【技术实现步骤摘要】
本专利技术涉及制造系统中数据处理，尤其涉及一种制造资源数据的统一认证方法、电子设备和可读存储介质。
技术介绍
1、在制造系统中，由于生产环境、生产次数，测量误差等诸多因素，传感器获得的资源数据往往具有显著的不确定性，为了将传感器检测到的资源数据进行统一认证，以使得制造系统中资源数据的标准化，即可根据标准化的数据，判断制造系统内设备的状态等。然而现有技术中，不能较好的对资源数据进行标准化，不便于对制造系统中资源数据的统一认证。
技术实现思路
1、本专利技术主要解决的技术问题是提供一种制造资源数据的统一认证方法、电子设备和可读存储介质，解决现有技术中不能较好的对资源数据进行标准化，不便于资源数据的统一认证问题。
2、为解决上述技术问题，本专利技术采用的一个技术方案是提供一种制造资源数据的统一认证方法，包括步骤：
3、根据最大相关系数算法，确定资源数据集中变量之间的可信度；
4、根据信息熵算法，确定资源数据集中变量的不确定度；
5、根据可信度和不确定度，确定融合算法的融合权重，对融合权重归一化处理后得到权重因子，融合算法根据权重因子对资源数据集进行修正，将资源数据集中的变量进行融合，得到融合结果。
6、在一些实施例中，在最大相关系数算法中，计算资源数据集中不同变量之间的最大相关系数值，并根据最大相关系数值构建最大信息系数矩阵，根据最大信息系数矩阵确定资源数据集中变量之间的可信度。
7、在一些实施例中，最大相关系数值m
8、
9、其中，ai、aj为资源数据集a中的两个随机变量，a＝{a1，a2...an}，(i、j∈n)，n为资源数据集中变量的总数量，|ai|为需要将随机变量ai划分的网格数，|aj|为需要将随机变量aj划分的网格数，b为划分的网格总数，i[ai；aj]为互信息值。
10、在一些实施例中，互信息值i[ai；aj]的计算方法为：
11、
12、其中，p(ai，aj)为随机变量ai、aj的联合概率密度；p(ai)为随机变量ai的边界概率密度，p(aj)为随机变量aj的边界概率密度。
13、在一些实施例中，最大信息系数矩阵rdi为：
14、
15、其中，mic12表示第一个变量与第二个变量之间的最大相关系数值，mic1n表示第一个变量与第n个变量之间的最大相关系数值，mic2n表示第二个变量与第n个变量之间的最大相关系数值。
16、在一些实施例中，可信度reli的计算方法为：
17、
18、其中，为平均支持度，supi为支持度，
19、supi＝(1-rdi)。
20、在一些实施例中，在信息熵算法中，信息熵ui的计算方法为：
21、
22、其中，|a|＝n，ak(k＝1，2，...，m)为资源数据集a的变量，m为资源数据集中需要处理的变量的数量，m∈n；mi(ak)为变量ak对应的概率赋值函数，|ak|表示变量ak所包含元素的个数，i为不同变量的等级标准。
23、在一些实施例中，不确定度的计算方法为：
24、
25、在一些实施例中，概率赋值函数mi(ak)的计算方法为：
26、
27、其中，为不同的变量的隶属度，x为变量ak中的元素值。
28、在一些实施例中，权重因子的计算方法为：
29、
30、其中，wi为融合权重，
31、
32、re li为每个变量的可信度，为每个变量的不确定度。
33、在一些实施例中，融合算法对资源数据集进行修正，得到修正概率赋值函数maz，计算方法为：
34、
35、将资源数据集中的变量进行融合，融合结果mf为：
36、
37、其中，为融合规则。
38、为解决上述技术问题，本申请采用的另一个技术方案是：提供了一种电子设备，包括相互耦接的存储器和处理器，处理器用于执行存储器中存储的程序指令，以实现上述的制造资源数据的统一认证方法。
39、为解决上述技术问题，本申请采用的另一个技术方案是：提供了一种非易失性计算机可读存储介质，其上存储有程序指令，程序指令被处理器执行时实现上述的制造资源数据的统一认证方法。
40、本专利技术的有益效果是：根据最大相关系数算法，确定资源数据集中变量之间的可信度；根据信息熵算法，确定资源数据集中变量的不确定度；根据可信度和不确定度，确定融合算法的融合权重，对融合权重归一化处理后得到权重因子，融合算法根据权重因子对资源数据集进行修正，将资源数据集中的变量进行融合，得到融合结果。本专利技术的方法通过确定新的融合权重以修正资源数据集，解决变量之间的冲突，减少了资源数据集中相互冲突变量的占比，通过减小资源数据中变量的冲突程度来保留资源数据集的完整性，得到更好的融合结果。由此能够较好的将资源数据进行标准化，便于根据标准化后的资源数据进行统一认证。
本文档来自技高网...【技术保护点】
1.一种制造资源数据的统一认证方法，其特征在于，包括步骤：
2.根据权利要求1所述的制造资源数据的统一认证方法，其特征在于，在所述最大相关系数算法中，计算所述资源数据集中不同变量之间的最大相关系数值，并根据所述最大相关系数值构建最大信息系数矩阵，根据所述最大信息系数矩阵确定所述资源数据集中所述变量之间的所述可信度。
3.根据权利要求2所述的制造资源数据的统一认证方法，其特征在于，所述最大相关系数值MIC[Ai；Aj]的计算方法为：
4.根据权利要求3所述的制造资源数据的统一认证方法，其特征在于，所述互信息值I[Ai；Aj]的计算方法为：
5.根据权利要求4所述的制造资源数据的统一认证方法，其特征在于，所述最大信息系数矩阵Rdi为：
6.根据权利要求5所述的制造资源数据的统一认证方法，其特征在于，在所述信息熵算法中，信息熵Ui的计算方法为：
7.根据权利要求6所述的制造资源数据的统一认证方法，其特征在于，所述概率赋值函数mI(Ak)的计算方法为：
8.根据权利要求7所述的制造资源数据的统一认证方法，
9.一种电子设备，其特征在于，包括相互耦接的存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现权利要求1至8任一项所述的制造资源数据的统一认证方法。
10.一种非易失性计算机可读存储介质，其上存储有程序指令，其特征在于，所述程序指令被处理器执行时实现权利要求1至8任一项所述的制造资源数据的统一认证方法。
...【技术特征摘要】
1.一种制造资源数据的统一认证方法，其特征在于，包括步骤：
2.根据权利要求1所述的制造资源数据的统一认证方法，其特征在于，在所述最大相关系数算法中，计算所述资源数据集中不同变量之间的最大相关系数值，并根据所述最大相关系数值构建最大信息系数矩阵，根据所述最大信息系数矩阵确定所述资源数据集中所述变量之间的所述可信度。
3.根据权利要求2所述的制造资源数据的统一认证方法，其特征在于，所述最大相关系数值mic[ai；aj]的计算方法为：
4.根据权利要求3所述的制造资源数据的统一认证方法，其特征在于，所述互信息值i[ai；aj]的计算方法为：
5.根据权利要求4所述的制造资源数据的统一认证方法，其特征在于，所述最大信息系数矩阵rdi为：
【专利技术属性】
技术研发人员：王刚，田裕鹏，王平，徐维磊，冯家声，姚腾龙，
申请(专利权)人：南通思振电子科技有限公司，
类型：发明
国别省市：
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。