[发明专利]一种用于监控区域内应急抢修现场的数据表征方法

权利要求书

1.一种用于监控区域内应急抢修现场的数据表征方法，其特征在于包括以下步骤：

S1，监控数据采集；

S2，将数据分为以属性数据为代表的结构化数据和以图像数据为代表的非结构化数据两类；

S3，将所述数据进行标准化处理；

S4，采用主成分分析模型对所述结构化数据进行降维处理，完成结构化数据表征；

S5，利用独立成分分析模型对所述非结构化数据进行人工智能学习，得到训练基函数；

S6，通过基函数响应的方式获得所述非结构化数据的特征系数；

S7，将所述特征系数代入所述训练基函数，计算出估计值，用来表征所述非结构化数据。

2.根据权利要求1所述的一种用于监控区域内应急抢修现场的数据表征方法，其特征在于，在所述步骤S3中对于所述结构化数据中具有连续属性数据采用min-max标准化方法映射至区间[0,1]中的对应值，具有离散属性数据保留原始状态。

3.根据权利要求1所述的一种用于监控区域内应急抢修现场的数据表征方法，其特征在于，在所述步骤S3中对于所述非结构化数据进行白化和中心化处理，得到格式统一的样本集数据。

4.根据权利要求2所述的一种用于监控区域内应急抢修现场的数据表征方法，其特征在于，所述步骤S4中采用主成分分析模型对所述结构化数据进行降维处理,包括以下步骤：

将原始样本数据按行列组成m行n列矩阵X₀，其中m表示一条记录行号，n代表对应属性特征的列号；

计算所述矩阵X0的转置矩阵X_n*m，进行标准化处理；

计算两组样本数据的协方差矩阵R，求出其特征值及对应的特征向量；

将所述特征向量按对应所述特征值大小从上到下按行排列成矩阵，取前k行组成特征向量矩阵P_k*n；

计算降到k维后的数据矩阵Y_k*m＝P_k*nX_n*m，计算该所对应的转置矩阵Y₀，获得对数据的降维处理结果。

5.根据权利要求3所述的一种用于监控区域内应急抢修现场的数据表征方法，其特征在于，所述步骤S6包含以下步骤：

采用独立成分分析模型计算基函数对输入样本X的特征响应系数；

通过设定阈值对所述特征响应系数进行筛选，得到特征系数。