【技术实现步骤摘要】
本专利技术涉及设备运维，尤其涉及一种基于rfid的无人值守系统运维方法、系统及存储介质。
技术介绍
1、传统对车辆的计量管理模式是：车辆到厂时需要停车登记，过磅称重后，由司磅员将车辆的信息录入到电脑，整个过程耗时费力，增加操作人员的工作强度，信息在输入过程中容易产生错误和误差，信息的准确性难以得到保障。随着市场行情和生产负荷的变化，车辆在高峰期时出现排队等现象，并且导致称重效率低以及过磅速度慢。车辆在厂内缺乏有效的管控，再加上人为因素的干预，容易出现作弊等现象，给企业的利益造成损失。而rfid技术能够将相关的车辆信息、车牌信息、人员信息植入到rfid标签上，通过rfid射频设备进行识别标签内的信息，从而能够达到提高过磅效率的技术效果。而无人值守系统具有集中性、整体性、高效性、开放性、扩展性、安全性、经济性，与其他系统的集成性、成熟性。在运维的过程中，随着使用的推移，就会出现性能退化的情况，通过物联网技术的联合能够动态的监测无人值守系统中rfid射频设备的运行数据，现有技术中，不能批量而且迅速地查询出异常的rfid射频设备，监测效率以及监测技术低下，不能够及时地发现异常，导致了车辆在高峰期时出现排队等现象，耽误了车辆的行进效率。
技术实现思路
1、本专利技术克服了现有技术的不足，提供了一种基于rfid的无人值守系统运维方法、系统及存储介质。
2、为达上述目的，本专利技术采用的技术方案为：
3、本专利技术第一方面提供了一种基于rfid的无人值守系统运维方法，包括
4、获取目标区域中各rfid射频设备在预设时间之内的运行数据信息，并引入决策树模型，通过决策树模型对运行数据信息进行初始化分类，获取目标区域中各rfid射频设备的性能划分结果；
5、引入判别稀疏邻域保持嵌入算法，通过判别稀疏邻域保持嵌入算法对目标区域中各rfid射频设备的性能划分结果进行初始化处理，获取线性投影矩阵；
6、引入余弦度量算法，通过余弦度量算法对线性投影矩阵中的特征向量进行计算，获取特征向量之间的余弦值，并基于特征向量之间的余弦值对rfid射频设备的性能划分结果进行修正，获取修正后的各rfid射频设备的性能划分结果；
7、根据修正后的各rfid射频设备的性能划分结果获取性能异常的rfid射频设备，并基于性能异常的rfid射频设备生成相关的维修计划。
8、进一步地，在本方法中，引入决策树模型，通过决策树模型对运行数据信息进行初始化分类，获取目标区域中各rfid射频设备的性能划分结果，具体包括：
9、引入局部离群检测算法，并设置相关的离群值阈值，通过局部离群检测算法对运行数据进行离群值计算，获取各rfid射频设备在预设时间值之内的各运行数据信息对应的离群值；
10、当运行数据信息对应的离群值大于相关的离群值阈值时，则将离群值大于相关的离群值阈值对应的运行数据作为离群点，并将离群点从运行数据信息中剔除；
11、引入决策树模型，根据运行数据信息构建根节点，并预设若干个性能退化状态阈值范围，将若干个性能退化状态阈值范围作为分裂标准，根据分裂标准对根节点进行分裂处理，生成新的内部节点；
12、若新的内部节点中所有的样本数据至少存在一个样本数据不属于同一类别时，根据分裂标准对新的内部节点进行分裂，直至新的内部节点中所有的样本数据都属于同一类别时，分裂停止，生成叶节点，生成目标区域中各rfid射频设备的性能划分结果。
13、进一步地，在本方法中，引入判别稀疏邻域保持嵌入算法，通过判别稀疏邻域保持嵌入算法对目标区域中各rfid射频设备的性能划分结果进行初始化处理，获取建线性投影矩阵，具体包括：
14、引入判别稀疏邻域保持嵌入算法，并通过判别稀疏邻域保持嵌入算法对目标区域中各rfid射频设备的性能划分结果进行降维分解，获取降维分解过程中的单位矩阵，并初始化调节参数；
15、构建重构冗余权重评价模型，并根据重构冗余权重评价模型对降维分解过程中的单位矩阵以及调节参数进行评价，获取重构冗余权重；
16、当重构冗余权重大于预设重构冗余权重阈值时，调整调节参数，直至重构冗余权重不大于预设重构冗余权重阈值，获取调整后的重构冗余权重，并根据调整后的重构冗余权重进行计算，获取类内重构散内重构矩阵以及类间重构散度矩阵；
17、根据类内重构散内重构矩阵以及类间重构散度矩阵进行计算，得到类内重构散内重构矩阵以及类间重构散度矩阵中前n个最大特征值对应的特征向量，基于特征向量构建线性投影矩阵。
18、进一步地，在本方法中，引入余弦度量算法，通过余弦度量算法对线性投影矩阵中的特征向量进行计算，获取特征向量之间的余弦值，并基于特征向量之间的余弦值对rfid射频设备的性能划分结果进行修正，获取修正后的各rfid射频设备的性能划分结果，具体包括：
19、引入余弦度量算法，并预设余弦阈值，通过余弦度量算法计算建线性投影矩阵中的特征向量之间的余弦值，获取特征向量之间的余弦值，判断余弦值是否大于余弦阈值；
20、当出现余弦值大于余弦阈值时，则获取余弦值大于余弦阈值所对应的运行数据信息，并获取余弦值大于余弦阈值所对应的运行数据信息所在的叶节点，将该叶节点作为异常的叶节点；
21、获取异常的叶节点中的运行数据信息，对异常的叶节点继续分裂，当不再出现余弦值大于余弦阈值的情况时，分裂结束，输出新的叶节点，获取修正后的各rfid射频设备的性能划分结果；
22、当不出现余弦值不大于余弦阈值时，将目标区域中各rfid射频设备的性能划分结果作为最终的性能划分结果进行输出。
23、进一步地，在本方法中，根据修正后的各rfid射频设备的性能划分结果获取性能异常的rfid射频设备，具体包括：
24、预设异常的性能隶属度范围，并判断修正后的各rfid射频设备的性能划分结果是否在异常的性能隶属度范围；
25、当修正后的各rfid射频设备的性能划分结果在异常的性能隶属度范围之内时，则将修正后的各rfid射频设备的性能划分结果在异常的性能隶属度范围之内的数据作为性能异常的rfid射频设备；
26、当修正后的各rfid射频设备的性能划分结果不在异常的性能隶属度范围之内时，将修正后的各rfid射频设备的性能划分结果不在异常的性能隶属度范围之内的数据作为性能正常的rfid射频设备；
27、将性能异常的rfid射频设备输出。
28、进一步地，在本方法中，基于性能异常的rfid射频设备生成相关的维修计划，具体包括：
29、获取性能异常的rfid射频设备的历史性能异常项目，并根据性能异常的rfid射频设备的历史性能异常项目构建检索标签，基于检索标签通过大数据进行检索，获取相关的维修方案；
30、构建性能异常维修方案数据库，将相关的维修方案输入到性能异常维修方案数据库中进行存储；
31、获取性能异本文档来自技高网...
【技术保护点】
1.基于RFID的无人值守系统运维方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于RFID的无人值守系统运维方法，其特征在于，引入决策树模型，通过所述决策树模型对所述运行数据信息进行初始化分类，获取目标区域中各RFID射频设备的性能划分结果，具体包括：
3.根据权利要求1所述的基于RFID的无人值守系统运维方法，其特征在于，引入判别稀疏邻域保持嵌入算法，通过所述判别稀疏邻域保持嵌入算法对所述目标区域中各RFID射频设备的性能划分结果进行初始化处理，获取建线性投影矩阵，具体包括：
4.根据权利要求1所述的基于RFID的无人值守系统运维方法，其特征在于，引入余弦度量算法，通过所述余弦度量算法对线性投影矩阵中的特征向量进行计算，获取特征向量之间的余弦值，并基于所述特征向量之间的余弦值对RFID射频设备的性能划分结果进行修正，获取修正后的各RFID射频设备的性能划分结果，具体包括：
5.根据权利要求1所述的基于RFID的无人值守系统运维方法，其特征在于，根据所述修正后的各RFID射频设备的性能划分结果获取性能异常的RFID射频
6.根据权利要求1所述的基于RFID的无人值守系统运维方法，其特征在于，基于所述性能异常的RFID射频设备生成相关的维修计划，具体包括：
7.基于RFID的无人值守系统运维系统，其特征在于，所述系统包括存储器以及处理器，所述存储器中包括基于RFID的无人值守系统运维方法程序，所述基于RFID的无人值守系统运维方法程序被所述处理器执行时，实现如下步骤：
8.根据权利要求7所述的基于RFID的无人值守系统运维系统，其特征在于，引入决策树模型，通过所述决策树模型对所述运行数据信息进行初始化分类，获取目标区域中各RFID射频设备的性能划分结果，具体包括：
9.根据权利要求7所述的基于RFID的无人值守系统运维系统，其特征在于，引入判别稀疏邻域保持嵌入算法，通过所述判别稀疏邻域保持嵌入算法对所述目标区域中各RFID射频设备的性能划分结果进行初始化处理，获取建线性投影矩阵，具体包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括基于RFID的无人值守系统运维方法程序，所述基于RFID的无人值守系统运维方法程序被处理器执行时，实现如权利要求1-6任一项所述的基于RFID的无人值守系统运维方法的步骤。
...【技术特征摘要】
1.基于rfid的无人值守系统运维方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于rfid的无人值守系统运维方法，其特征在于，引入决策树模型，通过所述决策树模型对所述运行数据信息进行初始化分类，获取目标区域中各rfid射频设备的性能划分结果，具体包括：
3.根据权利要求1所述的基于rfid的无人值守系统运维方法，其特征在于，引入判别稀疏邻域保持嵌入算法，通过所述判别稀疏邻域保持嵌入算法对所述目标区域中各rfid射频设备的性能划分结果进行初始化处理，获取建线性投影矩阵，具体包括：
4.根据权利要求1所述的基于rfid的无人值守系统运维方法，其特征在于，引入余弦度量算法，通过所述余弦度量算法对线性投影矩阵中的特征向量进行计算，获取特征向量之间的余弦值，并基于所述特征向量之间的余弦值对rfid射频设备的性能划分结果进行修正，获取修正后的各rfid射频设备的性能划分结果，具体包括：
5.根据权利要求1所述的基于rfid的无人值守系统运维方法，其特征在于，根据所述修正后的各rfid射频设备的性能划分结果获取性能异常的rfid射频设备，具体包括：
6.根据权利要求1所述的基...
【专利技术属性】
技术研发人员：刘醒基，张原，
申请(专利权)人：广州瑞基科技股份有限公司，
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。