[发明专利]一种基于概率分布的数据关联方法

权利要求书

1.一种基于概率分布的数据关联分析方法，该方法的特征是：根据输入的多个数据流的历史数据，选定其中某些作为目标数据流，某些是源数据流，然后训练一组分布模型；在得到一批新的数据后，根据训练得到的分布模型和新数据计算源数据流与目标数据流之间的条件概率作为相关度，从而发现哪一个源数据流跟目标数据流相关性最大。

2.根据权利要求1所述的数据关联分析方法，其特征是：用条件概率P(Y|X_i)来定义两个数据流之间的数据相关性，其中X_i代表第i个源数据流，并且条件概率有两种计算方法，一种是P(Y,X_i)/P(X_i)，另外一种是直接按照条件概率的表达式P(Y| X_i)计算。

3.根据权利要求1所述的数据关联分析方法，其特征是： 输入到分布模型的训练数据和计算数据可以是1维的，也可以在时间窗口上的多维数据；并且，时间窗口内的多维数据可以经过函数变换后输入。

4.根据权利要求1所述的数据关联方法，其特征是：每个目标数据流和需要关联分析的所有源数据流两两形成高斯混合模型，并处理关于源数据流与每个目标数据流的关联关系。

5.一种使用根据权利要求1所述的数据关联分析方法实现的数据关联分析方法，其特征是：实现的方法中分布模型使用高斯混合模型。

6.根据权利要求5所述的数据关联分析方法，其特征是： 在选定的目标数据流的过程中，同一个数据流可以根据业务需要作为源数据流或者目标数据流，之后，把每个不同的源数据流和目标数据流结对组合训练成为一个高斯混合模型，最后根据这些目标数据流对的高斯混合模型，计算每个源数据流和目标数据流的相关度。

7.一种使用根据权利要求1所述的数据关联方法实现的数据分析系统，其特征是：从被监测的系统中获取每个子系统的监测数据，其中一部做为源数据流，另一部做为目标数据流；

然后根据权利要求1描述的数据关联分析方法，计算哪一个子系统对应的源数据流与目标数据流的相关性最大，从而判定当前系统的观测现象最有可能是哪个被监测的子系统造成的。