应用于大数据系统的数据融合方法及系统的制作方法
【专利摘要】本发明涉及大数据处理【技术领域】，具体地说是一种能够完成对多种数据处理结果的进一步挖掘分析融合的应用于大数据系统的数据融合方法及系统，其特征在于设有用于获取两个以上运算模型输出结果的数据获取模块；用于对数据获取模块获取数据进行有效范围筛选的筛选模块、用于对筛选后数据进行权值分配的权值分配模块、用于对分配权值后数据进行融合的数据融合算法模块以及用于输出数据融合结果的显示输出模块，本发明所述数据融合算法模块中设有加权平均法处理模块、卡尔曼滤波处理模块、统计决策处理模块以及神经网络处理模块，本发明与现有技术相比，能够将分别从不同属性角度进行分析获得的数据分析结果进行融合挖掘，从而得到潜在关键信息。
【专利说明】应用于大数据系统的数据融合方法及系统
【技术领域】
:
[0001]本发明涉及大数据处理【技术领域】，具体地说是一种能够完成对多种数据处理结果的进一步挖掘分析融合的应用于大数据系统的数据融合方法及系统。
【背景技术】
:
[0002]随着信息技术的高度发展，人们积累的数据量日益增长，如何从海量数据中快速的获得有效数据成为当务之急。大数据是指无法再当前条件下使用常规的工具对数据内容进行检索和管理的数据集，其具有数据量大、数据类型繁多、价值密度低、处理速度快等特点。
[0003]数据挖掘是一种透过算法来分析现存的大量资料、以找出关键信息的数据处理技术。现阶段为了对存储的资料进行有效利用，会采用多种不用的数据挖掘算法对数据进行多次挖掘，然后对处理结果进行校正后，汇总获得最终信息，然而由于多种挖掘模型侧重的挖掘属性不同，所获的结果无法快速有效的融合起来。
【发明内容】
:
[0004]本发明针对现有技术中存在的缺点和不足，提出了一种能够将多种挖掘模型获得的不同属性的挖掘结果充分融合，进而方便进一步处理的应用于大数据系统的数据融合方法及系统。
[0005]本发明通过以下措施达到:
[0006]一种应用于大数据系统的数据融合方法，其特征在于包括以下步骤:
[0007]步骤1:获取两个以上运算模型输出的运算结果；
[0008]步骤2:根据预先确定的对应于不同运算模型运算结果的有效范围对步骤1所获得的数据进行权值分配；
[0009]步骤3:运行融合算法，将步骤2中分配权值后的数据进行运算，获得融合结果。
[0010]本发明步骤3可以通过加权平均法实现。
[0011]本发明步骤3可以通过卡尔曼滤波法实现。
[0012]本发明步骤3可以通过统计决策理论法实现。
[0013]本发明步骤3可以通过神经网络法实现。
[0014]本发明还提出了一种应用于大数据系统的数据融合系统，其特征在于设有用于获取两个以上运算模型输出结果的数据获取模块；用于对数据获取模块获取数据进行有效范围筛选的筛选模块、用于对筛选后数据进行权值分配的权值分配模块、用于对分配权值后数据进行融合的数据融合算法模块以及用于输出数据融合结果的显示输出模块。
[0015]本发明所述数据融合算法模块中设有加权平均法处理模块、卡尔曼滤波处理模块、统计决策处理模块以及神经网络处理模块。
[0016]本发明与现有技术相比，能够将分别从不同属性角度进行分析获得的数据分析结果进行融合挖掘，从而得到潜在关键信息。【专利附图】
【附图说明】:
[0017]附图1是本发明的结构框图。
[0018]附图标记:数据获取模块1、筛选模块2、权值分配模块3、数据融合算法模块4、显示输出模块5、加权平均法处理模块6、卡尔曼滤波处理模块7、统计决策处理模块8、神经网络处理模块9。
【具体实施方式】
:
[0019]下面结合附图对本发明作进一步的说明。
[0020]如附图1所示，本发明提出了一种应用于大数据系统的数据融合方法，其特征在于包括以下步骤:
[0021]步骤1:获取两个以上运算模型输出的运算结果；
[0022]步骤2:根据预先确定的对应于不同运算模型运算结果的有效范围对步骤1所获得的数据进行权值分配；
[0023]步骤3:运行融合算法，将步骤2中分配权值后的数据进行运算，获得融合结果。
[0024]本发明步骤3可以通过加权平均法实现。
[0025]本发明步骤3可以通过卡尔曼滤波法实现。
[0026]本发明步骤3可以通过统计决策理论法实现。
[0027]本发明步骤3可以通过神经网络法实现。
[0028]本发明还提出了一种应用于大数据系统的数据融合系统，其特征在于设有用于获取两个以上运算模型输出结果的数据获取模块1 ;用于对数据获取模块1获取数据进行有效范围筛选的筛选模块2、用于对筛选后数据进行权值分配的权值分配模块3、用于对分配权值后数据进行融合的数据融合算法模块4以及用于输出数据融合结果的显示输出模块5。
[0029]本发明所述数据融合算法模块4中设有加权平均法处理模块6、卡尔曼滤波处理模块7、统计决策处理模块8以及神经网络处理模块9。
[0030]本发明与现有技术相比，能够将分别从不同属性角度进行分析获得的数据分析结果进行融合挖掘，从而得到潜在关键信息。
【权利要求】
1.一种应用于大数据系统的数据融合方法，其特征在于包括以下步骤: 步骤1:获取两个以上运算模型输出的运算结果； 步骤2:根据预先确定的对应于不同运算模型运算结果的有效范围对步骤I所获得的数据进行权值分配； 步骤3:运行融合算法，将步骤2中分配权值后的数据进行运算，获得融合结果。
2.根据权利要求1所述的一种应用于大数据系统的数据融合方法，其特征在于所述步骤3通过加权平均法实现。
3.根据权利要求1所述的一种应用于大数据系统的数据融合方法，其特征在于步骤3可以通过卡尔曼滤波法实现。
4.根据权利要求1所述的一种应用于大数据系统的数据融合方法，其特征在于步骤3可以通过统计决策理论法实现。
5.根据权利要求1所述的一种应用于大数据系统的数据融合方法，其特征在于步骤3可以通过神经网络法实现。
6.—种应用于大数据系统的数据融合系统，其特征在于设有用于获取两个以上运算模型输出结果的数据获取模块；用于对数据获取模块获取数据进行有效范围筛选的筛选模块、用于对筛选后数据进行权值分配的权值分配模块、用于对分配权值后数据进行融合的数据融合算法模块以及用于输出数据融合结果的显示输出模块。
7.根据权利要求6所述的一种应用于大数据系统的数据融合系统，其特征在于所述数据融合算法模块中设有加权平均法处理模块、卡尔曼滤波处理模块、统计决策处理模块以及神经网络处理模块。
【文档编号】G06F17/30GK104484410SQ201410783093
【公开日】2015年4月1日 申请日期:2014年12月16日 优先权日:2014年12月16日
【发明者】殷晋, 刘焰龙 申请人:芜湖乐锐思信息咨询有限公司