CN108520021A - 一种用于维修的多变元网络数据可视化方法 - Google Patents
一种用于维修的多变元网络数据可视化方法 Download PDFInfo
- Publication number
- CN108520021A CN108520021A CN201810241615.1A CN201810241615A CN108520021A CN 108520021 A CN108520021 A CN 108520021A CN 201810241615 A CN201810241615 A CN 201810241615A CN 108520021 A CN108520021 A CN 108520021A
- Authority
- CN
- China
- Prior art keywords
- data
- multivariate
- network
- argument
- condition maintenarnce
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
Abstract
本发明公开了一种用于维修的多变元网络数据可视化方法,包括以下步骤:S1:首先对数据库的关系表、xml文件和数据文件进行记录,作为原始维修数据,S2:S1中所述的原始维修数据依次经过数据清洗、数据抽取和数据修复的转换,最终形成视情维修数据库。本发明基于信息可视化技术,原始维修数据依次进行对应分析技术自动量化分类处理、多变元数据矩阵化处理、低秩矩阵逼近处理、噪声处理、网络边布局和图元绘制,使得数据的可视化,有利于专家做出科学合理的决策。
Description
技术领域
本发明涉及多变元网络数据可视化技术领域,尤其涉及一种用于维修的多变元网络数据可视化方法。
背景技术
为适应新时期军事斗争准备的需要,大型大批复杂的武器进行列装部队,传统的修复性维修与定期维修已经渐渐无法满足有效保持与恢复武器装备规定技术状态的需求,武器装备的故障后果、停机损失、维修费用日益引起军方的重视。随着状态监控技术、计算机技术及维修分析决策技术的迅猛发展,以基于状态的维修为代表的视情维修得到了迅猛的发展,但是该视情维修中的计算机的潜在模式和专家的决策之间存在着不可逾越的鸿沟,使得专家无法观察到可视化的数据,进而不利于专家对装备的维修做出科学合理的决策。
发明内容
基于背景技术存在的技术问题,本发明提出了一种用于维修的多变元网络数据可视化方法。
本发明提出的一种用于维修的多变元网络数据可视化方法,包括以下步骤:
S1:首先对数据库的关系表、xml文件和数据文件进行记录,作为原始维修数据;
S2:S1中所述的原始维修数据依次经过数据清洗、数据抽取和数据修复的转换,最终形成视情维修数据库:
S3:从S2中所述的视情维修数据库中进行抽取规范化的多变元网络边数据表和多变元网络节点数据表,然后将所抽取的多变元网络边数据表和多变元网络节点数据表使用对应分析技术自动量化分类单元进行处理;
S4:S3中所述的对应分析技术自动量化分类单元采用对应分析技术,首先对多变元网络节点数据表中的数值型变元进行分类化处理,然后应用聚类技术依据每一个数值型变元在多变元网络节点数据表中的所有多变元节点记录进行聚类,最后自动根据不同聚类实现对数值型变元的分类化;
S5:S4中所述的分类化后的数值型变元进行多变元数据矩阵化处理,得到视情维修变元特征矩阵;
S6:S5中所述的视情维修变元特征矩阵进行刻画视情维修变元的时间特征二元关系,然后利用低秩矩阵逼近的方法,来实现视情维修变元在高频时进行时变特征提取和噪声处理;
S7:S6中经过时变特征提取和噪声处理后的视情维修变元进行网络边布局;
S8:S7中经过网络边布局后的视情维修变元使用catmull-rom样条曲线与Bezier曲线进行绘制平滑的网络边,然后对多变元节点的颜色及代表图元进行定义,得到直观的视图;
S9:专家利用通用交互技术来对S8中所述的视图来制定有效的视情维修方案;
S10:保障部队根据S9中所述的视情维修方案对装备进行维修。
优选地,所述S1中,数据文件包括按照一定格式组织的结构化数据和按照一定格式组织的半结构化数据。
优选地,所述S2中,视情维修数据库包括边数据表以及节点数据表,边数据表的一条记录表示多变元网络的一条边,且边数据表中的两个字母段分别存储了边的两个端点记录点,节点数据表的一条记录表示一个多变元网络的节点,且节点的不同属性使用不同字母段表示。
优选地,所述S4中,对应分析技术为R-Q型因子分析技术,对应分析技术是一种用于分析同一变元各分类值之间的差异及不同变元各分类值之间的对应关系的多元统计技术。
优选地,所述S5中,视情维修变元特征矩阵可分解为一个低秩矩阵、一个稀疏矩阵和一个噪声矩阵。
优选地,所述S8中,平滑的网络边通过颜色编码与形状编码来定义多变元节点的颜色及代表图元。
优选地,所述S9中,通用交互技术包括参数设置、平移缩放、鱼眼、刷联动、高亮、标注和Overview辅助视图。
本发明基于信息可视化技术,原始维修数据依次进行对应分析技术自动量化分类处理、多变元数据矩阵化处理、低秩矩阵逼近处理、噪声处理、网络边布局和图元绘制,使得数据的可视化,有利于专家做出科学合理的决策。
具体实施方式
下面结合具体实施例对本发明作进一步解说。
实施例
本实施例中提出了一种用于维修的多变元网络数据可视化方法,包括以下步骤:
S1:首先对数据库的关系表、xml文件和数据文件进行记录,其中数据文件包括按照一定格式组织的结构化数据和按照一定格式组织的半结构化数据,作为原始维修数据;
S2:S1中所述的原始维修数据依次经过数据清洗、数据抽取和数据修复的转换,最终形成视情维修数据库,视情维修数据库包括边数据表以及节点数据表,边数据表的一条记录表示多变元网络的一条边,且边数据表中的两个字母段分别存储了边的两个端点记录点,节点数据表的一条记录表示一个多变元网络的节点,且节点的不同属性使用不同字母段表示:
S3:从S2中所述的视情维修数据库中进行抽取规范化的多变元网络边数据表和多变元网络节点数据表,然后将所抽取的多变元网络边数据表和多变元网络节点数据表使用对应分析技术自动量化分类单元进行处理;
S4:S3中所述的对应分析技术自动量化分类单元采用对应分析技术,首先对多变元网络节点数据表中的数值型变元进行分类化处理,然后应用聚类技术依据每一个数值型变元在多变元网络节点数据表中的所有多变元节点记录进行聚类,最后自动根据不同聚类实现对数值型变元的分类化;
S5:S4中所述的分类化后的数值型变元进行多变元数据矩阵化处理,得到视情维修变元特征矩阵,视情维修变元特征矩阵可分解为一个低秩矩阵、一个稀疏矩阵和一个噪声矩阵;
S6:S5中所述的视情维修变元特征矩阵进行刻画视情维修变元的时间特征二元关系,然后利用低秩矩阵逼近的方法,来实现视情维修变元在高频时进行时变特征提取和噪声处理;
S7:S6中经过时变特征提取和噪声处理后的视情维修变元进行网络边布局;
S8:S7中经过网络边布局后的视情维修变元使用catmull-rom样条曲线与Bezier曲线进行绘制平滑的网络边,然后通过颜色编码与形状编码来定义多变元节点的颜色及代表图元,得到直观的视图;
S9:专家利用通用交互技术来对S8中所述的视图来制定有效的视情维修方案,其中通用交互技术包括参数设置、平移缩放、鱼眼、刷联动、高亮、标注和Overview辅助视图;
S10:保障部队根据S9中所述的视情维修方案对装备进行维修。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种用于维修的多变元网络数据可视化方法,其特征在于,包括以下步骤:
S1:首先对数据库的关系表、xml文件和数据文件进行记录,作为原始维修数据;
S2:S1中所述的原始维修数据依次经过数据清洗、数据抽取和数据修复的转换,最终形成视情维修数据库:
S3:从S2中所述的视情维修数据库中进行抽取规范化的多变元网络边数据表和多变元网络节点数据表,然后将所抽取的多变元网络边数据表和多变元网络节点数据表使用对应分析技术自动量化分类单元进行处理;
S4:S3中所述的对应分析技术自动量化分类单元采用对应分析技术,首先对多变元网络节点数据表中的数值型变元进行分类化处理,然后应用聚类技术依据每一个数值型变元在多变元网络节点数据表中的所有多变元节点记录进行聚类,最后自动根据不同聚类实现对数值型变元的分类化;
S5:S4中所述的分类化后的数值型变元进行多变元数据矩阵化处理,得到视情维修变元特征矩阵;
S6:S5中所述的视情维修变元特征矩阵进行刻画视情维修变元的时间特征二元关系,然后利用低秩矩阵逼近的方法,来实现视情维修变元在高频时进行时变特征提取和噪声处理;
S7:S6中经过时变特征提取和噪声处理后的视情维修变元进行网络边布局;
S8:S7中经过网络边布局后的视情维修变元使用catmull-rom样条曲线与Bezier曲线进行绘制平滑的网络边,然后对多变元节点的颜色及代表图元进行定义,得到直观的视图;
S9:专家利用通用交互技术来对S8中所述的视图来制定有效的视情维修方案;
S10:保障部队根据S9中所述的视情维修方案对装备进行维修。
2.根据权利要求1所述的一种用于维修的多变元网络数据可视化方法,其特征在于,所述S1中,数据文件包括按照一定格式组织的结构化数据和按照一定格式组织的半结构化数据。
3.根据权利要求1所述的一种用于维修的多变元网络数据可视化方法,其特征在于,所述S2中,视情维修数据库包括边数据表以及节点数据表,边数据表的一条记录表示多变元网络的一条边,且边数据表中的两个字母段分别存储了边的两个端点记录点,节点数据表的一条记录表示一个多变元网络的节点,且节点的不同属性使用不同字母段表示。
4.根据权利要求1所述的一种用于维修的多变元网络数据可视化方法,其特征在于,所述S4中,对应分析技术为R-Q型因子分析技术,对应分析技术是一种用于分析同一变元各分类值之间的差异及不同变元各分类值之间的对应关系的多元统计技术。
5.根据权利要求1所述的一种用于维修的多变元网络数据可视化方法,其特征在于,所述S5中,视情维修变元特征矩阵可分解为一个低秩矩阵、一个稀疏矩阵和一个噪声矩阵。
6.根据权利要求1所述的一种用于维修的多变元网络数据可视化方法,其特征在于,所述S8中,平滑的网络边通过颜色编码与形状编码来定义多变元节点的颜色及代表图元。
7.根据权利要求1所述的一种用于维修的多变元网络数据可视化方法,其特征在于,所述S9中,通用交互技术包括参数设置、平移缩放、鱼眼、刷联动、高亮、标注和Overview辅助视图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810241615.1A CN108520021A (zh) | 2018-03-22 | 2018-03-22 | 一种用于维修的多变元网络数据可视化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810241615.1A CN108520021A (zh) | 2018-03-22 | 2018-03-22 | 一种用于维修的多变元网络数据可视化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108520021A true CN108520021A (zh) | 2018-09-11 |
Family
ID=63434064
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810241615.1A Pending CN108520021A (zh) | 2018-03-22 | 2018-03-22 | 一种用于维修的多变元网络数据可视化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108520021A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110413683A (zh) * | 2019-08-13 | 2019-11-05 | 江苏中润普达信息技术有限公司 | 一种基于大数据的数据可视化创作方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010129363A2 (en) * | 2009-04-28 | 2010-11-11 | The Regents Of The University Of California | Markerless geometric registration of multiple projectors on extruded surfaces using an uncalibrated camera |
US20160098173A1 (en) * | 2014-10-06 | 2016-04-07 | Palantir Technologies, Inc. | Presentation of multivariate data on a graphical user interface of a computing system |
CN107170023A (zh) * | 2017-07-11 | 2017-09-15 | 四川大学 | 一种面向多变元个体中心网络演变的可视化方法 |
-
2018
- 2018-03-22 CN CN201810241615.1A patent/CN108520021A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010129363A2 (en) * | 2009-04-28 | 2010-11-11 | The Regents Of The University Of California | Markerless geometric registration of multiple projectors on extruded surfaces using an uncalibrated camera |
US20160098173A1 (en) * | 2014-10-06 | 2016-04-07 | Palantir Technologies, Inc. | Presentation of multivariate data on a graphical user interface of a computing system |
CN107170023A (zh) * | 2017-07-11 | 2017-09-15 | 四川大学 | 一种面向多变元个体中心网络演变的可视化方法 |
Non-Patent Citations (2)
Title |
---|
孙扬: "多变元网络数据可视化方法研究", 《中国博士学位论文全文数据库信息科技辑》 * |
曹钰,等: "维修智能决策支持系统及其可视化实现", 《计算机工程与设计》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110413683A (zh) * | 2019-08-13 | 2019-11-05 | 江苏中润普达信息技术有限公司 | 一种基于大数据的数据可视化创作方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104933444B (zh) | 一种面向多维属性数据的多层聚类融合机制的设计方法 | |
CN106547915B (zh) | 基于模型库的智能数据提取方法 | |
CN104268216A (zh) | 一种基于互联网信息的数据清洗系统 | |
CN112580831B (zh) | 一种基于知识图谱的电力通信网智能辅助运维方法及系统 | |
CN108229578B (zh) | 基于数据、信息和知识三层图谱架构的图像数据目标识别方法 | |
CN110515931B (zh) | 一种基于随机森林算法的电容型设备缺陷预测方法 | |
CN108319593B (zh) | 一种用于仿真培训系统的智能变电站二次设备建模方法 | |
CN106709622A (zh) | 数据库分析装置以及数据库分析方法 | |
CN105405069A (zh) | 一种购电经营决策分析与数据处理方法 | |
CN109885689A (zh) | 一种基于规则引擎的实时分类统计日志的方法及系统 | |
CN114637263A (zh) | 一种异常工况实时监测方法、装置、设备及存储介质 | |
CN103700027A (zh) | 一种电力数据图形多维双向自匹配可视化展示的实现方法 | |
CN108520021A (zh) | 一种用于维修的多变元网络数据可视化方法 | |
CN107742883A (zh) | 一种基于Spark的电力系统拓扑岛快速识别系统和方法 | |
Chu et al. | Automatic data extraction of websites using data path matching and alignment | |
CN103136440A (zh) | 数据处理方法和装置 | |
CN115187127B (zh) | 基于空间分析的详细规划分级管理智能检测方法 | |
Carbonnel et al. | Variability Representation in Product Lines using Concept Lattices: Feasibility Study with Descriptions from Wikipedia's Product Comparison Matrices. | |
KR101693727B1 (ko) | 소셜 네트워크를 활용한 연구개발 관점의 사회적 이슈 재구성 장치 및 방법 | |
CN111191946A (zh) | 故障线路识别方法及装置、电子设备 | |
Leite et al. | PhenoVis–A tool for visual phenological analysis of digital camera images using chronological percentage maps | |
Ren et al. | Efficient processing of shortest path queries in evolving graph sequences | |
Xie et al. | Knowledge Acquisition for Transformer Condition Assessment Using Synthetic Minority Over-sampling Technique and Decision Tree Algorithm | |
CN106933929B (zh) | 调整数据表连接的方法和装置 | |
CN109033217A (zh) | 基于相似度的数据对比查询方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180911 |