CN116502418A - 一种数据分析方法、系统及电子设备 - Google Patents
一种数据分析方法、系统及电子设备 Download PDFInfo
- Publication number
- CN116502418A CN116502418A CN202310385894.XA CN202310385894A CN116502418A CN 116502418 A CN116502418 A CN 116502418A CN 202310385894 A CN202310385894 A CN 202310385894A CN 116502418 A CN116502418 A CN 116502418A
- Authority
- CN
- China
- Prior art keywords
- plane
- optimized
- equation
- optimization
- flange
- 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
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000007405 data analysis Methods 0.000 title claims abstract description 27
- 238000005457 optimization Methods 0.000 claims abstract description 29
- 238000004364 calculation method Methods 0.000 claims abstract description 26
- 239000013598 vector Substances 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 9
- 230000003287 optical effect Effects 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 6
- 230000003247 decreasing effect Effects 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006386 memory function Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/06—Wind turbines or wind farms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Complex Calculations (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了一种数据分析方法、系统及电子设备，通过本申请所提供的方法，通过最小二乘法计算出空间法兰的最优化平面；在所述最优化平面中确定出相互垂直的两个向量；采用最小二乘法计算出所述最优化平面内的空间法兰圆心。通过该方式得到最优化的圆心进行后续计算，因此数据处理更加快捷，且避免人工运算导致的错误计算，通过导入数据直接输出结果，使得圆心计算更加的准确高效。
Description
技术领域
本申请涉及数据处理技术领域，尤其涉及一种数据分析方法、系统及电子设备。
背景技术
目前法兰都是以现场拉尺子量直径多次取中来得到的圆心，再进行法兰椭圆度、螺栓孔距、圆环度、平面度等的计算分析，精度较低；同时法兰的验收，需要调整成水平状态，再拉尺子找圆心，才能进行测量及后续分析，费时费力；法兰是风电导管架最重要的控制节点，精度要求高，但螺栓孔数较多，测量数据量大，测量中如果有包含误差较大的点，难以靠人眼去识别去除，从而影响整体分析的精度。
吸力桶数据分析也同样，以现场拉尺子量直径多次取中得到的圆心进行吸力桶每一圈的椭圆度、圆环度的计算分析，精度较低；同时吸力桶要求每0.25m一圈，单个桶体25圈，数据量庞大，传统人手工算，费时费力。
发明内容
本发申请提供了一种数据分析方法、系统及电子设备，用以避免人工运算空间法兰圆心导致的错误计算。
第一方面，本申请提供了一种数据分析方法，所述方法包括：
通过最小二乘法计算出空间法兰的最优化平面；
在所述最优化平面中确定出相互垂直的两个向量；
采用最小二乘法计算出所述最优化平面内的空间法兰圆心；
通过拉格朗日乘数法，基于调整参数，得到各个约束半径下的空间法兰的优化圆心。
通过上述的方法，相比于拉尺运算，可以有效的避免在法兰圆心计算过程中需要多次确定拉尺点位，并且进行多点位测量的问题，并且本申请所提供的方法能够得到最优化的圆心进行后续计算，因此数据处理更加快捷，且避免人工运算导致的错误计算，通过导入数据直接输出结果，使得圆心计算更加的准确高效。
在一种可选的实施例中，在得到各个约束半径下的空间法兰优化圆心之后，所述方法还包括：
通过迭代加权算法，对各个约束半径下的空间法兰优化圆心进行误差项的识别；
剔除误差项不满足预设条件的优化圆心。
在一种可选的实施例中，通过最小二乘法计算出空间法兰的最优化平面，包括：
创建空间平面的方程：
z＝Ax+By+C
误差平方和的方程为：
其中，n为点群数量，i为第i个点的x、y、z值，A、B、C为未知数；
对误差平方和方程求偏导：
对A求偏导：
对B求偏导：
对C求偏导：
求出未知数A、B、C即可得到最优化平面方程。
在一种可选的实施例中，，在所述最优化平面中确定出相互垂直的两个向量，包括：
过初始原点找两条在优化平面上的垂直线作为新坐标系的x,y轴，即可建立新坐标系；
设第一条直线(x轴)为:向量OP1，P1坐标为(x1，y1，z1)，令y1＝0，则P1初始坐标为(x1，0，Ax1)，旋转后坐标为
设第二条直线(y轴)为：向量OP2，P2坐标为(x2，y2，z2)，由于OP2与OP1垂直，则有：
x1x2+y1y2+z1z2＝0k
解得：代入方程，得
则P2初始坐标为
旋转后坐标为
在一种可选的实施例中，，采用最小二乘法计算出所述最优化平面内的空间法兰圆心，包括：
创建平面圆方程为：x2+y2+Ax+By+C＝0；
则误差平方和方程为：
其中，n为点群数量，i为第i个点的x、y、z值，A、B、C为未知数。
对误差平方和方程求偏导：
对A求偏导：
对B求偏导：
对C求偏导：
求出未知数A、B、C即可得到最优化圆心方程。
在一种可选的实施例中，，通过拉格朗日乘数法，基于调整参数，得到各个约束半径下的空间法兰的优化圆心，包括：
确定空间法兰的半径为R，则约束条件为A2+B2-4C＝4R2
应用拉格朗日乘数法，则误差平方和方程为：
其中，n为点群数量，i为第i个点的x、y、z值，A、B、C为未知数；
对误差平方和方程求偏导：
对A求偏导：
对B求偏导：
对C求偏导：
对λ求偏导：A2+B2-4C＝4R2
求出未知数A、B、C、λ即可得到最优化圆心方程。
在一种可选的实施例中，，通过迭代加权算法，对各个约束半径下的空间法兰优化圆心进行误差项的识别，包括：
在求最优化平面与圆心中引入权重函数进行四次迭代
其中，δ为每个点到优化圆的偏差值，γ为设定的可接受偏差最大值。
第二方面，本申请提供了一种数据分析系统，所述系统包括：
计算模块，用于通过最小二乘法计算出空间法兰的最优化平面；
处理模块，用于在所述最优化平面中确定出相互垂直的两个向量；
采用最小二乘法计算出所述最优化平面内的空间法兰圆心；
通过拉格朗日乘数法，基于调整参数，得到各个约束半径下的空间法兰的优化圆心。
第三方面，本申请提供了一种电子设备，包括：
存储器，用于存放计算机程序；
处理器，用于执行所述存储器上所存放的计算机程序时，实现上述的数据分析方法步骤。
第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述的数据分析方法步骤。
上述第二方面至第四方面中的各个方面以及各个方面可能达到的技术效果请参照上述针对第一方面或第一方面中的各种可能方案可以达到的技术效果说明，这里不再重复赘述。
附图说明
图1为本申请提供的一种数据分析方法的流程图；
图2为本申请提供的计算表格之一；
图3为本申请提供的计算表格之二；
图4为本申请提供的计算表格之三；
图5为本申请提供的圆心计算结果报告示意图；
图6为本申请提供的一种数据分析系统的结构示意图；
图7为本申请提供的一种电子设备结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述。方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。需要说明的是，在本申请的描述中“多个”理解为“至少两个”。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。A与B连接，可以表示：A与B直接连接和A与B通过C连接这两种情况。另外，在本申请的描述中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。
下面结合附图，对本申请实施例进行详细描述。
如图1所示为本申请实施例提供的一种数据分析方法的流程图，该方法包括：
S10，通过最小二乘法计算出空间法兰的最优化平面；
S11，在所述最优化平面中确定出相互垂直的两个向量；
S12，采用最小二乘法计算出所述最优化平面内的空间法兰圆心；
S13，通过拉格朗日乘数法，基于调整参数，得到各个约束半径下的空间法兰的优化圆心。
具体来讲，在步骤S11中具体计算方法如下：
创建空间平面的方程：
z＝Ax+By+c
误差平方和的方程为：
其中，n为点群数量，i为第i个点的x、y、z值，A、B、C为未知数；
对误差平方和方程求偏导：
对A求偏导：
对B求偏导：
对C求偏导：
上述三个偏导式即为三元一次方程，从而求出未知数A、B、C即可得到最优化平面方程。
这里需要说明是，原点到此最优化平面的距离有正负之分。
在步骤S12中具体计算方法如下：
在上一步骤中，已求出优化平面方程z＝Ax+By+C，这一节是为了找出优化平面与初始坐标系的旋转关系。
已知C是平面沿着z轴上下平移，因此可先不考虑，则方程为：z＝Ax+By
过初始原点找两条在优化平面上的垂直线作为新坐标系的x,y轴，即可建立新坐标系；
设第一条直线(x轴)为:向量OP1，P1坐标为(x1，y1，z1)，令y1＝0，则P1初始坐标为(x1，0，Ax1)，旋转后坐标为
设第二条直线(y轴)为：向量OP2，P2坐标为(x2，y2，z2)，由于OP2与OP1垂直，则有：
x1x2+y1y2+z1z2＝0k
解得：代入方程，得
则P2初始坐标为
旋转后坐标为
进一步，将坐标系进行旋转运算，具体如下：
绕x，y的旋转矩阵为：
绕x旋转θ：绕y旋转α：/>
计算步骤为(先绕y，再绕x)：
将P1、P2坐标代入，解得：
在步骤S13中具体计算方法如下：
创建平面圆方程为：x2+y2+Ax+By+C＝0；
则误差平方和方程为：
其中，n为点群数量，i为第i个点的x、y、z值，A、B、C为未知数。
对误差平方和方程求偏导：
对A求偏导：
对B求偏导：
对C求偏导：
求出未知数A、B、C即可得到最优化圆心方程。
圆心坐标为半径为/>圆心z值为负的原点到最优化平面的距离-L。
将圆心坐标代入到坐标系旋转的矩阵运算中，得到初始坐标系下的圆心坐标。
在步骤S13中具体计算方法如下：
确定空间法兰的半径为R，则约束条件为A2+B2-4C＝4R2
应用拉格朗日乘数法，则误差平方和方程为：
其中，n为点群数量，i为第i个点的x、y、z值，A、B、C为未知数；
对误差平方和方程求偏导：
对A求偏导：
对B求偏导：
对C求偏导：
对λ求偏导：A2+B2-4C＝4R2
求出未知数A、B、C、λ即可得到最优化圆心方程。
进一步，在得到最优化圆心方程之后，在求最优化平面与圆心中引入权重函数进行四次迭代
其中，δ为每个点到优化圆的偏差值，γ为设定的可接受偏差最大值。
通过上述的方法，相比于拉尺运算，可以有效的避免在法兰圆心计算过程中需要多次确定拉尺点位，并且进行多点位测量的问题，并且本申请所提供的方法能够得到最优化的圆心进行后续计算，因此数据处理更加快捷，且避免人工运算导致的错误计算，通过导入数据直接输出结果，使得圆心计算更加的准确高效。
下面通过具体的应用场景对本申请技术方案做进一步的说明。
1、求出三维最优化圆心：
如图2所示的表格，将仪器导出的数据复制粘贴到表格中进行分列处理，将分列好的点号、X、Y、Z坐标粘贴到区域1；
区域2为各点的平面度与偏差，可根据偏差情况除去个别点；
区域3为圆心及半径；
区域4是调试参数，默认为0，如果要使半径增大，则走正数，要使半径减小，则负数，通常以0.01为起始参数，根据半径变化情况调试。
2、求出二维最优化圆心：
如图3所示的表格，将仪器导出的数据复制粘贴到表格中进行分列处理，将分列好的点号、X、Y坐标粘贴到5区域；
区域6为各点的偏差，可根据偏差情况除去个别点；
区域7为圆心及半径；
区域8是调试参数，默认为0，如果要使半径增大，则走正数，要使半径减小，则负数，通常以0.01为起始参数，根据半径变化情况调试
3、以吸力桶分析为例：
如图4所示的表格，将仪器导出的数据复制粘贴到表格中进行分列处理，将分列好的点号、X、Y坐标粘贴到区域9；
区域10为各点的偏差，可根据偏差情况除去个别点；
区域11为圆心及半径；
区域12是调试参数，默认为0，如果要使半径增大，则走正数，要使半径减小，则负数，通常以0.01为起始参数，根据半径变化情况调试；
右侧将吸力桶数据分列后(一圈12个点)复制粘贴进去即可；
左侧内容与之前一致，默认用吸力桶最上口一圈找圆心进行分析，因此只需要将吸力桶数据前12个点粘贴分析；
自动生成数据，排版与报告一致，复制粘贴到报告模板即可，如图5所示。
基于同一发明构思，本申请实施例中还提供了一种数据分析系统，参照图6所示为本申请提供的一种数据分析系统的结构示意图，该系统包括：
计算模块601，用于通过最小二乘法计算出空间法兰的最优化平面；
处理模块602，用于在所述最优化平面中确定出相互垂直的两个向量；
采用最小二乘法计算出所述最优化平面内的空间法兰圆心；
通过拉格朗日乘数法，基于调整参数，得到各个约束半径下的空间法兰的优化圆心。
基于同一发明构思，本申请实施例中还提供了一种电子设备，所述电子设备可以实现前述一种数据分析系统的功能，参考图7，所述电子设备包括：
至少一个处理器701，以及与至少一个处理器701连接的存储器702，本申请实施例中不限定处理器701与存储器702之间的具体连接介质，图7中是以处理器701和存储器702之间通过总线700连接为例。总线700在图7中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。总线700可以分为地址总线、数据总线、控制总线等，为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。或者，处理器701也可以称为控制器，对于名称不做限制。
在本申请实施例中，存储器702存储有可被至少一个处理器701执行的指令，至少一个处理器701通过执行存储器702存储的指令，可以执行前文论述的一种数据分析方法。处理器701可以实现图7所示的系统中各个模块的功能。
其中，处理器701是该装置的控制中心，可以利用各种接口和线路连接整个该控制设备的各个部分，通过运行或执行存储在存储器702内的指令以及调用存储在存储器702内的数据，该装置的各种功能和处理数据，从而对该装置进行整体监控。
在一种可能的设计中，处理器701可包括一个或多个处理单元，处理器701可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器701中。在一些实施例中，处理器701和存储器702可以在同一芯片上实现，在一些实施例中，它们也可以在独立的芯片上分别实现。
处理器701可以是通用处理器，例如中央处理器(CPU)、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的一种数据分析方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
存储器702作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器702可以包括至少一种类型的存储介质，例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random AccessMemory，RAM)、静态随机访问存储器(Static Random Access Memory，SRAM)、可编程只读存储器(Programmable Read Only Memory，PROM)、只读存储器(Read Only Memory，ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、磁性存储器、磁盘、光盘等等。存储器702是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。本申请实施例中的存储器702还可以是电路或者其它任意能够实现存储功能的装置，用于存储程序指令和/或数据。
通过对处理器701进行设计编程，可以将前述实施例中介绍的一种数据分析方法所对应的代码固化到芯片内，从而使芯片在运行时能够执行图1所示的实施例的一种数据分析方法的步骤。如何对处理器701进行设计编程为本领域技术人员所公知的技术，这里不再赘述。
基于同一发明构思，本申请实施例还提供一种存储介质，该存储介质存储有计算机指令，当该计算机指令在计算机上运行时，使得计算机执行前文论述的一种数据分析方法。
在一些可能的实施方式中，本申请提供的一种数据分析方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在装置上运行时，程序代码用于使该控制设备执行本说明书上述描述的根据本申请各种示例性实施方式的一种数据分析方法中的步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种数据分析方法，其特征在于，所述方法包括：
通过最小二乘法计算出空间法兰的最优化平面；
在所述最优化平面中确定出相互垂直的两个向量；
采用最小二乘法计算出所述最优化平面内的空间法兰圆心；
通过拉格朗日乘数法，基于调整参数，得到各个约束半径下的空间法兰的优化圆心。
2.如权利要求1所述的方法，其特征在于，在得到各个约束半径下的空间法兰优化圆心之后，所述方法还包括：
通过迭代加权算法，对各个约束半径下的空间法兰优化圆心进行误差项的识别：
剔除误差项不满足预设条件的优化圆心。
3.如权利要求1所述的方法，其特征在于，通过最小二乘法计算出空间法兰的最优化平面，包括：
创建空间平面的方程：
z＝Ax+By+C
误差平方和的方程为：
其中，n为点群数量，i为第i个点的x、y、z值，A、B、C为未知数；
对误差平方和方程求偏导：
对A求偏导：
对B求偏导：
对C求偏导：
求出未知数A、B、C即可得到最优化平面方程。
4.如权利要求1所述的方法，其特征在于，在所述最优化平面中确定出相互垂直的两个向量，包括：
过初始原点找两条在优化平面上的垂直线作为新坐标系的x，y轴，即可建立新坐标系；
设第一条直线(x轴)为：向量OP1，P1坐标为(x1，y1，z1)，令y1＝0，则P1初始坐标为(x1，0，Ax1)，旋转后坐标为(0，0)；
设第二条直线(y轴)为：向量OP2，P2坐标为(x2，y2，z2)，由于OP2与OP1垂直，则有：
x1x2+y1y2+z1z2＝0k
解得：代入方程，得
则P2初始坐标为(x2，)，
旋转后坐标为(0，0)。
5.如权利要求1所述的方法，其特征在于，采用最小二乘法计算出所述最优化平面内的空间法兰圆心，包括：
创建平面圆方程为：x2+y2+Ax+By+C＝0；
则误差平方和方程为：
其中，n为点群数量，i为第i个点的x、y、z值，A、B、C为未知数。
对误差平方和方程求偏导：
对A求偏导：
对B求偏导：
对C求偏导：
求出未知数A、B、C即可得到最优化圆心方程。
6.如权利要求1所述的方法，其特征在于，通过拉格朗日乘数法，基于调整参数，得到各个约束半径下的空间法兰的优化圆心，包括：
确定空间法兰的半径为R，则约束条件为A2+B2-4C＝4R2
应用拉格朗日乘数法，则误差平方和方程为：
其中，n为点群数量，i为第i个点的x、y、z值，A、B、C为未知数；
对误差平方和方程求偏导：
对A求偏导：
对B求偏导：
对C求偏导：
对λ求偏导：A2+B2-4C＝4R2
求出未知数A、B、C、λ即可得到最优化圆心方程。
7.如权利要求2所述的方法，其特征在于，通过迭代加权算法，对各个约束半径下的空间法兰优化圆心进行误差项的识别，包括：
在求最优化平面与圆心中引入权重函数进行四次迭代
其中，δ为每个点到优化圆的偏差值，γ为设定的可接受偏差最大值。
8.一种数据分析系统，其特征在于，所述系统包括：
计算模块，用于通过最小二乘法计算出空间法兰的最优化平面；
处理模块，用于在所述最优化平面中确定出相互垂直的两个向量；
采用最小二乘法计算出所述最优化平面内的空间法兰圆心；
通过拉格朗日乘数法，基于调整参数，得到各个约束半径下的空间法兰的优化圆心。
9.一种电子设备，其特征在于，包括：
存储器，用于存放计算机程序；
处理器，用于执行所述存储器上所存放的计算机程序时，实现权利要求1-7中任一项所述的方法步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一项所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310385894.XA CN116502418A (zh) | 2023-04-11 | 2023-04-11 | 一种数据分析方法、系统及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310385894.XA CN116502418A (zh) | 2023-04-11 | 2023-04-11 | 一种数据分析方法、系统及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116502418A true CN116502418A (zh) | 2023-07-28 |
Family
ID=87325814
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310385894.XA Pending CN116502418A (zh) | 2023-04-11 | 2023-04-11 | 一种数据分析方法、系统及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116502418A (zh) |
-
2023
- 2023-04-11 CN CN202310385894.XA patent/CN116502418A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Larsson et al. | Beyond grobner bases: Basis selection for minimal solvers | |
| CN104793560A (zh) | 用于生成轨迹的方法和系统 | |
| CN112085033A (zh) | 一种模板匹配方法、装置、电子设备及存储介质 | |
| CN103092577A (zh) | 三维影像量测程序生成系统及方法 | |
| CN105139007A (zh) | 人脸特征点定位方法和装置 | |
| CN115294045A (zh) | 改进加工余量获取方法、系统、设备、存储介质及应用 | |
| CN111123833B (zh) | 一种机床的热误差补偿计算方法、装置、设备和存储介质 | |
| CN118094668A (zh) | 一种自适应笛卡尔网格快速生成优化方法 | |
| CN116502418A (zh) | 一种数据分析方法、系统及电子设备 | |
| TWI506566B (zh) | 量測資訊自動輸出系統及方法 | |
| CN109827607A (zh) | 线结构光焊缝跟踪传感器的标定方法及装置 | |
| CN112114557A (zh) | 五轴联动数控机床动态精度检测方法、系统及储存介质 | |
| CN103424070A (zh) | 曲面坐标系建立系统及方法 | |
| CN111858785A (zh) | 地图离散型要素的匹配方法、装置、系统及存储介质 | |
| CN113074686B (zh) | 一种创建实测坐标系的方法及装置 | |
| CN112907669A (zh) | 基于共面特征点的相机位姿测量方法及装置 | |
| CN111325123A (zh) | 面部角度表示和标注方法、装置及计算机存储介质 | |
| CN111949925B (zh) | 基于罗德里格矩阵和最大凸包的影像相对定向方法及装置 | |
| CN116611211B (zh) | 由电子设备执行的追踪曲面交线方法及装置、电子设备 | |
| CN118537606B (zh) | 一种三维点云匹配退化的处理方法、装置及程序产品 | |
| TW201643814A (zh) | 點雲拼接方法及系統 | |
| CN117405054B (zh) | 基于三坐标测量的模架精框精度在线检测方法及系统 | |
| CN117765047B (zh) | 一种工件配准方法、装置、计算机设备及存储介质 | |
| TWI498691B (zh) | 量測編程坐標系刷新系統及方法 | |
| CN117406563B (zh) | 套刻对准标记的位置偏移量检测方法及半导体的加工方法 |
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 |