一种应用于生产管理的数据分类识别方法技术

本发明专利技术涉及数据处理领域，具体涉及一种应用于生产管理的数据分类识别方法，包括：获取生产线上设定时间内的数据矩阵；根据数据矩阵中每一行数据得到所述数据矩阵的整体特征；根据时间延迟量以及相空间的嵌入维数得到所述相空间的多个相点；获取不同嵌入维度下的最小空间单元，根据各个最小空间单元内所有相点之间的欧氏距离得到搜索半径的取值范围；获取不同搜索半径对应的关联维数，进而得到每个嵌入维数的变化曲线；根据所有变化曲线的斜率得到特征区间以及最佳关联维数，得到数据矩阵的局部特征；使用历史数据的局部特征和整体特征训练分类神经网络；使用分类神经网络判断数据类型。本发明专利技术更加准确，快速。快速。快速。

【技术实现步骤摘要】
一种应用于生产管理的数据分类识别方法


[0001]本专利技术涉及数据处理领域，具体涉及一种应用于生产管理的数据分类识别方法。

技术介绍

[0002]在工业生产中，自动化生产会出现生产参数，生产出的产品都需要经过质检，检测合格才算是合格的产品。但是在自动化检测中，产品的生产参数数据通常是判断产品好坏的标准。然而在工业生产中，产品往往是批量生产的，大量的生产数据以及生产信息在各部门之间的共享与传递是不通畅的，生产线的生产状态信息反馈到管理部门的过程中存在滞后，导致当产品的生产参数出现异常后，管理部门不能及时发现异常，进而造成巨大的经济损失，由此导致生产管理不顺畅，生产计划不达标，降低了生产线运行效率。

技术实现思路

[0003]本专利技术提供一种应用于生产管理的数据分类识别方法，以解决现有的信息传递滞后的问题。
[0004]本专利技术的一种应用于生产管理的数据分类识别方法采用如下技术方案：本专利技术一个实施例提供了一种应用于生产管理的数据分类识别方法，该方法包括以下步骤：获取生产线上产品在各个时刻的各个参数数据，得到所述各个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于生产管理的数据分类识别方法，其特征在于，该方法包括以下步骤：获取生产线上产品在各个时刻的各个参数数据，得到所述各个时刻的参数序列；根据设定时间内各个时刻的参数序列得到所述设定时间的数据矩阵；根据数据矩阵中每一行的差值均值得到所述数据矩阵的整体特征；将数据矩阵转化为数据序列，将参数数据类型的数量作为时间延迟量；根据时间延迟量以及相空间的嵌入维数得到所述相空间的多个相点；根据不同嵌入维数下，相空间中各个维度上所有相点的坐标值得到相空间的分块边长；将分块边长作为最小空间单元的边长，根据所述最小空间单元内所有相点之间的欧氏距离得到搜索半径的取值范围；根据各个最小空间单元内各个相点之间的欧氏距离以及不同搜索半径得到所述不同搜索半径对应的关联维数；根据每个嵌入维数下，各个搜索半径以及所述各个搜索半径的关联维数得到所述每个嵌入维数的变化曲线；根据所有变化曲线的斜率得到特征区间以及最佳关联维数，所述最佳关联维数以及特征区间构成了所述数据矩阵的局部特征；使用历史数据中各个设定时间内正常数据所对应的局部特征以及整体特征训练神经网络，得到分类神经网络；将生产过程中每个设定时间内的数据矩阵的局部特征和整体特征，输入到分类神经网络中，得到所述每个设定时间所对应的数据类型。2.根据权利要求1所述的一种应用于生产管理的数据分类识别方法，其特征在于，所述得到数据矩阵的整体特征的获取方法为：计算数据矩阵中每一行数据的均值；将数据矩阵中每一行中各个数据的值与所述每一行数据的均值之间差值的累加和，作为所述每一行的整体特征；将数据矩阵中所有行的整体...

【专利技术属性】
技术研发人员：秦炎，
申请(专利权)人：南通二进制软件科技有限公司，
类型：发明
国别省市：