CN112702707B - 多感知物联网的智能数据分析系统及方法 - Google Patents

Abstract

本发明属于物联网技术领域，具体涉及多感知物联网的智能数据分析系统及方法。系统包括：传感器网络、第一中继器网络、第二中继器网络和控制中心；传感器网络为环形网络，包含多个传感器；第一中继器网络为环形网络，包含多个中继器，中继器的数量为传感器网络中传感器数量的一半。其通过多层的中继器网络来实现对传感器网络中的传感器分组，将相关联的传感器进行分组，分组的传感器具有同步变化的特性，在进行数据分析时，直接调用分组的传感器，能够以更快的效率发现物联网的运行和/或环境的变化，具有效率高和准确率高的优点。

Description

多感知物联网的智能数据分析系统及方法

技术领域

本发明属于物联网技术领域，具体涉及多感知物联网的智能数据分析系统及方法。

背景技术

物联网(MTC)应用是业界公认的5G网络的主要需求和5G网络的主要驱动力，对于大多数的物联网应用而言，海量、低成本、小数据包、低时延、低功耗是其重要特征，例如：在智能抄表(水表、电表、气表)、智能家居等物联网场景中，物联网设备的数量远远大于智能终端(例如手机、pad等)的数据，因此，用户对物联网的成本和功耗非常敏感。为了降低海量物联网设备的成本和功耗，未来网络可能采用中继终端(例如具有Relay功能的手机、pad)作为辅助，由中继终端对物联网设备的数据进行汇聚和中转，以使物联网设备能够向基站上传数据。

专利号为CN201810942369.2A的专利公开了物联网数据分析系统，包括中央处理器，所述中央处理器的输入端电连接有数据分析模块，所述数据分析模块的输入端电连接有数据收集模块，所述中央处理器的输入端电连接有电源模块，所述中央处理器的输出端双向电连接有显示模块，所述中央处理器的输出端双向电连接有加密模块。本发明通过设置中央处理器、数据分析模块、数据收集模块、电源模块、显示模块、加密模块、储存模块、报警模块、第一USB接口、第一USB接口、笔记本电脑、备用储存模块和第二USB接口，使备用储存模块对数据进行备份，从而达到了防止数据丢失的效果，解决了现有的物联网数据分析系统不能防止数据丢失的问题。

其具备可以防止数据丢失的优点，解决了现有的物联网数据分析系统不能防止数据丢失的问题。但对于物联网中数据的庞杂性导致的分析效率低的问题，没有提出切实可行的方案。

发明内容

有鉴于此，本发明的主要目的在于提供多感知物联网的智能数据分析系统及方法，其通过多层的中继器网络来实现对传感器网络中的传感器分组，将相关联的传感器进行分组，分组的传感器具有同步变化的特性，在进行数据分析时，直接调用分组的传感器，能够以更快的效率发现物联网的运行和/或环境的变化，具有效率高和准确率高的优点。

为达到上述目的，本发明的技术方案是这样实现的：

多感知物联网的智能数据分析系统，所述系统包括：传感器网络、第一中继器网络、第二中继器网络和控制中心；所述传感器网络为环形网络，包含多个传感器，每个传感器构成环形网络中的一个网络节点；所述第一中继器网络为环形网络，包含多个中继器，中继器的数量为传感器网络中传感器数量的一半，每个中继器构成环形网络中的一个网络节点，且每个中继器还分别与传感器网络中的两个传感器信号连接；所述第二中继器网络为环形网络，包含多个中继器，中继器的数量为第一中继器网络中中继器数量的一半，每个中继器构成环形网络中的一个网络节点，且每个中继器还分别与第一中继器网络中的两个中继器信号连接；所述控制中心，分别信号连接于第二中继器网络中的每个中继器，接收中继器发送过来的数据信息，使用预设的数据分析模型，进行数据分析，得到分析结果。

进一步的，所述传感器网络的传感器将感知到的数据直接发送至与其信号连接的第一中继器网络中的中继器；第一中继器网络中的中继器接收到数据后，首先对数据进行数据预处理，得到预处理数据，然后将预处理发送至与其信号连接的第二中继器网络中的中继器；第二中继器网络中的中继器接收到预处理数据后，分析预处理数据的变化同步性，将预处理数据中同步变化的数据进行分组，得到分组数据，分组数据中的数据彼此之间具备变化同步性，当一个数据变化时，其他数据也进行变化，针对分组数据中的每个数据进行回溯，找到发送该数据的对应的第一中继器网络中的中继器，以及该中继器对应的传感器，将这些传感器进行分组，得到分组传感器。

进一步的，所述第一中继器网络中的中继器对数据进行数据预处理的方法包括：去除数据的唯一属性，得到第一处理数据；对第一处理数据进行缺失值处理，得到第二处理数据；对第二处理数据进行异常值检测处理，得到第三处理数据；对第三处理数据进行数据规约处理，得到第四处理数据；对第四处理数据进行数据标准化处理，得到预处理数据。

进一步的，所述控制中心，使用预设的数据分析模型，进行数据分析，得到分析结果的方法包括：控制中心根据第二中继器网络中得到的分组传感器，在每次进行数据分析时，调用分组传感器的数据，使用预设的数据分析模型进行数据分析，得到数据分析结果；同时设定一个校正模型，对数据分析结果进行校正。

进一步的，所述控制中心对数据分析结果进行校正的方法包括：使用如下公式，对计算数据分析误差：

其中m代表输入数据分析模型的数据数量，i表示第i个变量；O_i为预测结果，E_i为数据分析结果；计算得到分析误差后，将数据分析结果进行校正，得到最终的分析结果。

多感知物联网的智能数据分析方法，所述方法执行以下步骤：多个传感器以环形网络相连，构成传感器网络，每个传感器构成环形网络中的一个网络节点；数量为传感器网络中传感器数量的一半的多个中继器以环形网络相连，构成第一中继器网络，每个中继器构成环形网络中的一个网络节点，且每个中继器还分别与传感器网络中的两个传感器信号连接；数量为第一中继器网络中的中继器数量的一半的多个中继器以环形网络相连构成第二中继器网络，每个中继器构成环形网络中的一个网络节点，且每个中继器还分别与第一中继器网络中的两个中继器信号连接；接收第二中继器网络中的中继器发送过来的数据信息，使用预设的数据分析模型，进行数据分析，得到分析结果。

进一步的，所述传感器网络的传感器将感知到的数据直接发送至与其信号连接的第一中继器网络中的中继器；第一中继器网络中的中继器接收到数据后，首先对数据进行数据预处理，得到预处理数据，然后将预处理发送至与其信号连接的第二中继器网络中的中继器；第二中继器网络中的中继器接收到预处理数据后，分析预处理数据的变化同步性，将预处理数据中同步变化的数据进行分组，得到分组数据，分组数据中的数据彼此之间具备变化同步性，当一个数据变化时，其他数据也进行变化，针对分组数据中的每个数据进行回溯，找到发送该数据的对应的第一中继器网络中的中继器，以及该中继器对应的传感器，将这些传感器进行分组，得到分组传感器。

进一步的，所述第一中继器网络中的中继器对数据进行数据预处理的方法包括：去除数据的唯一属性，得到第一处理数据；对第一处理数据进行缺失值处理，得到第二处理数据；对第二处理数据进行异常值检测处理，得到第三处理数据；对第三处理数据进行数据规约处理，得到第四处理数据；对第四处理数据进行数据标准化处理，得到预处理数据。

进一步的，所述控制中心，使用预设的数据分析模型，进行数据分析，得到分析结果的方法包括：控制中心根据第二中继器网络中得到的分组传感器，在每次进行数据分析时，调用分组传感器的数据，使用预设的数据分析模型进行数据分析，得到数据分析结果；同时设定一个校正模型，对数据分析结果进行校正。

进一步的，所述控制中心对数据分析结果进行校正的方法包括：使用如下公式，对计算数据分析误差：

其中m代表输入数据分析模型的数据数量，i表示第i个变量；O_i为预测结果，E_i为数据分析结果；计算得到分析误差后，将数据分析结果进行校正，得到最终的分析结果。

本发明的多感知物联网的智能数据分析系统及方法，具有如下有益效果：其通过多层的中继器网络来实现对传感器网络中的传感器分组，将相关联的传感器进行分组，分组的传感器具有同步变化的特性，在进行数据分析时，直接调用分组的传感器，能够以更快的效率发现物联网的运行和/或环境的变化，具有效率高和准确率高的优点。主要通过以下过程实现：

1.多层网络的构建：本发明通过构建多层的传感器网络和中继器网络，实现了数据的分层采集和分析，通过这种方式，在传感器网络感知到数据后，首先发送至第一中继器网络，第一中继器网络能够对数据进行数据预处理，然后将其发送到第二中继器网络，因为每一层的网络的节点数量将是上一层的一半，在到达第二中继器网络时，该中继器网络的一个节点将接收到四个传感器的数据，这样进行分析时，能够提升分析效率，而不是针对每一个传感器的数据单独进行分析，同时这种分析也更能发现相关联的传感器，即同步变化的传感器，提升分析的效率；

2.数据分析的校正，本发明在通过控制中心进行数据分析过程中，控制中心针对分析的结果进行了校正，对计算数据分析误差：

其中m代表输入数据分析模型的数据数量，i表示第i个变量；O_i为预测结果，E_i为数据分析结果；计算得到分析误差后，将数据分析结果进行校正，得到最终的分析结果，这样可以提升分析的准确率。

附图说明

图1为本发明实施例提供的多感知物联网的智能数据分析系统的系统结构示意图；

图2为本发明实施例提供的多感知物联网的智能数据分析系统及方法的传感器网络、第一中继器网络和第二中继器网络的网络结构示意图；

图3为本发明实施例提供的多感知物联网的智能数据分析方法的方法流程示意图；

其中，1-第二中继器网络中的中继器，2-第一中继器网络中的中继器，3-传感器网络中的传感器。

具体实施方式

下面结合附图及本发明的实施例对本发明的方法作进一步详细的说明。

实施例1

如图1所示，多感知物联网的智能数据分析系统，所述系统包括：传感器网络、第一中继器网络、第二中继器网络和控制中心；所述传感器网络为环形网络，包含多个传感器，每个传感器构成环形网络中的一个网络节点；所述第一中继器网络为环形网络，包含多个中继器，中继器的数量为传感器网络中传感器数量的一半，每个中继器构成环形网络中的一个网络节点，且每个中继器还分别与传感器网络中的两个传感器信号连接；所述第二中继器网络为环形网络，包含多个中继器，中继器的数量为第一中继器网络中中继器数量的一半，每个中继器构成环形网络中的一个网络节点，且每个中继器还分别与第一中继器网络中的两个中继器信号连接；所述控制中心，分别信号连接于第二中继器网络中的每个中继器，接收中继器发送过来的数据信息，使用预设的数据分析模型，进行数据分析，得到分析结果。

采用上述技术方案，本发明通过多层的中继器网络来实现对传感器网络中的传感器分组，将相关联的传感器进行分组，分组的传感器具有同步变化的特性，在进行数据分析时，直接调用分组的传感器，能够以更快的效率发现物联网的运行和/或环境的变化，具有效率高和准确率高的优点。主要通过以下过程实现：

1.多层网络的构建：本发明通过构建多层的传感器网络和中继器网络，实现了数据的分层采集和分析，通过这种方式，在传感器网络感知到数据后，首先发送至第一中继器网络，第一中继器网络能够对数据进行数据预处理，然后将其发送到第二中继器网络，因为每一层的网络的节点数量将是上一层的一半，在到达第二中继器网络时，该中继器网络的一个节点将接收到四个传感器的数据，这样进行分析时，能够提升分析效率，而不是针对每一个传感器的数据单独进行分析，同时这种分析也更能发现相关联的传感器，即同步变化的传感器，提升分析的效率；

2.数据分析的校正，本发明在通过控制中心进行数据分析过程中，控制中心针对分析的结果进行了校正，对计算数据分析误差：

其中m代表输入数据分析模型的数据数量，i表示第i个变量；O_i为预测结果，E_i为数据分析结果；计算得到分析误差后，将数据分析结果进行校正，得到最终的分析结果，这样可以提升分析的准确率。

具体的，本发明的数据分析模型包括：数据存储模块，用于对中继器发送过来的数据信息进行存储；数据计算模块，用于采用SmartMing、和/或Rhadoop分析工具和/或Spark框架，对所述数据计算模块的数据信息进行分布式并行计算；基础服务模块，用于提供GIS服务和可视化服务，以及根据所述数据计算模块的计算结果进行数据分析；分析平台，包括：计量装置分析单元，用于根据所述基础服务模块的数据分析结果对计量装置状态进行判断，从而减少周期巡视误差；实时线损计算单元，用于基于各个计量点的最小颗粒度数据实时进行线损计算，并采用所述GIS服务将线损反馈在GIS地图上；行为分析单元，用于根据所述基础服务模块的数据分析结果对物联网运行进行行为分析，为物联网精细化管理提供决策依据。

实施例2

在上一实施例的基础上，所述传感器网络的传感器将感知到的数据直接发送至与其信号连接的第一中继器网络中的中继器；第一中继器网络中的中继器接收到数据后，首先对数据进行数据预处理，得到预处理数据，然后将预处理发送至与其信号连接的第二中继器网络中的中继器；第二中继器网络中的中继器接收到预处理数据后，分析预处理数据的变化同步性，将预处理数据中同步变化的数据进行分组，得到分组数据，分组数据中的数据彼此之间具备变化同步性，当一个数据变化时，其他数据也进行变化，针对分组数据中的每个数据进行回溯，找到发送该数据的对应的第一中继器网络中的中继器，以及该中继器对应的传感器，将这些传感器进行分组，得到分组传感器。

具体的，中继器(RP repeater)是工作在物理层上的连接设备。适用于完全相同的两个网络的互连，主要功能是通过对数据信号的重新发送或者转发，来扩大网络传输的距离。中继器是对信号进行再生和还原的网络设备：OSI模型的物理层设备。

中继器是局域网环境下用来延长网络距离的，但是它属于网络互联设备，操作在OSI的物理层，中继器对在线路上的信号具有放大再生的功能，用于扩展局域网网段的长度(仅用于连接相同的局域网网段)。

中继器(RP repeater)是连接网络线路的一种装置，常用于两个网络节点之间物理信号的双向转发工作。中继器主要完成物理层的功能，负责在两个节点的物理层上按位传递信息，完成信号的复制、调整和放大功能，以此来延长网络的长度。由于存在损耗，在线路上传输的信号功率会逐渐衰减，衰减到一定程度时将造成信号失真，因此会导致接收错误。中继器就是为解决这一问题而设计的。它完成物理线路的连接，对衰减的信号进行放大，保持与原数据相同。一般情况下，中继器的两端连接的是相同的媒体，但有的中继器也可以完成不同媒体的转接工作。从理论上讲中继器的使用是无限的，网络也因此可以无限延长。事实上这是不可能的，因为网络标准中都对信号的延迟范围作了具体的规定，中继器只能在此规定范围内进行有效的工作，否则会引起网络故障。

实施例3

在上一实施例的基础上，所述第一中继器网络中的中继器对数据进行数据预处理的方法包括：去除数据的唯一属性，得到第一处理数据；对第一处理数据进行缺失值处理，得到第二处理数据；对第二处理数据进行异常值检测处理，得到第三处理数据；对第三处理数据进行数据规约处理，得到第四处理数据；对第四处理数据进行数据标准化处理，得到预处理数据。

具体的，现实世界中数据大体上都是不完整，不一致的脏数据，无法直接进行数据挖掘，或挖掘结果差强人意。为了提高数据挖掘的质量产生了数据预处理技术。数据预处理有多种方法：数据清理，数据集成，数据变换，数据归约等。这些数据处理技术在数据挖掘之前使用，大大提高了数据挖掘模式的质量，降低实际挖掘所需要的时间。

数据的预处理是指对所收集数据进行分类或分组前所做的审核、筛选、排序等必要的处理。

实施例4

在上一实施例的基础上，所述控制中心，使用预设的数据分析模型，进行数据分析，得到分析结果的方法包括：控制中心根据第二中继器网络中得到的分组传感器，在每次进行数据分析时，调用分组传感器的数据，使用预设的数据分析模型进行数据分析，得到数据分析结果；同时设定一个校正模型，对数据分析结果进行校正。

具体的，本发明使用的校正模型，为一个反馈校正网络。对计算数据分析误差：

其中m代表输入数据分析模型的数据数量，i表示第i个变量；O_i为预测结果，E_i为数据分析结果；计算得到分析误差后，将数据分析结果进行校正，得到最终的分析结果，这样可以提升分析的准确率。

实施例5

在上一实施例的基础上，所述控制中心对数据分析结果进行校正的方法包括：使用如下公式，对计算数据分析误差：

其中m代表输入数据分析模型的数据数量，i表示第i个变量；O_i为预测结果，E_i为数据分析结果；计算得到分析误差后，将数据分析结果进行校正，得到最终的分析结果。

实施例6

多感知物联网的智能数据分析方法，所述方法执行以下步骤：多个传感器以环形网络相连，构成传感器网络，每个传感器构成环形网络中的一个网络节点；数量为传感器网络中传感器数量的一半的多个中继器以环形网络相连，构成第一中继器网络，每个中继器构成环形网络中的一个网络节点，且每个中继器还分别与传感器网络中的两个传感器信号连接；数量为第一中继器网络中的中继器数量的一半的多个中继器以环形网络相连构成第二中继器网络，每个中继器构成环形网络中的一个网络节点，且每个中继器还分别与第一中继器网络中的两个中继器信号连接；接收第二中继器网络中的中继器发送过来的数据信息，使用预设的数据分析模型，进行数据分析，得到分析结果。

具体的，本发明通过多层的中继器网络来实现对传感器网络中的传感器分组，将相关联的传感器进行分组，分组的传感器具有同步变化的特性，在进行数据分析时，直接调用分组的传感器，能够以更快的效率发现物联网的运行和/或环境的变化，具有效率高和准确率高的优点。

实施例7

在上一实施例的基础上，所述传感器网络的传感器将感知到的数据直接发送至与其信号连接的第一中继器网络中的中继器；第一中继器网络中的中继器接收到数据后，首先对数据进行数据预处理，得到预处理数据，然后将预处理发送至与其信号连接的第二中继器网络中的中继器；第二中继器网络中的中继器接收到预处理数据后，分析预处理数据的变化同步性，将预处理数据中同步变化的数据进行分组，得到分组数据，分组数据中的数据彼此之间具备变化同步性，当一个数据变化时，其他数据也进行变化，针对分组数据中的每个数据进行回溯，找到发送该数据的对应的第一中继器网络中的中继器，以及该中继器对应的传感器，将这些传感器进行分组，得到分组传感器。

具体的，本发明通过构建多层的传感器网络和中继器网络，实现了数据的分层采集和分析，通过这种方式，在传感器网络感知到数据后，首先发送至第一中继器网络，第一中继器网络能够对数据进行数据预处理，然后将其发送到第二中继器网络，因为每一层的网络的节点数量将是上一层的一半，在到达第二中继器网络时，该中继器网络的一个节点将接收到四个传感器的数据，这样进行分析时，能够提升分析效率，而不是针对每一个传感器的数据单独进行分析，同时这种分析也更能发现相关联的传感器，即同步变化的传感器，提升分析的效率。

实施例8

在上一实施例的基础上，所述第一中继器网络中的中继器对数据进行数据预处理的方法包括：去除数据的唯一属性，得到第一处理数据；对第一处理数据进行缺失值处理，得到第二处理数据；对第二处理数据进行异常值检测处理，得到第三处理数据；对第三处理数据进行数据规约处理，得到第四处理数据；对第四处理数据进行数据标准化处理，得到预处理数据。

具体的，本发明在通过控制中心进行数据分析过程中，控制中心针对分析的结果进行了校正，对计算数据分析误差：

其中m代表输入数据分析模型的数据数量，i表示第i个变量；O_i为预测结果，E_i为数据分析结果；计算得到分析误差后，将数据分析结果进行校正，得到最终的分析结果，这样可以提升分析的准确率。

实施例9

在上一实施例的基础上，所述控制中心，使用预设的数据分析模型，进行数据分析，得到分析结果的方法包括：控制中心根据第二中继器网络中得到的分组传感器，在每次进行数据分析时，调用分组传感器的数据，使用预设的数据分析模型进行数据分析，得到数据分析结果；同时设定一个校正模型，对数据分析结果进行校正。

实施例10

在上一实施例的基础上，所述控制中心对数据分析结果进行校正的方法包括：使用如下公式，对计算数据分析误差：

其中m代表输入数据分析模型的数据数量，i表示第i个变量；O_i为预测结果，E_i为数据分析结果；计算得到分析误差后，将数据分析结果进行校正，得到最终的分析结果。

所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。

需要说明的是，上述实施例提供的系统，仅以上述各功能单元的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能单元来完成，即将本发明实施例中的单元或者步骤再分解或者组合，例如，上述实施例的单元可以合并为一个单元，也可以进一步拆分成多个子单元，以完成以上描述的全部或者单元功能。对于本发明实施例中涉及的单元、步骤的名称，仅仅是为了区分各个单元或者步骤，不视为对本发明的不当限定。

所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的存储装置、处理装置的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。

本领域技术人员应该能够意识到，结合本文中所公开的实施例描述的各示例的单元、方法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，软件单元、方法步骤对应的程序可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。为了清楚地说明电子硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

术语“第一”、“另一部分”等是配置用于区别类似的对象，而不是配置用于描述或表示特定的顺序或先后次序。

术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者单元/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者单元/装置所固有的要素。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术标记作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

以上所述，仅为本发明的较佳实施例而已，并非配置用于限定本发明的保护范围。

Claims (8)

1.多感知物联网的智能数据分析系统，其特征在于，所述系统包括：传感器网络、第一中继器网络、第二中继器网络和控制中心；所述传感器网络为环形网络，包含多个传感器，每个传感器构成环形网络中的一个网络节点；所述第一中继器网络为环形网络，包含多个中继器，中继器的数量为传感器网络中传感器数量的一半，每个中继器构成环形网络中的一个网络节点，且每个中继器还分别与传感器网络中的两个传感器信号连接；所述第二中继器网络为环形网络，包含多个中继器，中继器的数量为第一中继器网络中中继器数量的一半，每个中继器构成环形网络中的一个网络节点，且每个中继器还分别与第一中继器网络中的两个中继器信号连接；所述控制中心，分别信号连接于第二控制中心中的每个中继器，接收中继器发送过来的数据信息，使用预设的数据分析模型，进行数据分析，得到分析结果；所述传感器网络的传感器将感知到的数据直接发送至与其信号连接的第一中继器网络中的中继器；第一中继器网络中的中继器接收到数据后，首先对数据进行数据预处理，得到预处理数据，然后将预处理发送至与其信号连接的第二中继器网络中的中继器；第二中继器网络中的中继器接收到预处理数据后，分析预处理数据的变化同步性，将预处理数据中同步变化的数据进行分组，得到分组数据，分组数据中的数据彼此之间具备变化同步性，当一个数据变化时，其他数据也进行变化，针对分组数据中的每个数据进行回溯，找到发送该数据的对应的第一中继器网络中的中继器，以及该中继器对应的传感器，将这些传感器进行分组，得到分组传感器。

2.如权利要求1所述的系统，其特征在于，所述第一中继器网络中的中继器对数据进行数据预处理的方法包括：去除数据的唯一属性，得到第一处理数据；对第一处理数据进行缺失值处理，得到第二处理数据；对第二处理数据进行异常值检测处理，得到第三处理数据；对第三处理数据进行数据规约处理，得到第四处理数据；对第四处理数据进行数据标准化处理，得到预处理数据。

3.如权利要求2所述的系统，其特征在于，所述控制中心，使用预设的数据分析模型，进行数据分析，得到分析结果的方法包括：控制中心根据第二中继器网络中得到的分组传感器，在每次进行数据分析时，调用分组传感器的数据，使用预设的数据分析模型进行数据分析，得到数据分析结果；同时设定一个校正模型，对数据分析结果进行校正。

4.如权利要求3所述的系统，其特征在于，所述控制中心对数据分析结果进行校正的方法包括：使用如下公式，对计算数据分析误差：

其中m代表输入数据分析模型的数据数量，i表示第i个变量；O_i为预测结果，E_i为数据分析结果；计算得到分析误差后，将数据分析结果进行校正，得到最终的分析结果。

5.基于权利要求1至4之一所述系统的多感知物联网的智能数据分析方法，其特征在于，所述方法执行以下步骤：多个传感器以环形网络相连，构成传感器网络，每个传感器构成环形网络中的一个网络节点；数量为传感器网络中传感器数量的一半的多个中继器以环形网络相连，构成第一中继器网络，每个中继器构成环形网络中的一个网络节点，且每个中继器还分别与传感器网络中的两个传感器信号连接；数量为第一中继器网络中的中继器数量的一半的多个中继器以环形网络相连构成第二中继器网络，每个中继器构成环形网络中的一个网络节点，且每个中继器还分别与第一中继器网络中的两个中继器信号连接；接收第二中继器网络中的中继器发送过来的数据信息，使用预设的数据分析模型，进行数据分析，得到分析结果；所述传感器网络的传感器将感知到的数据直接发送至与其信号连接的第一中继器网络中的中继器；第一中继器网络中的中继器接收到数据后，首先对数据进行数据预处理，得到预处理数据，然后将预处理发送至与其信号连接的第二中继器网络中的中继器；第二中继器网络中的中继器接收到预处理数据后，分析预处理数据的变化同步性，将预处理数据中同步变化的数据进行分组，得到分组数据，分组数据中的数据彼此之间具备变化同步性，当一个数据变化时，其他数据也进行变化，针对分组数据中的每个数据进行回溯，找到发送该数据的对应的第一中继器网络中的中继器，以及该中继器对应的传感器，将这些传感器进行分组，得到分组传感器。

6.如权利要求5所述的方法，其特征在于，所述第一中继器网络中的中继器对数据进行数据预处理的方法包括：去除数据的唯一属性，得到第一处理数据；对第一处理数据进行缺失值处理，得到第二处理数据；对第二处理数据进行异常值检测处理，得到第三处理数据；对第三处理数据进行数据规约处理，得到第四处理数据；对第四处理数据进行数据标准化处理，得到预处理数据。

7.如权利要求6所述的方法，其特征在于，所述控制中心，使用预设的数据分析模型，进行数据分析，得到分析结果的方法包括：控制中心根据第二中继器网络中得到的分组传感器，在每次进行数据分析时，调用分组传感器的数据，使用预设的数据分析模型进行数据分析，得到数据分析结果；同时设定一个校正模型，对数据分析结果进行校正。

8.如权利要求7所述的方法，其特征在于，所述控制中心对数据分析结果进行校正的方法包括：使用如下公式，对计算数据分析误差：

其中m代表输入数据分析模型的数据数量，i表示第i个变量；O_i为预测结果，E_i为数据分析结果；计算得到分析误差后，将数据分析结果进行校正，得到最终的分析结果。

Images