【技术实现步骤摘要】
本专利技术涉及物联网，更具体地说，本专利技术涉及一种ai物联网多域数据共享方法与系统。
技术介绍
1、随着物联网的迅速发展，越来越多的设备和系统通过互联网互联，产生了海量的数据。然而这些数据往往分散在不同的领域和平台中，形成了所谓的数据“孤岛”，各个领域的数据互不相通，极大限制了数据的有效利用。
2、在实际应用中，诸如智能交通、智慧医疗、智能城市管理等物联网系统需要对来自不同领域的数据进行综合分析。例如，交通管理系统需要共享来自医疗急救系统的数据，以便在发生车祸时快速进行资源调度；同样，医疗系统也可能需要访问交通数据来优化急救车的调度和路线规划。
3、然而现有的物联网系统大多只能够在单一领域内进行数据交互，缺乏跨域数据的智能共享机制。特别是，当多个物联网领域之间的数据需要共享时，缺乏有效的关联判断和资源分配手段，导致数据共享的效率低下，无法满足动态复杂场景下的实时数据需求。因此，在此提出一种ai物联网多域数据共享方法与系统。
技术实现思路
1、为实现上述目的，本专利技术提供如下技术方案：
2、一种ai物联网多域数据共享方法，包括以下步骤：
3、获取目标领域数据并采用基于关联性的权重融合方式计算不同领域数据之间的相关性，得到目标领域数据与多个相异领域数据分别预配对后的相关性向量；
4、基于配对后的相关性向量继续进行相关程度分析，并且根据相关程度分析结果进行相关等级判断；
5、根据判断得到的相关等级决定是否建立目标
6、基于配对关系表单设置目标配对关系对应的数据共享通道建立的实际时间阈值，然后使用遗传算法进行通道建立的资源分配，得到最终的资源分配方案并进行应用。
7、在一个优选的实施方式中，基于关联性的权重融合方式计算不同领域数据之间的相关性指的是：
8、获取预配对的目标领域数据与目标相异领域数据之间的相关系数rx，vi；i表示预配对对应的编号，yi表示预配对编号i对应的目标相异领域的类型，x表示目标领域的类型；
9、然后根据领域的重要性分配权重：
10、n表示预配对的总配对数量，wi表示预配对编号i对应的分配权重。
11、在一个优选的实施方式中，预配对后的相关性向量指的是将预配对编号i对应的相关系数rx，yi和重要性分配权重wi进行汇总，得到相关性向量gi＝[rx，yi，wi]。
12、相关系数rx，yi通过皮尔逊相关系数进行度量得到。
13、在一个优选的实施方式中，基于配对后的相关性向量继续进行相关程度分析指的是：
14、获取配对后的相关性向量gi＝[rx，yi，wi]，提取其中的相关系数rx，yi并进行以下转换：
15、r1i＝|rx，yi|*c；
16、r2i＝|rx，yi|α*c；
17、r3i＝ln(1+|rx，yi|)*c；
18、α大于1，r1i表示相关系数rx，yi对应的一型转换值，r2i表示相关系数rx，yi对应的二型转换值，r3i表示相关系数rx，yi对应的三型转换值，然后将所有类型的转换值对rx，yi进行替换，得到相关程度分析下向量fi＝[r1i，r2i，r3i，wi]。
19、在一个优选的实施方式中，根据相关程度分析结果进行相关等级判断指的是：
20、将相关程度分析下向量fi＝[r1i，r2i，r3i，wi]作为输入变量，将预配对编号i的相关等级作为输出变量，对输入变量模糊化处理，将输入变量的值转换为模糊集合，对输出变量模糊化处理，将输出变量转换为模糊集合，制定模糊规则，描述不同数据种类组合下的相关等级，将模糊化后的输入变量通过模糊规则进行推理，得到将预配对编号i的相关等级。
21、在一个优选的实施方式中，根据判断得到的相关等级决定是否建立目标领域数据与该相异领域数据的配对关系指的是：
22、获取预配对编号i的相关等级，将其与预设的等级阈值进行对比，如果预配对编号i的相关等级大于等于预设的等级阈值，则该预配对编号i的配对关系保留，如果预配对编号i的相关等级小于预设的等级阈值，则该预配对编号i的配对关系删除。
23、在一个优选的实施方式中，数据共享通道建立的实际时间阈值的获取逻辑为：
24、di表示保留下来的配对关系i对应的相关等级，fi表示当前场景下预设的紧急性调节系数，t0表示预设的基础时长，zi表示当前场景下的数据融合模块的预设的负载指标数据，zb表示当前场景下的数据融合模块的负载指标数据对应的标准值，si表示配对关系i对应的数据共享通道建立的实际时间阈值。
25、在一个优选的实施方式中，使用遗传算法进行通道建立的资源分配指的是：
26、编码与初始种群：将通道的资源量分配参数组即决策变量编码成染色体形式并随机生成m个数量的染色体作为初始种群；
27、适应度评估：定义约束条件为每个数据共享通道的建立时间不能超过其实际时间阈值，同时计算所有数据共享通道的总建立时长值，总建立时长值即为染色体的适应度值，目标为最小化所有数据共享通道的总建立时长值；
28、选择操作：使用轮盘赌选择方法筛选子代作为新的父代；
29、交叉操作：随机将不同父代染色体中的数据进行交换；
30、变异操作：随机选择不同子代染色体的数据进行调整；
31、迭代与终止条件：达到预先设定的终止条件时，从最终种群中选择适应度最高的染色体进行解码，得到最优的资源分配方案。
32、在一个优选的实施方式中，一种ai物联网多域数据共享系统，包括：
33、预配对模块，获取目标领域数据并采用基于关联性的权重融合方式计算不同领域数据之间的相关性，得到目标领域数据与多个相异领域数据分别预配对后的相关性向量；
34、二次配对模块，基于配对后的相关性向量继续进行相关程度分析，并且根据相关程度分析结果进行相关等级判断，根据判断得到的相关等级决定是否建立目标领域数据与该相异领域数据的配对关系，将所有建立的配对关系进行汇总，得到目标领域数据与多个相异领域数据的配对关系表单；
35、数据共享通道建立模块，基于配对关系表单设置目标配对关系对应的数据共享通道建立的实际时间阈值，然后使用遗传算法进行通道建立的资源分配，得到最终的资源分配方案并进行应用。
36、本专利技术的技术效果和优点：
37、本专利技术通过ai技术实现了物联网多个领域间的智能化数据共享，打破了传统系统中的数据“孤岛”问题，能够在不同应用场景下(如智能交通、智慧医疗)动态分析数据的关联性，确保有价值的数据在不同领域间高效流动，提升了数据利用率。
38、通过遗传算法对数据共享过程中的资源进行优化分配，本专利技术可以根据不同场景和系统负载的实时变化，自本文档来自技高网...
【技术保护点】
1.一种AI物联网多域数据共享方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种AI物联网多域数据共享方法，其特征在于，基于关联性的权重融合方式计算不同领域数据之间的相关性指的是：
3.根据权利要求2所述的一种AI物联网多域数据共享方法，其特征在于，预配对后的相关性向量指的是将预配对编号i对应的相关系数rx，yi和重要性分配权重wi进行汇总，得到相关性向量Gi＝[rx，yi，wi]。
4.根据权利要求3所述的一种AI物联网多域数据共享方法，其特征在于，相关系数rx，yi通过皮尔逊相关系数进行度量得到。
5.根据权利要求4所述的一种AI物联网多域数据共享方法，其特征在于，基于配对后的相关性向量继续进行相关程度分析指的是：
6.根据权利要求5所述的一种AI物联网多域数据共享方法，其特征在于，根据相关程度分析结果进行相关等级判断指的是：
7.根据权利要求6所述的一种AI物联网多域数据共享方法，其特征在于，根据判断得到的相关等级决定是否建立目标领域数据与该相异领域数据的配对关系指的是：
8.根
9.根据权利要求8所述的一种AI物联网多域数据共享方法，其特征在于，使用遗传算法进行通道建立的资源分配指的是：
10.一种AI物联网多域数据共享系统，基于权利要求1-9任一项所述的一种AI物联网多域数据共享方法实现，其特征在于，包括：
...【技术特征摘要】
1.一种ai物联网多域数据共享方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种ai物联网多域数据共享方法，其特征在于，基于关联性的权重融合方式计算不同领域数据之间的相关性指的是：
3.根据权利要求2所述的一种ai物联网多域数据共享方法，其特征在于，预配对后的相关性向量指的是将预配对编号i对应的相关系数rx，yi和重要性分配权重wi进行汇总，得到相关性向量gi＝[rx，yi，wi]。
4.根据权利要求3所述的一种ai物联网多域数据共享方法，其特征在于，相关系数rx，yi通过皮尔逊相关系数进行度量得到。
5.根据权利要求4所述的一种ai物联网多域数据共享方法，其特征在于，基于配对后的相关性向量继续进行相关程度分析指...
【专利技术属性】
技术研发人员：周天源，吴江，
申请(专利权)人：无锡晨智物联科技有限公司，
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。