一种联合收获机大数据重构方法与装置制造方法及图纸

本发明专利技术提供了一种联合收获机大数据重构方法与装置，该方法基于模糊聚类框架，利用克里金法刻画联合收获机完整数据的参数关联关系，通过数据参数之间的关联关系，以及数据空间分布密度、均值等信息共同推断空值、野值、异常值的真实数值。该装置，采用数据输入模块用于获取农机现场作业数据；数据重构模块用于接收数据输入模块输入的联合收获机大数据，并根据联合收获机大数据重构方法重构数据；数据输出模块输出联合收获机大数据的重构数据；数据保存模块用于保存联合收获机大数据的原始数据、重构数据、隶属度矩阵，提高了联合收获机大数据重构的精准度，为后续联合收获机大数据建模与分析任务提供数据支撑。模与分析任务提供数据支撑。模与分析任务提供数据支撑。

【技术实现步骤摘要】
一种联合收获机大数据重构方法与装置


[0001]本专利技术属于联合收获机、大数据、人工智能的交叉
，特别涉及一种联合收获机大数据重构方法与装置。

技术介绍

[0002]联合收获机是保障水稻、小麦、玉米等主粮及时收获的关键装备，其作业过程的性能表现对于我国粮食生产安全具有重要意义。联合收获机的作业性能主要由割台、输送槽、脱粒、清选等装置组成的工作部件所决定，不同装置之间的相互作用十分复杂，难以通过物理推导、数值仿真等手段准确刻画。在实际作业过程中，联合收获机的作业参数调整多依赖机手经验，难以准确匹配实时收获工况，作业性能时好时坏。
[0003]随着联合收获机工作部件运行监测的日益完善，来源于作业现场的实测数据不断累积。这些数据记录下了联合收获机工作部件内部的运行过程，也隐含了联合收获机工作部件与作物的相互作用机理。通过挖掘这些数据的内部信息，可以有效地指导联合收获机的运行作业，提升联合收获机的作业性能表现。
[0004]但是联合收获机在田间作业，部分传感器安装于脱粒、清选等装置内部，服役环境温度高、湿度大、粉尘多；田间地域广本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种联合收获机大数据重构方法，其特征在于，包括如下步骤：步骤S1、在模糊聚类框架下，利用克里金法刻画联合收获机不包括空值、野值或异常值的作业参数的完整数据的参数之间的关联关系，获取联合收获机完整数据的隶属度；步骤S2、基于步骤S1获得的联合收获机的完整数据及其隶属度计算类原型，继而获得包括空值、野值和或异常值的作业参数的不完整数据的隶属度；步骤S3、根据计算的到的类原型、不完整数据的正常数值、不完整数据的隶属度分别估计空值、野值和或异常值的真实数值，实现联合收获机大数据的重构。2.根据权利要求1所述的联合收获机大数据重构方法，其特征在于，所述步骤S1中，采用克里金法刻画数据参数之间的关联关系，通过如下公式计算完整数据的隶属度：u
k,i
是第k个完整数据对第i个子类的隶属度；c是聚类的子类个数；y
k
是第k个完整数据的预测目标参数的数值；是第i个子类的克里金模型给出第k个完整数据的预测目标参数的预测值；是第t个子类的克里金模型给出第k个完整数据的预测目标参数的预测值。3.根据权利要求2所述的联合收获机大数据重构方法，其特征在于，所述步骤S1中，聚类的子类个数c为3，隶属度阈值θ，一般取为为0.5。4.根据权利要求1所述的联合收获机大数据重构方法，其特征在于，所述步骤S2中，通过如下公式计算的类原型：n是完整数据的样本个数，v
i
是第i个子类的类原型，是第k个完整数据，是第k个完整数据，是第k个完整数据的预测目标参数的数值，是第k个完整数据的除预测目标参数之外其余参数数值组成的向量。5.根据权利要求1所述的联合收获机大数据重构方法，其特征在于，所述步骤S2中，通过如下公式计算不完整数据的隶属度：不完整数据的隶属度：μ
k,i
是第k个不完整数据对第i个子类的隶属度，z
k,j
表示第k个数据的第j个参数的数值，
v
i,j
表示第i个类原型的第j个参数的数值，X<...

【专利技术属性】
技术研发人员：石茂林，
申请(专利权)人：江苏大学，
类型：发明
国别省市：