[发明专利]异常早期感测装置及方法

说明书

技术领域

本发明的实施例涉及一种通过融合实时采集的数据和先前的数据来早期 感测及预测监控对象的异常的技术。

背景技术

异常情况的早期及实时感测在多种业务流程是用于节约费用及风险管理 的核心技术之一。例如，在第四方物流(4PL：Fourth-PartyLogistics)领域中， 高准确度的物流差错预测成为用于节约对应费用及满足顾客的必要因素。对 此，4PL企业引进船舶实时追踪技术等以努力确保物流的可视化。然而事实 上，不存在针对这样的通过有效地利用实时输入的大容量的数据来可以早期 预测物流差错的信息融合性分析模块的研究。

[现有技术文献]

[专利文献]

韩国公开专利公报第10-2009-0000969号(2009.01.08)

发明内容

本发明的实施例旨在提供一种通过将连续发生的实时数据结合到利用基 于相似度的方法论导出的类似案例来迅速感测监控对象的异常情况且有效地 预测此后的事态发展的方法。

根据本发明的示例性实施例，提供一种异常早期感测装置，包括：类似 案例选定单元，从先前案例数据中选定与监控对象相关联的类似案例；数据 采集单元，采集所述监控对象的状态信息；预测单元，将所述类似案例与所 述状态信息进行比较来从所述类似案例中选定最佳类似案例，并通过所述最 佳类似案例来预测所述监控对象的此后的事态发展。

所述类似案例选定单元可基于利用所述先前案例数据的特征值(feature value)与所述监控对象的特征值之间的相似度的基于案例的推理来选定所述 类似案例。

所述异常早期感测装置，还可包括：异常感测单元，将从所述先前案例 数据中被分类为正常的案例数据与所述状态信息进行比较来感测所述监控对 象是否发生异常。

所述异常感测单元可从所述被分类为正常的案例数据生成用于感测所述 监控对象的异常的基准线，并且将所述基准线与采集的所述状态信息进行比 较来感测所述监控对象是否发生异常。

所述基准线可以是所述被分类为正常的案例数据的平均值或者中间值中 的任意一个。

当采集的所述状态信息和所述基准线之间的差异超过设定的正常范围 时，所述异常感测单元可判断为所述监控对象发生异常。

所述异常感测单元可在已设定的比较区间内计算所采集的所述状态信息 与所述基准线之间的差异。

所述异常感测单元可在判断为所述监控对象发生异常时输出警告消息。

当由所述异常感测单元感测到所述监控对象发生异常时，所述预测单元 可选定所述最佳类似案例。

所述预测单元可将各个所述类似案例的模式与采集的所述状态信息的模 式进行比较，并将具有与所述状态信息的模式的相似度最高的模式的类似案 例选定为所述最佳类似案例。

所述预测单元可在使各个所述类似案例的模式和所述状态信息模式在同 一平面内移动的同时分别计算各个所述类似案例模式与所述状态信息模式的 相似度的最大值，并将计算出的所述相似度的最大值最大的类似案例选定为 所述最佳类似案例。

所述预测单元可通过选定的所述最佳类似案例的模式和特征值来预测所 述监控对象的此后的事态发展。

所述监控对象是航行中的移动体，所述先前案例数据是所述移动体的先 前航行案例数据，所述状态信息是所述移动体的基于时刻的位置信息。

根据本发明的另一个示例性实施例，提供一种异常早期感测方法，包括 如下步骤：从先前案例数据中选定与监控对象相关联的类似案例；采集所述 监控对象的状态信息；将所述类似案例与采集的所述状态信息进行比较来从 所述类似案例中选定最佳类似案例；通过所述最佳类似案例来预测所述监控 对象的此后的事态发展。

在选定所述类似案例的步骤中，可基于利用所述先前案例数据的特征值 (featurevalue)与所述监控对象的特征值之间的相似度的基于案例的推理来 选定所述类似案例。

所述异常早期感测方法，在执行选定所述最佳类似案例的步骤之前，还 可包括如下步骤：将从所述先前案例数据中被分类为正常的案例数据与所述 状态信息进行比较来感测所述监控对象是否发生异常。