CN107864174A (zh) 一种基于规则的物联网设备联动方法
CN101114933A (zh) 对能力管理对象维护、对能力管理的方法、系统及终端
CN110062918B (zh) 在云端网关中进行软件更新的方法、执行该方法的计算机程序和实施该方法的处理单元
CN104144204A (zh) 针对工业模拟使用基于云的数据
Baroni et al. Diagnosis of a class of distributed discrete-event systems
CN109508355A (zh) 一种数据抽取方法、系统及终端设备
US8701079B2 (en) Procedure and development environment for generation of an executable overall control program
CN109240876A (zh) 实例监控方法、计算机可读存储介质和终端设备
CN105577475A (zh) 自动化性能测试系统及方法
CN109389518A (zh) 关联分析方法及装置
CN110175027A (zh) 一种开发业务功能的方法和装置
CN110276074A (zh) 自然语言处理的分布式训练方法、装置、设备及存储介质
CN106464575A (zh) 提供映射到独立底层网络的逻辑模型的网关
CN109976779A (zh) 机器人软件在线升级发布方法、装置、设备及存储介质
CN109376142A (zh) 数据迁移方法及终端设备
CN113448685A (zh) 一种基于Kubernetes的Pod调度方法及系统
WO2015036462A1 (en) Integration method and system
CN108256089B (zh) 物联网机器数据的变换方法及装置
Heber et al. How the Blockchain fosters E/E traceability for MBSE and PLM in distributed engineering collaboration
CN110516000A (zh) 一种支持复杂工作流结构的工作流管理系统
CN108469977A (zh) 一种界面数据管理方法
CN111597676B (zh) 用于检查信息物理系统的系统要求的系统和方法
CN105074703B (zh) 用于处理一组用于随后以视图来图解生成电气系统电气图的数据的方法

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