异常早期感测装置及方法制造方法及图纸

本发明专利技术公开一种异常早期感测装置及方法。根据本发明专利技术的一个实施例的异常早期感测装置，包括：类似案例选定单元，从先前案例数据中选定与监控对象相关联的类似案例；数据采集单元，采集所述监控对象的状态信息；异常感测单元，将从所述先前案例数据中被分类为正常的案例数据生成用于感测所述监控对象的异常的基准线，并且将所述基准线与采集的所述状态信息进行比较来感测所述监控对象是否发生异常；预测单元，当感测到所述监控对象发生异常时，将选定的所述类似案例与采集的所述状态信息进行比较来从所述类似案例中选定与所述监控对象相关联的最佳类似案例，并通过所述最佳类似案例来预测所述监控对象的此后的事态发展。

【技术实现步骤摘要】

本专利技术的实施例涉及一种通过融合实时采集的数据和先前的数据来早期感测及预测监控对象的异常的技术。
技术介绍
异常情况的早期及实时感测在多种业务流程是用于节约费用及风险管理的核心技术之一。例如，在第四方物流(4PL：Fourth-PartyLogistics)领域中，高准确度的物流差错预测成为用于节约对应费用及满足顾客的必要因素。对此，4PL企业引进船舶实时追踪技术等以努力确保物流的可视化。然而事实上，不存在针对这样的通过有效地利用实时输入的大容量的数据来可以早期预测物流差错的信息融合性分析模块的研究。[现有技术文献][专利文献]韩国公开专利公报第10-2009-0000969号(2009.01.08)
技术实现思路
本专利技术的实施例旨在提供一种通过将连续发生的实时数据结合到利用基于相似度的方法论导出的类似案例来迅速感测监控对象的异常情况且有效地预测此后的事态发展的方法。根据本专利技术的示例性实施例，提供一种异常早期感测装置，包括：类似案例选定单元，从先前案例数据中选定与监控对象相关联的类似案例；数据采集单元，采集所述监控对象的状态信息；预测单元，将所述类似案例与所述状态信息进行比较来从所述类似案例中选定最佳类似案例，并通过所述最佳类似案例来预测所述监控对象的此后的事态发展。所述类似案例选定单元可基于利用所述先前案例数据的特征值(featurevalue)与所述监控对象的特征值之间的相似度的基于案例的推理来选定所述类似案例。所述异常早期感测装置，还可包括：异常感测单元，将从所述先前案例数据中被分类为正常的案例数据与所述状态信息进行比较来感测所述监控对象是否发生异常。所述异常感测单元可从所述被分类为正常的案例数据生成用于感测所述监控对象的异常的基准线，并且将所述基准线与采集的所述状态信息进行比较来感测所述监控对象是否发生异常。所述基准线可以是所述被分类为正常的案例数据的平均值或者中间值中的任意一个。当采集的所述状态信息和所述基准线之间的差异超过设定的正常范围时，所述异常感测单元可判断为所述监控对象发生异常。所述异常感测单元可在已设定的比较区间内计算所采集的所述状态信息与所述基准线之间的差异。所述异常感测单元可在判断为所述监控对象发生异常时输出警告消息。当由所述异常感测单元感测到所述监控对象发生异常时，所述预测单元可选定所述最佳类似案例。所述预测单元可将各个所述类似案例的模式与采集的所述状态信息的模式进行比较，并将具有与所述状态信息的模式的相似度最高的模式的类似案例选定为所述最佳类似案例。所述预测单元可在使各个所述类似案例的模式和所述状态信息模式在同一平面内移动的同时分别计算各个所述类似案例模式与所述状态信息模式的相似度的最大值，并将计算出的所述相似度的最大值最大的类似案例选定为所述最佳类似案例。所述预测单元可通过选定的所述最佳类似案例的模式和特征值来预测所述监控对象的此后的事态发展。所述监控对象是航行中的移动体，所述先前案例数据是所述移动体的先前航行案例数据，所述状态信息是所述移动体的基于时刻的位置信息。根据本专利技术的另一个示例性实施例，提供一种异常早期感测方法，包括如下步骤：从先前案例数据中选定与监控对象相关联的类似案例；采集所述监控对象的状态信息；将所述类似案例与采集的所述状态信息进行比较来从所述类似案例中选定最佳类似案例；通过所述最佳类似案例来预测所述监控对象的此后的事态发展。在选定所述类似案例的步骤中，可基于利用所述先前案例数据的特征值(featurevalue)与所述监控对象的特征值之间的相似度的基于案例的推理来选定所述类似案例。所述异常早期感测方法，在执行选定所述最佳类似案例的步骤之前，还可包括如下步骤：将从所述先前案例数据中被分类为正常的案例数据与所述状态信息进行比较来感测所述监控对象是否发生异常。感测是否发生所述异常的步骤还可包括如下步骤：可从所述被分类为正常的案例数据生成用于感测所述监控对象的异常的基准线；将所述基准线与采集的所述状态信息进行比较。所述基准线可以是所述被分类为正常的案例数据的平均值或者中间值中的任意一个。在所述进行比较的步骤中，当采集的所述状态信息和所述基准线之间的差异超过设定的正常范围时，可判断为所述监控对象发生异常。在所述进行比较的步骤中，可在已设定的比较区间内计算所采集的所述状态信息与所述基准线之间的差异。感测是否发生所述异常的步骤还可包括如下步骤：可在判断为所述监控对象发生异常时输出警告消息。在选定所述最佳类似案例的步骤中，当由所述异常感测单元感测到所述监控对象发生异常时，可选定所述最佳类似案例。在选定所述最佳类似案例的步骤中，可将各个所述类似案例的模式与采集的所述状态信息的模式进行比较，并将具有与所述状态信息的模式的相似度最高的模式的类似案例选定为所述最佳类似案例。在选定所述最佳类似案例的步骤中，可在使各个所述类似案例的模式和所述状态信息模式在同一平面内移动的同时分别计算各个所述类似案例模式与所述状态信息模式的相似度的最大值，并将计算出的所述相似度的最大值最大的类似案例选定为所述最佳类似案例。在预测所述事态发展的步骤中，可通过选定的所述最佳类似案例的模式和特征值来预测所述监控对象的此后的事态发展。根据本专利技术的实施例，可通过将连续发生的实时数据结合到通过基于相似度的方法论导出的类似案例来迅速感测监控对象的异常情况。此外，根据本专利技术的实施例，基于通过已采集的类似案例与实时数据之间的比较而导出的最佳类似案例来有效地预测监控对象的异常发生原因及此后的事态发展，从而可提供能够对迅速的决策给予实质性帮助的有意义的信息。附图说明图1是用于说明根据本专利技术的一个实施例的监控系统的框图。图2是用于说明根据本专利技术的一个实施例的异常早期感测装置的详细构成的框图。图3是用于说明根据本专利技术的一个实施例的异常早期感测装置的数据采集单元采集的监控对象状态信息的示例图。图4是示出针对图3中示出的船舶的航路所构建的基准线的曲线图。图5及图6是举例示出根据本专利技术的一个实施例的在由异常早期感测装置的异常感测单元对监控中的船舶的位置信息与基准线进行比较时可能发生的运输延迟的案例的示图。图7是举例示出根据本专利技术的一个实施例的由异常早期感测装置的异常感测单元输出的警告消息的示例图。图8是示出根据本本文档来自技高网...

【技术保护点】
一种异常早期感测装置，包括：类似案例选定单元，从先前案例数据中选定与监控对象相关联的类似案例；数据采集单元，采集所述监控对象的状态信息；预测单元，将所述类似案例与所述状态信息进行比较来从所述类似案例中选定最佳类似案例，并通过所述最佳类似案例来预测所述监控对象的此后的事态发展。

【技术特征摘要】
2014.08.27 KR 10-2014-01123211.一种异常早期感测装置，包括：
类似案例选定单元，从先前案例数据中选定与监控对象相关联的类似案
例；
数据采集单元，采集所述监控对象的状态信息；
预测单元，将所述类似案例与所述状态信息进行比较来从所述类似案例
中选定最佳类似案例，并通过所述最佳类似案例来预测所述监控对象的此后
的事态发展。
2.根据权利要求1所述的异常早期感测装置，其中，
所述类似案例选定单元基于利用所述先前案例数据的特征值与所述监控
对象的特征值之间的相似度的基于案例的推理来选定所述类似案例。
3.根据权利要求1所述的异常早期感测装置，其中，还包括：异常感测
单元，将从所述先前案例数据中被分类为正常的案例数据与所述状态信息进
行比较来感测所述监控对象是否发生异常。
4.根据权利要求3所述的异常早期感测装置，其中，
所述异常感测单元从所述被分类为正常的案例数据生成用于感测所述监
控对象的异常的基准线，并且将所述基准线与采集的所述状态信息进行比较
来感测所述监控对象是否发生异常。
5.根据权利要求4所述的异常早期感测装置，其中，
所述基准线是所述被分类为正常的案例数据的平均值或者中间值中的任
意一个。
6.根据权利要求4所述的异常早期感测装置，其中，
当采集的所述状态信息和所述基准线之间的差异超过设定的正常范围
时，所述异常感测单元判断为所述监控对象发生异常。
7.根据权利要求6所述的异常早期感测装置，其中，
所述异常感测单元在已设定的比较区间内计算所采集的所述状态信息与
所述基准线之间的差异。
8.根据权利要求3所述的异常早期感测装置，其中，
所述异常感测单元在判断为所述监控对象发生异常时输出警告消息。
9.根据权利要求3所述的异常早期感测装置，其中，
当由所述异常感测单元感测到所述监控对象发生异常时，所述预测单元
选定所述最佳类似案例。
10.根据权利要求1所述的异常早期感测装置，其中，
所述预测单元将各个所述类似案例的模式与采集的所述状态信息的模式
进行比较，并将具有与所述状态信息的模式的相似度最高的模式的类似案例
选定为所述最佳类似案例。
11.根据权利要求10所述的异常早期感测装置，其中，
所述预测单元在使各个所述类似案例的模式和所述状态信息模式在同一
平面内移动的同时分别计算各个所述类似案例模式与所述状态信息模式的相
似度的最大值，并将计算出的所述相似度的最大值最大的类似案例选定为所
述最佳类似案例。
12.根据权利要求1所述的异常早期感测装置，其中，
所述预测单元通过选定的所述最佳类似案例的模式和特征值来预测所述
监控对象的此后的事态发展。
13.根据权利要求1所述的异常早期感测装置，其中，
所述监控对象是航行中的移动体，所述先前案例数据是所述移动体的先
前航行案例...

【专利技术属性】
技术研发人员：金诚逸，朴龙老，郑攷云，金允赫，李盛雨，柳济元，
申请(专利权)人：三星SDS株式会社，
类型：发明
国别省市：韩国;KR