针对特大露天矿微波网络的数据检测方法及系统与流程

本技术涉及数据处理，更具体地，涉及一种针对特大露天矿微波网络的数据检测方法、微波网络数据检测系统及计算机可读存储介质。

背景技术：

1、特大露天矿作为重要的矿产资源开采地，其面积广阔、地形复杂的特点使得传统的有线通信网络布线变得异常困难，且维护成本高昂。为了解决这一问题，微波网络作为一种无线传输方式，在特大露天矿中得到了广泛应用。微波网络具有传输距离远、带宽大、抗干扰能力强等优势，能够有效地满足露天矿区的通信需求。

2、然而，微波网络在运行过程中可能会受到多种因素的影响，如天气条件的变化、设备故障等，这些因素都可能导致网络性能的下降甚至中断。因此，为了确保微波网络的稳定运行，需要一种有效的数据检测技术来及时发现和解决问题。

技术实现思路

1、为改善相关技术中存在的技术问题，本技术提供了一种针对特大露天矿微波网络的数据检测方法、微波网络数据检测系统及计算机可读存储介质。

2、第一方面，本技术实施例提供了一种针对特大露天矿微波网络的数据检测方法，应用于微波网络数据检测系统，所述方法包括：

3、获得包含目标微波网络信号数据的待分析微波质量检测报告；

4、挖掘所述待分析微波质量检测报告的基础微波质量检测要素语义，基础微波质量检测要素语义包括x个基础检测要素语义关系网，任一基础检测要素语义关系网包括y个检测要素语义单元，x个基础检测要素语义关系网中相同分布标签的检测要素语义单元对应所述待分析微波质量检测报告的一个报告文本段落，x和y为正整数；

5、基于特征聚焦策略和所述x个基础检测要素语义关系网确定所述待分析微波质量检测报告中y个报告文本段落的y个报告结论表征向量；

6、分别获取每个报告文本段落在基础微波质量检测要素语义中的相对分布描述变量，并将所述基础微波质量检测要素语义、所述y个报告结论表征向量和y个相对分布描述变量累积为所述待分析微波质量检测报告的目标微波质量检测要素语义；

7、对所述目标微波质量检测要素语义进行信号质检解析，得到所述目标微波网络信号数据的信号质检解析观点。

8、结合第一方面，在第一方面的一种可能的实现方式中，所述目标微波网络信号数据包括微波网络指令控制数据，所述信号质检解析观点包括所述微波网络指令控制数据的指令控制延迟观点集；

9、亦或，所述目标微波网络信号数据包括运行日志文件信号数据，所述信号质检解析观点包括所述运行日志文件信号数据的指令控制延迟观点集；

10、亦或，所述目标微波网络信号数据包括第一运行日志文件信号数据，所述信号质检解析观点包括第二运行日志文件信号数据，所述第一运行日志文件信号数据的文件机密性标签和第二运行日志文件信号数据的文件机密性标签不同。

11、结合第一方面，在第一方面的一种可能的实现方式中，所述基于特征聚焦策略和所述x个基础检测要素语义关系网确定所述待分析微波质量检测报告中y个报告文本段落的y个报告结论表征向量，包括：

12、依据第一深度残差算子对所述x个基础检测要素语义关系网进行语义残差连接，得到z个第一检测要素残差语义关系网，z为正整数；

13、依据第二深度残差算子对所述x个基础检测要素语义关系网进行语义残差连接，得到z个第二检测要素残差语义关系网；

14、依据第三深度残差算子对所述x个基础检测要素语义关系网进行语义残差连接，得到z个第三检测要素残差语义关系网，任一第一检测要素残差语义关系网，任一第二检测要素残差语义关系网，任一第三检测要素残差语义关系网与任一基础检测要素语义关系网的关系网规模都一致；

15、基于特征聚焦策略，识别所述z个第一检测要素残差语义关系网，所述z个第二检测要素残差语义关系网和所述z个第三检测要素残差语义关系网，确定所述待分析微波质量检测报告中y个报告文本段落的y个报告结论表征向量。

16、结合第一方面，在第一方面的一种可能的实现方式中，选定报告文本段落为所述y个报告文本段落中的一个报告文本段落；

17、基于特征聚焦策略，识别所述z个第一检测要素残差语义关系网，所述z个第二检测要素残差语义关系网和所述z个第三检测要素残差语义关系网，确定所述待分析微波质量检测报告中选定报告文本段落的报告结论表征向量的步骤，包括：

18、基于所述z个第一检测要素残差语义关系网和所述z个第二检测要素残差语义关系网，确定所述选定报告文本段落和y个报告文本段落之间的y个文本段落共性度量值；

19、根据选定报告文本段落和y个报告文本段落之间的y个文本段落共性度量值以及所述z个第三检测要素残差语义关系网，确定选定报告文本段落的报告结论表征向量。

20、结合第一方面，在第一方面的一种可能的实现方式中，所述z个第二检测要素残差语义关系网包括y个第二残差语义线性知识，每个第二残差语义线性知识的知识特征尺寸为z；

21、所述基于所述z个第一检测要素残差语义关系网和所述z个第二检测要素残差语义关系网，确定所述选定报告文本段落和y个报告文本段落之间的y个文本段落共性度量值，包括：

22、分别获取每个第一检测要素残差语义关系网中所述选定报告文本段落对应词元的词向量标签变量，并将获取到的z个词向量标签变量整合成第一残差语义线性知识；

23、将所述第一残差语义线性知识分别与所述y个第二残差语义线性知识进行特征乘法处理，得到选定报告文本段落和y个报告文本段落之间的y个文本段落共性度量值。

24、结合第一方面，在第一方面的一种可能的实现方式中，所述z个第三检测要素残差语义关系网包括y个第三残差语义线性知识，每个第三残差语义线性知识的知识特征尺寸为z；

25、所述根据选定报告文本段落和y个报告文本段落之间的y个文本段落共性度量值以及所述z个第三检测要素残差语义关系网，确定选定报告文本段落的报告结论表征向量，包括：对所述y个文本段落共性度量值和所述y个第三残差语义线性知识之间进行特征强化处理，确定所述选定报告文本段落的报告结论表征向量。

26、结合第一方面，在第一方面的一种可能的实现方式中，所述选定报告文本段落为所述y个报告文本段落中的一个报告文本段落；

27、获取选定报告文本段落在基础微波质量检测要素语义中的相对分布描述变量的步骤，包括：

28、获取选定报告文本段落在所述基础微波质量检测要素语义中对应的选定检测要素语义单元；

29、获取所述选定检测要素语义单元在所述x个基础检测要素语义关系网中分别对应的第一选定分布标签和第二选定分布标签；

30、基于所述第一选定分布标签和所述第二选定分布标签，生成选定相对分布描述变量，所述选定相对分布描述变量的知识特征尺寸为z。

31、结合第一方面，在第一方面的一种可能的实现方式中，所述目标微波质量检测要素语义包括y个线性语义知识，每个线性语义知识的知识特征尺寸为z；

32、所述对所述目标微波质量检测要素语义进行信号质检解析，得到所述目标微波网络信号数据的信号质检解析观点，包括：

33、基于局部特征聚焦策略和所述y个线性语义知识，获取局部特征聚焦因子列表并基于所述局部特征聚焦因子列表，确定y个线性语义知识分别对应的y个焦点化线性语义知识；

34、调用观点输出网络分别解析所述y个焦点化线性语义知识，确定所述目标微波网络信号数据的信号质检解析观点。

35、结合第一方面，在第一方面的一种可能的实现方式中，所述方法还包括：

36、获取微波质量检测报告样例集合，所述微波质量检测报告样例集合包括多个微波质量检测报告样例、每个微波质量检测报告样例对应的积极信号质检解析观点样例和每个微波质量检测报告样例对应的消极信号质检解析观点样例；

37、调用检测报告样例分析网络，获取每个微波质量检测报告样例分别对应的第一判别可能性集合，所述检测报告样例分析网络包括决策算子和输出算子；

38、基于每个所述积极信号质检解析观点样例、每个所述消极信号质检解析观点样例和每个所述第一判别可能性集合对所述检测报告样例分析网络进行联合扰动调试；

39、当调试后的检测报告样例分析网络符合网络稳定性要求时，将调试后的输出算子确定为信号质检处理网络，所述信号质检处理网络用于识别包含目标微波网络信号数据的待分析微波质量检测报告，以获得所述目标微波网络信号数据的信号质检解析观点。

40、结合第一方面，在第一方面的一种可能的实现方式中，所述基于每个所述积极信号质检解析观点样例、每个所述消极信号质检解析观点样例和每个所述第一判别可能性集合对所述检测报告样例分析网络进行联合扰动调试，包括：

41、基于所述每个微波质量检测报告样例的积极信号质检解析观点样例、所述每个微波质量检测报告样例的第一判别可能性集合和所述每个微波质量检测报告样例的消极信号质检解析观点样例，改进所述决策算子的算法权重；

42、基于改进后的决策算子，获取每个微波质量检测报告样例分别对应的第二判别可能性集合；

43、基于所述每个微波质量检测报告样例的积极信号质检解析观点样例和所述每个微波质量检测报告样例的第二判别可能性集合，改进所述输出算子的算法权重，所述决策算子和所述输出算子之间是循环调试。

44、此外，结合第一方面，在第一方面的一种可独立的实现方式中，所述基于所述每个微波质量检测报告样例的积极信号质检解析观点样例、所述每个微波质量检测报告样例的第一判别可能性集合和所述每个微波质量检测报告样例的消极信号质检解析观点样例，改进所述决策算子的算法权重，包括：

45、基于所述每个微波质量检测报告样例的积极信号质检解析观点样例和所述每个微波质量检测报告样例的第一判别可能性集合，确定第一网络训练误差；

46、基于所述每个微波质量检测报告样例的第一判别可能性集合，确定第二网络训练误差；

47、基于所述每个微波质量检测报告样例的消极信号质检解析观点样例和所述每个微波质量检测报告样例的第一判别可能性集合，确定第三网络训练误差；

48、将所述第一网络训练误差，所述第二网络训练误差和所述第三网络训练误差累积为目标网络训练误差，并基于所述目标网络训练误差逆序改进所述决策算子的算法权重。

49、此外，结合第一方面，在第一方面的一种可独立的实现方式中，所述基于所述每个微波质量检测报告样例的积极信号质检解析观点样例和所述每个微波质量检测报告样例的第二判别可能性集合，改进所述输出算子的算法权重，包括：

50、基于所述每个微波质量检测报告样例的积极信号质检解析观点样例，所述每个微波质量检测报告样例的第二判别可能性集合，获取目标期望偏移变量；

51、基于所述目标期望偏移变量逆序改进所述输出算子的算法权重。

52、第二方面，本技术还提供了一种微波网络数据检测系统，包括：一个或多个处理器，存储器，以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行任意一种所述的针对特大露天矿微波网络的数据检测方法。

53、第三方面，本技术还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行任意一种所述针对特大露天矿微波网络的数据检测方法。

54、本技术针对特大露天矿中微波网络的应用场景，提出了一种基于语义分析和特征聚焦的数据检测方法。首先，获得包含目标微波网络信号数据的待分析微波质量检测报告，为后续的分析提供数据基础。接下来，挖掘待分析微波质量检测报告的基础微波质量检测要素语义。这些基础检测要素语义构成了x个基础检测要素语义关系网，每个关系网又由y个检测要素语义单元组成。这种结构化的表示方法使得系统能够更清晰地理解和解释报告内容。为了进一步提高分析的准确性和效率，基于特征聚焦策略和x个基础检测要素语义关系网确定了待分析微波质量检测报告中y个报告文本段落的y个报告结论表征向量。这些向量能够捕捉报告的关键信息和特征，为后续的信号质检解析提供便利。然后分别获取每个报告文本段落在基础微波质量检测要素语义中的相对分布描述变量。这些变量能够反映不同要素在整体分布中的相对位置和关系，为全面评估网络性能提供重要依据。最后，将基础微波质量检测要素语义、y个报告结论表征向量和y个相对分布描述变量累积为待分析微波质量检测报告的目标微波质量检测要素语义。最终，对目标微波质量检测要素语义进行信号质检解析，得到目标微波网络信号数据的信号质检解析观点。这些观点能够为网络优化和维护提供有针对性的指导建议，确保微波网络在特大露天矿中的稳定运行。