一种基于多源数据的秒表检测与评估方法及系统与流程

本发明涉及计时器评估，特别是一种基于多源数据的秒表检测与评估方法及系统。

背景技术：

1、随着社会的发展和科技的进步，秒表在各行各业的时间测量中扮演着至关重要的角色。在秒表出厂前，需要对秒表的进行出厂检测与评估，为了提高秒表检测的准确性和鲁棒性，多源数据成为秒表检测研究的关键方向。传统的秒表检测方法可能仅仅依赖于图像数据，而现代方法则通过整合来自图像、传感器等多个数据源的信息，这种综合利用数据的方式有望使算法更具鲁棒性，能够适应不同环境和应用场景。目前基于多源数据的秒表检测与评估方法在技术上存在一些缺陷，多源数据可能面临数据不一致性的问题，不同数据源之间的时间戳、单位、采样频率等差异可能导致信息的不匹配，需要大量复杂算法对多源数据进行处理，从而降低了秒表检测的速度与可靠性。

技术实现思路

1、本发明克服了现有技术的不足，提供了一种基于多源数据的秒表检测与评估方法及系统。

2、为达到上述目的本发明采用的技术方案为：

3、本发明第一方面公开了一种基于多源数据的秒表检测与评估方法，包括以下步骤：

4、s102：获取待测秒表的秒表三维模型图，并将所述秒表三维模型图导入特征数据库中进行配对检索，得到待测秒表的预设检测参数与各项预设特征参数；

5、s104：基于所述预设检测参数控制检测设备对待测秒表进行检测，并获取待测秒表所反馈的实际特征参数，将待测秒表所反馈的实际特征参数输送至存储库上；

6、s106：引入随机投影算法与皮尔逊相关系数算法，基于随机投影算法与皮尔逊相关系数算法对存储库中的各实际特征参数进行降维处理，得到降维后的最终参数矩阵；

7、s108：在所述降维后的最终参数矩阵数据中获取各实际特征参数在目标维度中的坐标信息，根据各实际特征参数在目标维度中的坐标信息对各实际特征参数进行归类处理，得到若干个最终实际特征参数类群；

8、s110：将各最终实际特征参数类群中的实际特征参数与相应项的预设特征参数进行比较，得到比较结果；根据所述比较结果对待测秒表进行评估，并生成评估报告。

9、进一步地，本发明的一个较佳实施例中，获取待测秒表的秒表三维模型图，并将所述秒表三维模型图导入特征数据库中进行配对检索，得到待测秒表的预设检测参数与各项预设特征参数，具体为：

10、获取待测秒表的图像信息，并对所述图像信息进行预处理，得到预处理后的图像信息，基于所述预处理后的图像信息构建待测秒表的秒表三维模型图；

11、通过大数据网络获取不同型号秒表所对应的样本三维模型图，以及获取不同型号秒表所对应的预设检测方案；其中，预设检测方案中包括通过检测设备对各种型号秒表检测时设备的预设检测参数以及对各种型号秒表检测后秒表各项预设特征参数；

12、构建数据库，并将各种信号秒表所对应的样本三维模型图、预设检测参数以及各项预设特征参数导入所述数据库中，得到特征数据库；并定期更新特征数据库；

13、引入icp算法，并基于icp算法计算所述秒表三维模型图与数据库中各样本三维模型图之间的重合度，得到多个重合度；

14、对多个所述重合度进行升序排序处理并提取出最大重合度，获取与所述最大重合度对应的样本三维模型图，根据与所述最大重合度对应的样本三维模型图在所述特征数据库中检索得到待测秒表的预设检测参数与各项预设特征参数。

15、进一步地，本发明的一个较佳实施例中，引入随机投影算法与皮尔逊相关系数算法，基于随机投影算法与皮尔逊相关系数算法对存储库中的各实际特征参数进行降维处理，得到降维后的最终参数矩阵，具体为：

16、s202：将存储库中的各实际特征参数汇集为一个实际特征参数集，并根据所述实际特征参数集随机生成一个原始矩阵，将原始矩阵定义为x；其中，原始矩阵中的每一行代表一个参数点，每一列代表一个特征；

17、s204：确定将实际特征参数映射到的目标维度，定义为d；初始化投影矩阵，将投影矩阵定义为w；其中，投影矩阵是一个dd的矩阵，d是实际特征参数的原始维度，d是目标维度；

18、s206：将原始矩阵与投影矩阵相乘，得到降维后的初始参数矩阵；引入皮尔逊相关系数算法，基于皮尔逊相关系数算法计算降维后的初始参数矩阵中特征对之间的皮尔逊相关系数；

19、s208：将计算得到的皮尔逊相关系数按照相应的特征排列组成相关性矩阵，判断所述相关性矩阵中是否存在相关性超过设定阈值的特征对；

20、s210：若不存在，则将所述降维后的初始参数矩阵作为降维后的最终参数矩阵数据；若存在，则重复s202-s208步骤，直至相关性矩阵中不具有相关性超过设定阈值的特征对，则将所述降维后的初始参数矩阵作为降维后的最终参数矩阵数据。

21、进一步地，本发明的一个较佳实施例中，在所述降维后的最终参数矩阵数据中获取各实际特征参数在目标维度中的坐标信息，根据各实际特征参数在目标维度中的坐标信息对各实际特征参数进行归类处理，得到若干个最终实际特征参数类群，具体为：

22、s302：在所述降维后的最终参数矩阵数据中获取各实际特征参数在目标维度中的坐标信息；根据各项预设特征参数的项数初始化若干个参数中心，根据各实际特征参数在目标维度中的坐标信息计算各实际特征参数与各参数中心之间的马氏距离；

23、s304：将各实际特征参数与各参数中心之间的马氏距离进行降序排序，排序出最短马氏距离，将各实际特征参数依次归类至马氏距离最短的参数中心中；归类完毕后，获取各个参数中心所附属的实际特征参数，得到若干个实际特征参数类群；

24、s306：引入轮廓系数算法，根据计算轮廓系数算法各个实际特征参数类群的轮廓系数；逐一将各个实际特征参数类群的轮廓系数与预设值进行比较；

25、s308：若某一实际特征参数类群的轮廓系数大于预设值，则说明该实际特征参数类群中不存在奇异参数，则将该实际特征参数类群作为最终实际特征参数类群输出；

26、s310：若某一实际特征参数类群的轮廓系数不大于预设值，则说明该实际特征参数类群中存在奇异参数，则计算该实际特征参数类群中所有实际特征参数与该参数中心之间的欧氏距离，并将欧氏距离最大的实际特征参数在该实际特征参数类群中剔除；然后重复s306步骤，直至该实际特征参数类群的轮廓系数大于预设值，则将该实际特征参数类群作为最终实际特征参数类群输出。

27、进一步地，本发明的一个较佳实施例中，将各最终实际特征参数类群中的实际特征参数与相应项的预设特征参数进行比较，得到比较结果，具体为：

28、构建第一空矩阵与第二空矩阵，将各最终实际特征参数类群中的实际特征参数与相应项的预设特征参数按照时间戳分别填入所述第一空矩阵与第二空矩阵中，得到实际特征参数矩阵与预设特征参数矩阵；

29、通过余弦相似度算法计算各个实际特征参数矩阵与相应预设特征参数矩阵之间的相似度；并将各个实际特征参数矩阵与相应预设特征参数矩阵之间的相似度与预设相似度进行比较；

30、若某一实际特征参数矩阵与相应预设特征参数矩阵之间的相似度大于预设相似度，说明该实际特征参数矩阵与相应预设特征参数矩阵之间高度重合，则标记与该实际特征参数矩阵相应项的实际特征参数，将待测秒表的该项实际特征参数标记为正常特征参数；

31、若某一实际特征参数矩阵与相应预设特征参数矩阵之间的相似度不大于预设相似度，说明该实际特征参数矩阵与相应预设特征参数矩阵之间重合度较低，则标记与该实际特征参数矩阵相应项的实际特征参数，将待测秒表的该项实际特征参数标记为异常特征参数。

32、进一步地，本发明的一个较佳实施例中，根据所述比较结果对待测秒表进行评估，并生成评估报告，具体为：

33、若待测秒表中各项实际特征参数均为正常特征参数，则将待测秒表判定为合格品，并生成第一评估报告；

34、若待测秒表中存在一项或多项实际特征参数为异常特征参数，则对异常特征参数进行特征提取处理，得到异常特征参数的特征信息；

35、根据异常特征参数的特征信息对待测秒表中各器件进行关联性分析，分析得到待测秒表中与异常特征参数具有功能关联的关联性器件；

36、判断关联性器件是否为预设类型器件，若是，则将待测秒表判定为不合格品，并生成第二评估报告；若不是，则将待测秒表判定为可维修品，并将关联性器件的类型与位置进行标记，根据关联性器件的类型与位置生成第三评估报告。

37、本发明第二方面公开了一种基于多源数据的秒表检测与评估系统，所述秒表检测与评估系统包括存储器与处理器，所述存储器中存储有秒表检测与评估方法程序，当所述秒表检测与评估方法程序被所述处理器执行时，实现如下步骤：

38、s102：获取待测秒表的秒表三维模型图，并将所述秒表三维模型图导入特征数据库中进行配对检索，得到待测秒表的预设检测参数与各项预设特征参数；

39、s104：基于所述预设检测参数控制检测设备对待测秒表进行检测，并获取待测秒表所反馈的实际特征参数，将待测秒表所反馈的实际特征参数输送至存储库上；

40、s106：引入随机投影算法与皮尔逊相关系数算法，基于随机投影算法与皮尔逊相关系数算法对存储库中的各实际特征参数进行降维处理，得到降维后的最终参数矩阵；

41、s108：在所述降维后的最终参数矩阵数据中获取各实际特征参数在目标维度中的坐标信息，根据各实际特征参数在目标维度中的坐标信息对各实际特征参数进行归类处理，得到若干个最终实际特征参数类群；

42、s110：将各最终实际特征参数类群中的实际特征参数与相应项的预设特征参数进行比较，得到比较结果；根据所述比较结果对待测秒表进行评估，并生成评估报告。

43、本发明解决了背景技术中存在的技术缺陷，本发明具备以下有益效果：通过获取待测秒表的秒表三维模型图，并将所述秒表三维模型图导入特征数据库中进行配对检索，得到待测秒表的预设检测参数与各项预设特征参数；基于所述预设检测参数控制检测设备对待测秒表进行检测，并获取待测秒表所反馈的实际特征参数，将待测秒表所反馈的实际特征参数输送至存储库上；引入随机投影算法与皮尔逊相关系数算法，基于随机投影算法与皮尔逊相关系数算法对存储库中的各实际特征参数进行降维处理，得到降维后的最终参数矩阵；在所述降维后的最终参数矩阵数据中获取各实际特征参数在目标维度中的坐标信息，根据各实际特征参数在目标维度中的坐标信息对各实际特征参数进行归类处理，得到若干个最终实际特征参数类群；将各最终实际特征参数类群中的实际特征参数与相应项的预设特征参数进行比较，得到比较结果；根据所述比较结果对待测秒表进行评估，并生成评估报告。本方法通过简单有效的算法对多源数据进行处理，简化数据处理流程，能够有效提高系统鲁棒性，提高检测效率，并且能够得到可靠性高的数据，能够提高检测结果准确度，对秒表实现了智能化检测与评估。