本发明涉及一种数据处理技术，具体是一种多层次数据融合算法。
背景技术：
数据融合算法及其应用一数据融合的发展及基本概念数据融合一词最早出现在20世纪70年代末期，开始并未受到足够的重视。近几十年随着传感器技术的迅速发展，尤其在军事指挥系统中对提高综合作战能力的迫切要求，使其得到了长足的进步。其早期主要是应用在军事上，而随着工业系统的复杂化和智能化近年来该技术推广到了民用领域，如医疗诊断、空中交通管制、工业自动控制及机械故障诊断等。数据融合是针对一个系统中使用多个传感器这一问题而展开的一种信息处理的新的研究方向，所以数据融合也称为传感器融合。数据融合一直没有一个统一的定义，一般认为:利用计算机技术，对按时间顺序获得的若干传感器的观测信息，在一定的准则下加以自动分析、综合，从而完成所需要的决策和估计任务而进行的信息处理过程称为数据融合。
源头数据作为生产数据的基础及唯一出处,为后续生产运行、分析、决策等提供依据。运行、分析、决策分别属于不同的工作层面,需要的信息从粒度、范围、算法等多个方面存在大的差异,是一套源头数据库无法完成和胜任的。建立一套综合的、多层次的、立体的数据融合算法是各层面工作人员的需要,也是对源头数据的有效补充完善和综合利用。
技术实现要素：
本发明的目的在于提供一种多层次数据融合算法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种多层次数据融合算法，包含以下步骤：
a、预先制备融合算法；
b、采集多个层次的相关数据，并统一汇总；
c、通过采用预先制备融合算法对步骤a中汇总的数据进行权值分配。
d、通过过神经网络法、统计决策理论法、卡尔曼滤波法和过加权平均法中的一种对步骤c中的数据进行运算，最终得出融合后的数据。
作为本发明的进一步技术方案：所述融合算法包括数据筛选模块和权值分配模块。
作为本发明的进一步技术方案：数据筛选的步骤如下：
a、从第一层次的第一内容中筛选多个第一字符，所述第一数据项为多个层次项中的一个；
b、将筛选的第一关字符与多个数据项的第一内容逐个进行首次匹配，根据匹配结果将所述多个数据项分成匹配程度高和低的两部分；
c、从第一数据项的第二内容中筛选多个第二字符，将筛选的第二字符与所述匹配程度低的数据项的第二内容逐个进行匹配，根据匹配结果将所述匹配程度低的数据项多个数据项分成两部分；
d、将两次匹配后，各次匹配度高的多个数据项的作为一个集合，并对集合内的数据项聚类分析。
与现有技术相比，本发明的有益效果是：本发明多层次数据融合算法通过事先建模的方法对多层次的数据进行融合处理，能够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，从而有效增加多层数据传输的速度和准确度。
具体实施方式
下面将本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
一种多层次数据融合算法，包含以下步骤：
a、预先制备融合算法；
b、采集多个层次的相关数据，并统一汇总；
c、通过采用预先制备融合算法对步骤a中汇总的数据进行权值分配。
d、通过过神经网络法（根本之点在于：1.信息是通过神经元上的兴奋模式分布储在网络上；2.信息处理是通过神经元之间同时相互作用的动态过程来完成的。）、统计决策理论法（把数理统计问题看成是统计学家与大自然之间的博弈；用这种观点把各种各样的统计问题统一起来，以对策论的观点来研究。）、卡尔曼滤波法或过加权平均法（利用过去若干个按照时间顺序排列起来的同一变量的观测值并以时间顺序数为权数，计算出观测值的加权算术平均数，以这一数字作为预测未来期间该变量预测值的一种趋势预测法。）中的一种对步骤c中的数据进行运算，最终得出融合后的数据。
融合算法包括数据筛选模块和权值分配模块。
数据筛选的步骤如下：
a、从第一层次的第一内容中筛选多个第一字符，所述第一数据项为多个层次项中的一个；
b、将筛选的第一关字符与多个数据项的第一内容逐个进行首次匹配，根据匹配结果将所述多个数据项分成匹配程度高和低的两部分；
c、从第一数据项的第二内容中筛选多个第二字符，将筛选的第二字符与所述匹配程度低的数据项的第二内容逐个进行匹配，根据匹配结果将所述匹配程度低的数据项多个数据项分成两部分；
d、将两次匹配后，各次匹配度高的多个数据项的作为一个集合，并对集合内的数据项聚类分析。
本发明的工作原理是：从多层次的数据库中读取一则数据信息，名称为舆情信息一，即第一数据项。对该数据信息的标题做分词处理，获取标题的分词列表，名称为分词列表1；作为第一内容的第一关键词。同时去除分词列表1中的高频词汇，得到第一关键词后，即可执行实施例中的首次匹配的过程；当然，也可以对数据信息一的内容，即第一数据项的第二内容，同时做分词处理。作为分词列表2，即多个第二关键词；同时去除分词列表2中的高频词汇，得到分词列表1后，可执行实施例中的首次匹配的过程。
在首次匹配之前，还包括：将筛选的多个第一关键词与所述多个数据项的第一内容进行模糊匹配，在所述多个数据项中，去除部分数据项；采用模糊匹配后的多个数据项执行后续的步骤。
经过上述模糊匹配后，可筛选出一部分舆情信息，缩小后续进行匹配的匹配范围。然后用去除高频词汇的分词列表1去数据库模糊匹配，查询得出一个数据信息的列表。
循环遍历数据信息列表一，依次对数据信息列表一的每一则数据信息，名称为数据一，
将上述的数据汇总后通过过神经网络法、统计决策理论法、卡尔曼滤波法或过加权平均法中的一种对步骤c中的数据进行运算，最终得出融合后的数据。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。