【技术实现步骤摘要】
本专利技术涉及标准内容比对，具体为一种基于大数据的标准内容比对展示方法及系统。
技术介绍
1、随着大数据技术的快速发展，大量数据被用于各种业务场景。在这些场景中，经常需要对大量数据进行内容比对，以找出其中的差异或相似之处。然而，传统的数据比对方法在处理大规模数据时效率低下，无法快速准确地提供比对结果，且展示方式单一，无法满足用户多样化的需求。
2、例如公告号为cn116401340b的专利技术专利，为一种标准文献的查询比对方法及系统，包括对用户输入的关键词和抓取的文献进行文本预处理，计算预处理后的用户输入关键词和抓取的文献相似性，将所述相似性作为目标函数，根据相似性构建深度神经网络模型，采用第一算法优化所述深度神经网络模型的学习率，采用第二算法优化所述深度神经网络模型的梯度估计，用预处理后的文本训练所述优化后的深度神经网络模型，保留相似性大0.9的文献直到遍历所有的文献，输出比对结果。该方法不仅可以提高比对精度，同时具有较好的可解释性，可以直接应用于标准文献的查询比对系统中。
3、基于上述方案发现，目前对标准内容比对方面还存在一些不足，具体体现在：当前标准内容比对主要针对文字内容描述的比对，忽视了产品实物图像比对，导致标准内容比对不全面，标准内容比对效率难以得到提高。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种基于大数据的标准内容比对展示方法及系统，能够有效解决上述
技术介绍
中涉及的问题。
2、为实现以上目的，本专利技术通过以下技术
3、获取现行标准相关数据，分析得到现行标准的通用性适配指标，根据现行标准的通用性适配指标匹配得到现行标准的适配通用性等级，并与所述各通用性等级的各类属相关标准进行匹配，得到各目标比对标准，将现行标准与各目标比对标准进行标准内容比对，并将比对结果进行展示。
4、作为进一步的方法，所述得到各类相关标准的产品融合图像相似评估值，具体分析过程为：对产品的各类相关标准实物图像和产品标准融合图像进行特征点提取，并根据设定顺序连接特征点，得到产品的各类相关标准实物图像和产品标准融合图像的特征点连线，同时提取各图像的中心点作为基准点，将产品的各类相关标准实物图像与产品标准融合图像进行重合比对，得到产品的各类相关标准实物图像与产品标准融合图像的特征点连线重合长度和各特征点偏差距离，分别标记为各类相关标准的特征点连线重合长度和各类相关标准的各特征点偏差距离。
5、提取产品标准融合图像的特征点连线长度，综合分析得到各类相关标准的产品融合图像相似评估值。
6、作为进一步的方法，所述根据各类相关标准的产品融合图像相似评估值对各类相关标准进行通用性等级划分，统计得到各通用性等级的各类属相关标准，具体包括：将各类相关标准的产品融合图像相似评估值与标准数据库中存储的各产品融合图像相似评估值区间对应的通用性等级进行匹配，得到各类相关标准的通用性等级，并将相同通用性等级的各类相关标准，标记各类属相关标准，由此统计各通用性等级的各类属相关标准。
7、作为进一步的方法，所述分析得到现行标准的通用性适配指标，具体分析过程为：根据现行标准相关数据，包括现行标准目标领域活跃度指标和现行标准适用对象覆盖程度指标，综合分析得到现行标准的通用性适配指标。
8、作为进一步的方法，所述将现行标准与各目标比对标准进行标准内容比对，并将比对结果进行展示，具体分析过程为：将现行标准的通用性适配指标与标准数据库中存储的各通用性适配指标区间对应的通用性等级进行匹配，得到现行标准的通用性等级。
9、将现行标准的通用性等级与各通用性等级的各类属相关标准进行匹配，并将匹配得到的各类属相关标准标记为各目标比对标准，从标准数据库中提取现行标准和各目标比对标准的尺寸公差，经处理得到现行标准和各目标比对标准的精度水平参量。
10、将各目标比对标准的精度水平参量分别与现行标准的精度水平参量进行比对，若某目标比对标准的精度水平参量高于现行标准的精度水平参量，则将该目标比对标准标记为高精度标准，若某目标比对标准的精度水平参量低于或等于现行标准的精度水平参量，则将该目标比对标准标记为低精度标准。
11、获取产品的现行标准实物图像和各目标比对标准实物图像，并对产品实物图像进行区域划分，得到各产品区域图像，将产品的现行标准实物图像分别与各目标比对标准实物图像进行比对，分析得到现行标准的各产品区域图像相似程度指数。
12、将现行标准的各产品区域图像相似程度指数分别与标准数据库中存储的产品区域图像相似程度指数阈值进行比对，若某区域图像相似程度指数低于区域图像相似程度指数阈值，则将该区域图像进行突出显示。
13、作为进一步的方法，所述各类相关标准的产品融合图像相似评估值，是通过对产品的各类相关标准实物图像和产品标准融合图像的相似程度进行分析得到的量化指标，用于量化评估产品的各类相关标准实物图像与产品标准融合图像的相似程度。
14、作为进一步的方法，所述现行标准的通用性适配指标，是通过对现行标准目标领域活跃度指标和现行标准适用对象覆盖程度指标进行分析得到的量化指标，用于量化评估现行标准的通用性。
15、作为进一步的方法，所述各类相关标准的产品融合图像相似评估值，具体数值表达式为：
16、
17、式中，表示第i类相关标准的产品融合图像相似评估值，e表示自然常数，表示第i类相关标准的第j个特征点偏差距离，表示第i类相关标准的特征点连线重合长度，表示设定的允许特征点偏差距离，表示产品标准融合图像的特征点连线长度，表示设定的特征点偏差距离对应的图像相似评估影响因子，表示设定的特征点连线长度对应的图像相似评估影响因子，i表示各类相关标准的编号，，n表示相关标准的总类数，j表示各特征点的编号，，m表示特征点的总数。
18、作为进一步的方法，所述现行标准的通用性适配指标，具体数值表达式为：
19、
20、式中，表示现行标准的通用性适配指标，表示现行标准目标领域活跃度指标，表示现行标准适用对象覆盖程度指标，表示设定的现行标准目标领域活跃度指标对应的通用性适配影响因子，表示设定的现行标准适用对象覆盖程度指标对应的通用性适配影响因子。
21、本专利技术第二方面提供了一种基于大数据的标准内容比对展示系统，包括：标准等级划分模块，用于收集产品的各类相关标准实物图像，将产品的各类相关标准实物图像进行融合，得到产品标准融合图像，并将产品的各类相关标准实物图像与产品标准融合图像进本文档来自技高网...
【技术保护点】
1.一种基于大数据的标准内容比对展示方法，其特征在于，包括：
2.根据权利要求1所述的基于大数据的标准内容比对展示方法，其特征在于：所述得到各类相关标准的产品融合图像相似评估值，具体分析过程为：
3.根据权利要求2所述的基于大数据的标准内容比对展示方法，其特征在于：所述根据各类相关标准的产品融合图像相似评估值对各类相关标准进行通用性等级划分，统计得到各通用性等级的各类属相关标准，具体包括：
4.根据权利要求1所述的基于大数据的标准内容比对展示方法，其特征在于：所述分析得到现行标准的通用性适配指标，具体分析过程为：
5.根据权利要求4所述的基于大数据的标准内容比对展示方法，其特征在于：所述将现行标准与各目标比对标准进行标准内容比对，并将比对结果进行展示，具体分析过程为：
6.根据权利要求2所述的基于大数据的标准内容比对展示方法，其特征在于：所述各类相关标准的产品融合图像相似评估值，是通过对产品的各类相关标准实物图像和产品标准融合图像的相似程度进行分析得到的量化指标，用于量化评估产品的各类相关标准实物图像与产品标准融合图像的
7.根据权利要求4所述的基于大数据的标准内容比对展示方法，其特征在于：所述现行标准的通用性适配指标，是通过对现行标准目标领域活跃度指标和现行标准适用对象覆盖程度指标进行分析得到的量化指标，用于量化评估现行标准的通用性。
8.根据权利要求2所述的基于大数据的标准内容比对展示方法，其特征在于：所述各类相关标准的产品融合图像相似评估值，具体数值表达式为：
9.根据权利要求4所述的基于大数据的标准内容比对展示方法，其特征在于：所述现行标准的通用性适配指标，具体数值表达式为：
10.一种基于大数据的标准内容比对展示系统，其特征在于：包括：
...【技术特征摘要】
1.一种基于大数据的标准内容比对展示方法，其特征在于，包括：
2.根据权利要求1所述的基于大数据的标准内容比对展示方法，其特征在于：所述得到各类相关标准的产品融合图像相似评估值，具体分析过程为：
3.根据权利要求2所述的基于大数据的标准内容比对展示方法，其特征在于：所述根据各类相关标准的产品融合图像相似评估值对各类相关标准进行通用性等级划分，统计得到各通用性等级的各类属相关标准，具体包括：
4.根据权利要求1所述的基于大数据的标准内容比对展示方法，其特征在于：所述分析得到现行标准的通用性适配指标，具体分析过程为：
5.根据权利要求4所述的基于大数据的标准内容比对展示方法，其特征在于：所述将现行标准与各目标比对标准进行标准内容比对，并将比对结果进行展示，具体分析过程为：
6.根据权利要求2所述的基于大数据的标准内容比对展示方法...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。