基于纤维流多分支索引的在线大数据字典生成方法技术

本发明专利技术提出了一种基于纤维流多分支索引的在线纺纱大数据字典生成方法，该方法通过稀疏编码方法来建立动态多源异构数据之间的对应关系。与传统利用稀疏编码方法建立数据之间对应关系的研究不同的是，传统方法建立在样本与字典数据较长时间不变的假设前提下，而本发明专利技术所提出的方法通过引入表征分支样本之间共同特征的共享字典，能够通过调整优化函数动态地建立表达对应关系的大数据字典。随后通过动态更新的大数据字典进行离散数据的输入从而得到对应的连续数据的输出。得到对应的连续数据的输出。得到对应的连续数据的输出。

【技术实现步骤摘要】
基于纤维流多分支索引的在线大数据字典生成方法


[0001]本专利技术涉及一种纺纱全流程数据关系对齐方法，具体涉及一种基于纤维流多分支索引的在线纺纱大数据字典生成方法，属于纺纱生产数据处理


技术介绍

[0002]纺纱是混合式作业方式，前道工序的清花、梳棉、并条是连续型作业，后道工序的粗纱、细纱是离散型作业，连续与离散生产数据难以对齐。且纺纱企业在设计、生产、试验测试等环节产生的数据大多分散保存在各个不同的信息系统中，难以将业务相关数据汇聚后进一步挖掘数据价值。且这些数据间的映射关系随着工艺改进、产品换代而动态变化。因此，如何在动态制造环境中，建立统一的纺纱数据模型，是亟需解决的关键问题。
[0003]随着数据感知和工业互联网技术的发展，部分学者开始建立数字总线来集合各类生产过程数据，并根据流程工艺以及时序关系建立数据之间的对应关系。但是，其有效性需要一个先决条件，即数据之间的对应关系不应随着工艺改进、时间变化、环境突变或产品更新而有较大的改变。但在实际纱线生产过程中，纺纱车间具有复杂而实时变化的生产环境，例如原棉的更换，罗拉部件本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于纤维流多分支索引的在线大数据字典生成方法，其特征在于，包括以下步骤：步骤1：获取生产过程数据，包括离散数据以及以固定时长为单位间隔时间的周期性的连续数据；步骤2：以连续数据作为样本，选取与之对应的部分离散型数据作为初始字典，其中，将样本定义为Y，将初始字典定义为D，则：第c个周期的连续数据定义为分支样本Y
c
，为特定纤维流数据表征向量；将初始字典D中与分支样本Y
c
对应的字典矩阵列向量定义为D
c
；步骤3：采用Fisher判别法对样本Y进行稀疏编码，得到初始优化函数J
Y
(D,X)，如下式所示：式中：DX表示分支样本Y
c
用字典D表示的稀疏编码，X为稀疏矩阵；、为超参数；表示稀疏矩阵X的一范数；为Fisher判别项，且有：式中，表示分支样本Y
c
的约束项；X
c
表示稀疏矩阵X中的第c列向量，稀疏矩阵X共有C列向量；表示与分支样本Y
c
对应的稀疏矩阵X的第c列向量；表示与分支样本Y
c
对应的稀疏矩阵X的第j列向量；表示矩阵的二范数；G(X)为系数判别项，表示为：式中，M表示稀疏矩阵X的均值矩阵；M
c
表示均值矩阵M的第c列向量；步骤4：预先定义能够表征各分支样本Y
c
共同特征的共享字典D0；在每条离散...

【专利技术属性】
技术研发人员：汪俊亮，陈亦豪，张洁，徐楚桥，吕佑龙，
申请(专利权)人：上海首枢大数据科技有限公司，
类型：发明
国别省市：