一种测试数据源配置方法及装置制造方法及图纸

本申请提供了一种测试数据源配置方法，包括：可视化配置数据源，根据所述数据源对应的元数据映射关系，生成元数据表，根据所述元数据表，将目标端的数据进行组合；根据工业知识库中的目标参数，对工业模型进行初步的参数配置；根据所述组合后的目标端的数据，构建数据模型；将所述数据模型输入到所述工业模型中进行模型训练，根据所述模型训练的准确度和综合效率动态匹配元数据库中的数据源和数据格式。本申请基于工业预测数据源的可视化配置和可视化构建工具，通过对特定场景特定业务功能的数据源进行快速的构建和配置，实现模型的实际测试和功能预测。

A Test Data Source Configuration Method and Device

【技术实现步骤摘要】
一种测试数据源配置方法及装置
本申请涉及工业模型领域，具体而言，涉及一种测试数据源配置方法及装置。
技术介绍
随着工业互联网的飞速发展，工业领域的知识库和模型库、机理模型、工艺流程等企业的数字化资产在成指数级增长。当前在企业中，主要靠各个孤立的信息化系统去管理这是数字化资产，但是没有统一的体系就统一管理，各个业务系统数据彼此分离，更为关键的是，这些复杂的的数据很难通过一种特定的方式进行组合，也无法形成特定企业模型直接使用的测试数据，更无法形成有效的企业知识和工业经验，为企业提供相应的数据化服务。在这一领域中，现有技术没有根据工业模型训练的实际需要进行动态匹配合适的数据源和数据类型的技术，如果人工进行数据源和数据类型的修改，工业模型的训练效率往往很低，并且训练的准确性不能得到保障。
技术实现思路
有鉴于此，本申请的目的在于提供一种测试数据源配置方法及装置，用于解决现有技术中数据源无法进行自适应数据自匹配的问题。可以根据工业模型训练的实际需要和训练结果进行动态匹配更合适的数据源和数据类型，提高了工业模型训练的效率，并且提高了工业模型的算法准确度。第一方面，本申请实施例提供了一种测试数据源配置方法，该方法包括：可视化配置数据源，根据所述数据源对应的元数据映射关系，生成元数据表，根据所述元数据表，将目标端的数据进行组合；根据工业知识库中的目标参数，对工业模型进行初步的参数配置；根据所述组合后的目标端的数据，构建数据模型；将所述数据模型输入到所述工业模型中进行模型训练，根据所述模型训练的准确度和综合效率动态匹配元数据库中的数据源和数据格式。结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方案，其中，所述可视化配置数据源，根据所述数据源对应的元数据映射关系，生成元数据表，根据所述元数据表，将目标端的数据进行组合，包括：当所述数据源为复杂异构数据源时，将所述复杂异构数据源中的多种数据源根据各自的连接方式和读取方式进行整合，得到复杂异构数据源配置方案；根据所述复杂异构数据源配置方案，配置所述复杂异构数据源；根据所述复杂异构数据源中的多种数据源，生成数据源组合体；将所述数据源组合体和辅助数据源特征结合，生成所述数据源组合体对应的元数据；根据所述数据源组合体对应的元数据映射关系，生成组合体元数据表；根据所述组合体元数据表，将目标端的数据进行组合。结合第一方面，本申请实施例提供了第一方面的第二种可能的实施方案，其中，所述根据所述元数据表，将目标端的数据进行组合之后，包括：将所述目标端的数据的数据特征参数组同步到工业元数据库中，更新所述工业元数据库中的数据特征参数组。结合第一方面，本申请实施例提供了第一方面的第三种可能的实施方案，其中，所述将所述数据模型输入到所述工业模型中进行模型训练之后，还包括：当所述数据模型对应的元数据的数据源和数据格式无需进行动态匹配时，当用户对所述数据源的数据进行修改时，数据源采集所述修改后的数据，并进行数据归档得到归档数据，然后将所述归档数据传送至目标端，目标端对归档数据进行解析，对目标端的数据进行相应的更新；所述更新完成后，目标端向数据源的管理服务器发送执行结果，所述管理服务器收到执行结果后，确认同步成功后，对归档数据进行清除。结合第一方面，本申请实施例提供了第一方面的第四种可能的实施方案，所述将所述数据模型输入到所述工业模型中进行模型训练，根据所述模型训练的准确度和综合效率动态匹配元数据库中的数据源和数据格式之后，包括：将所述模型训练的训练数据加入所述工业知识库，更新工业知识库的训练经验数据。第二方面，本申请实施例提供了一种测试数据源配置装置，其特征在于，包括：元数据处理模块，用于可视化配置数据源，根据所述数据源对应的元数据映射关系，生成元数据表，根据所述元数据表，将目标端的数据进行组合；工业模型初始化模块，用于根据工业知识库中的目标参数，对工业模型进行初步的参数配置；数据模型模块，用于根据所述组合后的目标端的数据，构建数据模型；训练模块，用于将所述数据模型输入到所述工业模型中进行模型训练，根据所述模型训练的准确度和综合效率动态匹配元数据库中的数据源和数据格式。结合第二方面，本申请实施例提供了第二方面的第一种可能的实施方案，其中，所述元数据处理模块，包括：复杂异构数据处理模块，用于当所述数据源为复杂异构数据源时，将所述复杂异构数据源中的多种数据源根据各自的连接方式和读取方式进行整合，得到复杂异构数据源配置方案；根据所述复杂异构数据源配置方案，配置所述复杂异构数据源；根据所述复杂异构数据源中的多种数据源，生成数据源组合体；将所述数据源组合体和辅助数据源特征结合，生成所述数据源组合体对应的元数据；根据所述数据源组合体对应的元数据映射关系，生成组合体元数据表；根据所述组合体元数据表，将目标端的数据进行组合。结合第二方面，本申请实施例提供了第二方面的第二种可能的实施方案，其中，所述训练模块，还包括：数据同步模块，用于当所述数据模型对应的元数据的数据源和数据格式无需进行动态匹配时，当用户对所述数据源的数据进行修改时，数据源采集所述修改后的数据，并进行数据归档得到归档数据，然后将所述归档数据传送至目标端，目标端对归档数据进行解析，对目标端的数据进行相应的更新；所述更新完成后，目标端向数据源的管理服务器发送执行结果，所述管理服务器收到执行结果后，确认同步成功后，对归档数据进行清除。第三方面，本申请实施例提供了一种计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述第一方面至第一方面的第四种可能的实施方案中的任一项所述的方法的步骤。第四方面，本申请实施例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上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述第一方面至第一方面的第四种可能的实施方案中任一项所述的方法的步骤。本申请实施例提出的一种测试数据源配置方法及装置，通过可视化配置数据源，并根据该数据源对应的元数据的映射关系对目标端的数据进行组合，然后根据组合后的目标端的数据构建数据模型，并放入工业模型中进行训练，在训练的过程中，参考魔性训练的准确度和综合效率动态匹配数据源和数据格式，以完成工业模型训练。本申请实施例所提出的测试数据源配置方法根据工业模型训练的实际需要和训练结果进行动态匹配更合适的数据源和数据类型，提高了工业模型训练的效率，并且提高了工业模型的算法准确度。为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1为本申请实施例提供的一种测试数据源配置方法的流程示意图；图2为本申请实施例提供的又一种测试数据源配置方法的流程示意图；图3为本申请实施例提供的又一种测试数据源配置方法的流程示意图；图4为本申请实施例提供的一种测试数据源配置装置的结构示意图；图5为本申请实施例提供的又一本文档来自技高网...

【技术保护点】
1.一种测试数据源配置方法，其特征在于，包括：可视化配置数据源，根据所述数据源对应的元数据映射关系，生成元数据表，根据所述元数据表，将目标端的数据进行组合；根据工业知识库中的目标参数，对工业模型进行初步的参数配置；根据所述组合后的目标端的数据，构建数据模型；将所述数据模型输入到所述工业模型中进行模型训练，根据所述模型训练的准确度和综合效率动态匹配元数据库中的数据源和数据格式。

【技术特征摘要】
1.一种测试数据源配置方法，其特征在于，包括：可视化配置数据源，根据所述数据源对应的元数据映射关系，生成元数据表，根据所述元数据表，将目标端的数据进行组合；根据工业知识库中的目标参数，对工业模型进行初步的参数配置；根据所述组合后的目标端的数据，构建数据模型；将所述数据模型输入到所述工业模型中进行模型训练，根据所述模型训练的准确度和综合效率动态匹配元数据库中的数据源和数据格式。2.根据权利要求1所述的方法，其特征在于，所述可视化配置数据源，根据所述数据源对应的元数据映射关系，生成元数据表，根据所述元数据表，将目标端的数据进行组合，包括：当所述数据源为复杂异构数据源时，将所述复杂异构数据源中的多种数据源根据各自的连接方式和读取方式进行组合，得到复杂异构数据源配置方案；根据所述复杂异构数据源配置方案，配置所述复杂异构数据源；根据所述复杂异构数据源中的多种数据源，生成数据源组合体；将所述数据源组合体和辅助数据源特征进行结合，生成所述数据源组合体对应的元数据；根据所述数据源组合体对应的元数据映射关系，生成组合体元数据表；根据所述组合体元数据表，将目标端的数据进行组合。3.根据权利要求1所述的方法，其特征在于，所述根据所述元数据表，将目标端的数据进行组合之后，包括：将所述目标端的数据的数据特征参数组同步到工业元数据库中，更新所述工业元数据库中的数据特征参数组。4.根据权利要求1所述的方法，其特征在于，所述将所述数据模型输入到所述工业模型中进行模型训练之后，还包括：当所述数据模型对应的元数据的数据源和数据格式无需进行动态匹配时，当用户对所述数据源的数据进行修改时，数据源采集所述修改后的数据，并进行数据归档得到归档数据，然后将所述归档数据传送至目标端，目标端对归档数据进行解析，对目标端的数据进行相应的更新；所述更新完成后，目标端向数据源的管理服务器发送执行结果，所述管理服务器收到执行结果后，确认同步成功后，对归档数据进行清除。5.根据权利要求1所述的方法，其特征在于，所述将所述数据模型输入到所述工业模型中进行模型训练，根据所述模型训练的准确度和综合效率动态匹配元数据库中的数据源和数据格式之后，包括：将所述模型训...

【专利技术属性】
技术研发人员：贾彦江，赵宏宇，胡渊，陈海林，刘勇进，王晓，高华杰，
申请(专利权)人：北京航天数据股份有限公司，
类型：发明
国别省市：北京,11