基于数据分析的阿胶糕保存环境监测方法技术

本发明专利技术涉及数据处理技术领域，具体涉及一种基于数据分析的阿胶糕保存环境监测方法，该方法包括：采集阿胶糕在保存过程中设定时间段内不同时刻的至少两种环境数据，构成数据预处理矩阵；根据每个时刻的每种环境数据在预设的时间窗口内的变化趋势差异、数据变化趋势和数据波动情况，确定每个时刻的异常权重；根据每两个时刻对应的相同种环境数据之间的差异，得到每两个时刻的时间间隔距离，基于时间间隔距离获取每个时刻的局部可达密度；基于每个时刻的局部可达密度以及异常权重得到每个时刻的局部离群因子，根据每个时刻的局部离群因子获得阿胶糕的保存环境监测结果。本发明专利技术能够获得更加准确的阿胶糕的保存环境监测结果。更加准确的阿胶糕的保存环境监测结果。更加准确的阿胶糕的保存环境监测结果。

【技术实现步骤摘要】
基于数据分析的阿胶糕保存环境监测方法


[0001]本专利技术涉及数据处理
，具体涉及一种基于数据分析的阿胶糕保存环境监测方法。

技术介绍

[0002]阿胶糕是由阿胶、黑芝麻、核桃仁等制作而出的一种食品，具有补血、止血、清肺润肺的功能，其质量问题关乎食用者的生命健康问题。若阿胶糕质量存在问题，在食用后可能会影响使用者的健康，因此，需要严格把关阿胶糕的保存环境，进而对阿胶糕的保存环境进行监测就显得尤为重要。
[0003]阿胶糕主要是在阴凉且干燥的环境下保存的，在对阿胶糕的保存环境进行监测时，一般是基于阿胶糕所处的保存环境中多种环境数据进行异常检测，而现有的LOF局部离群检测算法对于多维数据进行异常检测的结果较不准确，进而导致环境检测结果较不准确。

技术实现思路

[0004]为了解决现有的算法对于环境检测结果较不准确的技术问题，本专利技术的目的在于提供一种基于数据分析的阿胶糕保存环境监测方法，所采用的技术方案具体如下：采集阿胶糕在保存过程中设定时间段内不同时刻的至少两种环境数据，构成数据预处理矩阵；根据数据预处理矩阵中每个时刻的每种环境数据在预设的时间窗口内的变化趋势差异、数据变化趋势和数据波动情况，确定每个时刻对应的异常权重；根据数据预处理矩阵中每两个时刻对应的相同种环境数据之间的差异，得到每两个时刻对应的时间间隔距离，基于所述时间间隔距离获取每个时刻对应的局部可达密度；基于每个时刻对应的局部可达密度以及异常权重得到每个时刻对应的局部离群因子，根据每个时刻对应的局部离群因子获得阿胶糕的保存环境监测结果。
[0005]优选地，所述采集阿胶糕在保存过程中设定时间段内不同时刻的至少两种环境数据，构成数据预处理矩阵，具体包括：将阿胶糕保存环境在设定时间段内不同时刻的温度的归一化值，构成温度数据序列；将阿胶糕保存环境在设定时间段内不同时刻的湿度的归一化值，构成湿度数据序列；将阿胶糕保存环境在设定时间段内不同时刻的氧气浓度的归一化值，构成浓度数据序列；将温度数据序列、湿度数据序列和浓度数据序列中的元素按照设定顺序放置在矩阵中得到数据预处理矩阵；所述数据预处理矩阵中每一行数据为同一种环境数据。
[0006]优选地，所述根据数据预处理矩阵中每个时刻的每种环境数据在预设的时间窗口内的变化趋势差异、数据变化趋势和数据波动情况，确定每个时刻对应的异常权重，具体包括：根据温度数据序列中每个时刻的数据在预设的时间窗口内的数据变化趋势和数
据波动情况得到温度异常权重，根据湿度数据序列中每个时刻的数据在预设的时间窗口内的数据变化情况变化趋势和数据波动情况得到湿度异常权重，根据浓度数据序列和温度数据序列中每个时刻的数据在预设的时间窗口内的变化趋势差异、浓度数据序列和时序数据序列中每个时刻的数据在预设的时间窗口内的变化趋势差异、浓度数据序列中每个时刻的数据在预设的时间窗口内的数据变化趋势和数据波动情况，得到浓度异常权重；计算每个时刻对应的温度异常权重的归一化值、湿度异常权重的归一化值和浓度异常权重的归一化值之间的和值，根据所述和值得到每个时刻对应的异常权重；所述和值与异常权重呈正相关关系。
[0007]优选地，所述温度异常权重的获取方法具体为：在温度数据序列中，将以任意一个时刻对应的温度数据为中心点，预设长度的时间窗口内的温度数据作为该时刻对应的第一温度序列；获取第一温度序列中的温度上升子序列；将任意一个时刻记为目标时刻，若目标时刻对应的温度数据不在温度上升子序列中，则目标时刻的温度异常权重的取值为第一预设值；若目标时刻对应的温度数据在温度上升子序列中，则将目标时刻对应的温度数据所在的温度上升子序列的长度记为第一长度，将目标时刻对应的温度数据所在的温度上升子序列的第一个温度数据对应的时刻与目标时刻之间的时间长度记为第二长度，计算第二长度与时间窗口的长度之间的比值得到目标时刻的时间占比；计算目标时刻对应的温度数据所在的温度上升子序列中所有温度数据的极差；计算第一长度、时间占比和所述极差的乘积，将乘积与第一预设值的和值记为目标时刻的温度异常权重。
[0008]优选地，所述湿度异常权重的获取方法具体为：在湿度数据序列中，将以任意一个时刻对应的湿度数据为中心点，预设长度的时间窗口内的湿度数据作为该时刻对应的第一湿度序列；将任意一个时刻记为选定时刻，将选定时刻对应的湿度数据与标准湿度数据的最大值与最小值的比值记为第一比值；将选定时刻对应的第一温度序列中所有湿度数据的极差作为第一系数；获取选定时刻对应的第一湿度序列中所有湿度数据的最大值与最小值对应的时刻之间的时间长度，记为第三长度；获取选定时刻对应的第一湿度序列中所有湿度数据的最大值与最小值之间的中点时刻与选定时刻之间的时间长度，记为第四长度；获取第四长度与第二预设值之间的和值，获取时间窗口的长度与第三长度之间的差值，将差值与和值之间的比值作为第二比值；计算第一比值、第一系数和第二比值之间的乘积得到选定时刻的湿度异常权重。
[0009]优选地，所述浓度异常权重的获取方法具体为：在浓度数据序列中，将以任意一个时刻对应的氧气浓度数据为中心点，预设长度的时间窗口内的氧气浓度数据作为该时刻对应的第一浓度序列；将任意一个时刻记为标记时刻，对标记时刻对应的第一浓度序列进行一阶差分处理得到浓度差分序列，将浓度差分序列中元素的取值满足预设条件的相邻两个元素对应的时刻划分到同一个子时间段，所述预设条件为浓度差分序列中相邻两个元素取值完全相同，或者元素取值的符号相同；
将任意一个子时间段记为目标子时间段，获取目标子时间段到标记时刻之间的时间长度，记为第五长度，对第五长度进行负相关归一化得到目标子时间段对应的特征系数；计算每个子时间段对应的特征系数和时间长度的乘积的均值得到第二系数；根据标记时刻对应的第一浓度序列和第一浓度序列中氧气浓度数据对应时刻的温度数据之间的变化趋势差异得到第三系数；根据标记时刻对应的第一浓度序列和第一浓度序列中氧气浓度数据对应时刻的湿度数据之间的变化趋势差异得到第四系数；将第二系数、第三系数和第四系数之间的乘积作为标记时刻的浓度异常权重。
[0010]优选地，所述第三系数的获取方法具体为：将第一浓度序列中每个氧气浓度数据对应的时刻对应的温度数据记为第二温度序列，对第二温度序列进行一阶差分处理得到温度差分序列；获取温度差分序列和浓度差分序列之间元素取值完全相同以及元素取值的符号相同的总数量，对总数量进行负相关归一化得到第三系数；所述第四系数的获取方法具体为：将第一浓度序列中氧气浓度数据对应的任意两个相邻时刻，分别记为第一时刻和第二时刻，计算第一时刻与第二时刻对应的氧气浓度数据之间的差值得到第一差值，计算第一时刻与第二时刻对应的湿度数据之间的差值得到第二差值；将第一差值与第二差值之间的比值的绝对值记为第三比值，将第二差值与第一差值之间的比值的绝对值记为第四比值；将以2为底数、以第三比值和第四比值之和为真数的对数函数的值，作为第一时刻和第二时刻对应的特征指标；计算所有两个相邻时刻对应的特征指标之间的均值得到第四系数。
[0011]优选地，所述根据数据预处理矩本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据分析的阿胶糕保存环境监测方法，其特征在于，该方法包括以下步骤：采集阿胶糕在保存过程中设定时间段内不同时刻的至少两种环境数据，构成数据预处理矩阵；根据数据预处理矩阵中每个时刻的每种环境数据在预设的时间窗口内的变化趋势差异、数据变化趋势和数据波动情况，确定每个时刻对应的异常权重；根据数据预处理矩阵中每两个时刻对应的相同种环境数据之间的差异，得到每两个时刻对应的时间间隔距离，基于所述时间间隔距离获取每个时刻对应的局部可达密度；基于每个时刻对应的局部可达密度以及异常权重得到每个时刻对应的局部离群因子，根据每个时刻对应的局部离群因子获得阿胶糕的保存环境监测结果。2.根据权利要求1所述的一种基于数据分析的阿胶糕保存环境监测方法，其特征在于，所述采集阿胶糕在保存过程中设定时间段内不同时刻的至少两种环境数据，构成数据预处理矩阵，具体包括：将阿胶糕保存环境在设定时间段内不同时刻的温度的归一化值，构成温度数据序列；将阿胶糕保存环境在设定时间段内不同时刻的湿度的归一化值，构成湿度数据序列；将阿胶糕保存环境在设定时间段内不同时刻的氧气浓度的归一化值，构成浓度数据序列；将温度数据序列、湿度数据序列和浓度数据序列中的元素按照设定顺序放置在矩阵中得到数据预处理矩阵；所述数据预处理矩阵中每一行数据为同一种环境数据。3.根据权利要求2所述的一种基于数据分析的阿胶糕保存环境监测方法，其特征在于，所述根据数据预处理矩阵中每个时刻的每种环境数据在预设的时间窗口内的变化趋势差异、数据变化趋势和数据波动情况，确定每个时刻对应的异常权重，具体包括：根据温度数据序列中每个时刻的数据在预设的时间窗口内的数据变化趋势和数据波动情况得到温度异常权重，根据湿度数据序列中每个时刻的数据在预设的时间窗口内的数据变化情况变化趋势和数据波动情况得到湿度异常权重，根据浓度数据序列和温度数据序列中每个时刻的数据在预设的时间窗口内的变化趋势差异、浓度数据序列和时序数据序列中每个时刻的数据在预设的时间窗口内的变化趋势差异、浓度数据序列中每个时刻的数据在预设的时间窗口内的数据变化趋势和数据波动情况，得到浓度异常权重；计算每个时刻对应的温度异常权重的归一化值、湿度异常权重的归一化值和浓度异常权重的归一化值之间的和值，根据所述和值得到每个时刻对应的异常权重；所述和值与异常权重呈正相关关系。4.根据权利要求3所述的一种基于数据分析的阿胶糕保存环境监测方法，其特征在于，所述温度异常权重的获取方法具体为：在温度数据序列中，将以任意一个时刻对应的温度数据为中心点，预设长度的时间窗口内的温度数据作为该时刻对应的第一温度序列；获取第一温度序列中的温度上升子序列；将任意一个时刻记为目标时刻，若目标时刻对应的温度数据不在温度上升子序列中，则目标时刻的温度异常权重的取值为第一预设值；若目标时刻对应的温度数据在温度上升子序列中，则将目标时刻对应的温度数据所在的温度上升子序列的长度记为第一长度，将目标时刻对应的温度数据所在的温度上升子序列的第一个温度数据对应的时刻与目标时刻之间的时间长度记为第二长度，计算第二长度
与时间窗口的长度之间的比值得到目标时刻的时间占比；计算目标时刻对应的温度数据所在的温度上升子序列中所有温度数据的极差；计算第一长度、时间占比和所述极差的乘积，将乘积与第一预设值的和值记为目标时刻的温度异常权重。5.根据权利要求3所述的一种基于数据分析的阿胶糕保存环境监测方法，其特征在于，所述湿度异常权重的获取方法具体为：在湿度数据序列中，将以任意一个时刻对应的湿度数据为中心点，预设长度的时间窗口内的湿度数据作为该时刻对应的第一湿度序列；将任意一个时刻记为选定时刻，将选定时刻对应的湿度数据与标准湿度数据的最大值与最小值的比值记为第一比值；将选定时刻对应的第一温度序列中所有湿度数据的极差作为第一系数；获取选定时刻对应的第一湿度序列中所有湿度数据的最大值与最小值对应的时刻之间的时间长度，记为第三长度；获取...

【专利技术属性】
技术研发人员：李坤全，李恒，田洪芸，王勇，相光明，孟丽，李作华，尹宁宁，刘敏，王秋兰，李尚银，张力，翟慧，
申请(专利权)人：澳润山东药业有限公司，
类型：发明
国别省市：