一种异构数据库融合接入系统的制作方法

1.本发明涉及网络数据库技术领域，且更具体地涉及一种异构数据库融合接入系统。


背景技术：

2.随着网络数据架构的飞速发展，网络数据库技术也逐步发展，当前已有相当数量的企业和科研机构积累了大量的、以不同形式存储的、依赖于不同的数据库管理系统的数据。基于计算机技术的飞速发展，在不同数据层存在各种异构数据信息，在大数据时代，信息化数据呈爆炸式增长，传统关系型数据库和新兴的nosql数据库都难以全面且高效地面对这些挑战。如何对这些数据信息，是企业进一步发展所需要解决的问题。
3.现有技术中，虽然能够实现多源异构数据的整合,针对异构数据源注册、虚拟数据库表对象注册、虚拟资源注册等方式完成异构数据库的共享访问管理方法,并提供统一的数据访问接口,但是这种方式对多源异构数据的融合程度较差，数据通信性能较差，难以实现各个外部第三方应用系统的资源互通，异构数据的统一管理能力较差。
4.现有技术中，也采用了基于xml异构数据源数据融合系统，该技术虽然解决了异构数据源产生的分布异构特性，使用户不必了解各个数据源的物理分布、组成和操作方法，不必进行复杂的结果汇总，只要通过简单的全局访问就可以得到想要的结果。但是对数据的处理和计算方法仍未提及，并且数据的交互能力较差。


技术实现要素：

5.针对上述技术的不足，本发明公开一种异构数据库融合接入系统，本发明能够实现多种异构数据信息的融合、计算和处理，提高数据库管理能力。
6.为了解决上述技术问题，本研究采用以下技术方案：一种异构数据库融合接入系统，其中包括：
7.至少一个数据库接口；用于接收、传递或者共享多源异构数据信息，所述数据库接口为网络架构中不同数据模型的数据库接口，至少为oracle数据接口、sqlserver数据接口、unix数据接口、windowsnt数据接口或者linux数据接口；
8.信息分配模块；用于将数据库接口接收、传递或者共享的多源异构数据信息按照不同的数据通道实现数据分配，其中所述信息分配模块包括通信协议映射模块、多数据接口和信息收发模块，其中所述通信协议映射模块的输出端与所述多源数据接口的输入端连接，所述多源数据接口的输出端与所述中央处理器的输入端连接，所述中央处理器的输出端与所述信息收发模块的输入端连接；
9.数据预处理模块；用于将接收到的不同网络异构数据信息过滤、清除或者处理，用以实现输入数据信息的纯净输出；
10.至少一个数据处理模块；用于将获取的杂乱无章的不同异构数据信息分类，以使数据信息快速地使用户获取；
11.融合模块；用于将不同类型的多源异构数据信息优化，以提高异构网络通信质量；和
12.客户应用端；用于应用处理后的数据信息；
13.其中所述至少一个数据库接口的输出端与所述信息分配模块的输入端连接，所述信息分配模块的输出端与所述数据预处理模块的输入端连接，所述数据预处理模块的输出端与所述至少一个数据处理模块的输入端连接，所述至少一个数据处理模块的输出端与所述融合模块的输入端连接，所述融合模块的输出端与所述客户应用端的输入端连接。
14.作为本发明进一步的技术方案，所述信息收发模块至少为modbus收发模块、http收发模块、xmpp收发模块、wia
‑
pa收发模块、plc收发模块或者rs485收发模块；并且所述多数据接口至少连接有modbus数据接口、http数据接口、xmpp数据接口、wia
‑
pa数据接口、plc数据接口或者rs485数据接口。
15.作为本发明进一步的技术方案，所述中央处理器为arm处理器。
16.作为本发明进一步的技术方案，所述通信协议映射模块包括物理层、驱动层、应用层和虚拟总线实现层，其中所述物理层的输出端与驱动层的输入端连接，所述驱动层的输出端与应用层的输入端连接，所述应用层的输出端与虚拟总线实现层的输入端连接。
17.作为本发明进一步的技术方案，所述数据处理模块为基于计算机程序算法的数据处理模块，所述数据处理模块包括数据特征提取模块、特征接收模块、特征数据降维模块、特征计算模块和处理数据输出模块，其中所述数据特征提取模块的输出端与所述特征接收模块的输入端连接，所述特征接收模块的输出端与所述特征数据降维模块的输入端连接，所述特征数据降维模块的输出端与所述特征计算模块的输入端，所述特征计算模块的输出端与所述处理数据输出模块的输入端连接。
18.作为本发明进一步的技术方案，所述数据特征提取模块提取数据的方法为：
19.将多源异构数据信息的数据类别设定为n，融合后的多源异构数据函数通过i
×
j阶矩阵表示：
[0020][0021]
将所有数据信息构建成数据矩阵后，多源异构数据信息中任意行和列的数据信息可以记作为α
ij
(ω
f
)，则有：
[0022][0023]
公式(2)中，在提取数据特征时，通过抽取多源异构数据信息，假设提取特征属性记作为j，则在j作用下，提取到的多源异构数据信息函数为α
ij
(
·
)，则i表示输出多源异构数据信息函数频率响应，其中i，j＝1,2，
……
，n；φ
ik
为多源异构数据信息在动态响应时，第k阶信息特征φ
k
的第i个特征数据信号元素，φ
jk
为多源异构数据动态响应第k阶信息特征φ
k
的第j个特征数据信号元素，ω
k
为多源异构数据输出的第k阶固有频率，ξ
k
为多源异构数
据检测到的第k阶数据纯净系数；
[0024]
当多源异构数据信息出现异常现象时，根据多源异构数据信息本身固有的信息频率函数，输出频率响应差值，多源异构数据信息输出数据库的信息特征，检索到的数据信息与用户设置的数据检索标准之间的差值公式表示为：
[0025][0026]
在公式(3)中，ω
p
表示多源异构数据输出的频率响应函数在p阶模态时，多源异构数据输出的频率，δλ
p
为多源异构数据具有的固有信息频谱和多源异构数据处于p阶模态时，多源异构数据发出信息频谱存在的差值与处于p阶数据信息特征时，不同异构数据信息频率之间的比值。
[0027]
作为本发明进一步的技术方案，所述特征数据降维模块实现多源异构数据降维的方法为：
[0028]
步骤一：设置多源异构数据信息，多源异构数据重构数据记作为矩阵a，则有：
[0029][0030]
在公式(4)中，n表示多源异构数据的个数，其中k为多源异构数据信息数据维度，维度数据信息通过公式表示为k＝n
‑
(u
‑
1)r，其中r为采集数据维度的时间延迟，u为数据降维过程中设置的嵌入维数；
[0031]
步骤二：然后计算k和r的值，在数据采集时，需要计算出延迟时间内降维后交互信息量o，通过以下公式表示：
[0032][0033]
在公式(5)中，其中m和n表示多源异构数据库内不同数据元素库，p为m和n种元素库在输入多源异构数据信息中的分布概率，o(r)等于0时，a(t r)和a(t)的数据特征无相互关联关系，o(r)为0时，a(t r)和a(t)的数据特征表示明显的数据融合；
[0034]
步骤三：在多源数据异构降维过程中，假设在u维度的数据库元素中，通过该a(n)表示两个不同维度之间差值，则有：
[0035]
a(n)＝{a(n),a(n r),
…
,a[n (u
‑
1)r]}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0036]
多源异构数据信息a(n)与a(n r)之间距离大于10时，多源异构数据信息a(n)与a(n r)之间表示为无关系，当a(n)与a(n r)之间距离大于10时，将多源异构数据信息剔除，保留剩余数据信息。
[0037]
作为本发明进一步的技术方案，所述特征数据降维模块实现多源异构数据降维的方法为特征对度量法，通过该方法实现多源异构数据信息的降维，其中降维公式为：
[0038][0039]
在公式(7)中，将a(n)与a(n r)之间大于10的数据信息重新构建数据集合，最佳数据维度为u，重构后，建筑设计数据库的原始维度矩阵am通过以下关系式表示：
[0040]
a
m
＝(a
m
,a
m r
,
…
,a
m (u
‑
1)r
)
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0041]
在公式(8)中，t表示多源异构数据信息不同信息维度的转置矩阵，假设多源异构数据信息的两个中心点为am和an，降维公式为：
[0042][0043]
在公式(9)中，其中h为赫维赛德函数，li为数据维度i到中心点维度之距，降维后的数据函数d(l)表达式为：
[0044][0045]
在公式(10)中，通过给定的距离标准值计算不同数据之间的关系，则有：
[0046]
|a
m
‑
(v
‑
1)r
‑
a
n
‑
(v
‑
1)r
|1≤v≤u
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)
[0047]
在公式(11)中，其中的v表示符合多源异构数据信息要求的维数范围。
[0048]
作为本发明进一步的技术方案，所述特征计算模块包括计算芯片、与所述计算芯片连接的数据输入接口、显示模块、数据输出接口、外部扩展电路、继电器组件、继电器开关电路、计算机管理系统和数据分类模型；其中所述计算芯片为基于arm9嵌入式单片机计算系统，所述数据分类模型为分类算法模型。
[0049]
作为本发明进一步的技术方案，所述特征计算模块实现数据融合的方法为：
[0050]
(1)数据选择，假设从数据库接口输出的多源异构网络通信数据记作为大样本，将数据的目标函数记作为y～(α,β2)，将期望值与标准差分别记作为α、β，α和β的取值范围介于[0,1]；
[0051]
在进行数据融合计算时，设置待融合的数据信息为m个不同的数据类型，则记作为数据集合b＝(b1,b2,...,b
m
)，通过n种数据类型转换后，输出的异构网络数据源记作为数据集合z＝(z1,z2,...,z
n
)，其中不同异构网络通信数据源的置信度设成q
j
；
[0052]
(2)将通过数据运算转换后的异构网络通信数据源集合为数据集合：
[0053]
z
ji
＝(b
ji
,c
ji
,d
ji
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)
[0054]
在公式(1)中，其中第j个异构网络通信数据源与第i决策对象的转换程度记作为z
ji
；多源异构数据信息转换程度通过三角模糊数函数表示，则该函数公式记作为(b
ji
,c
ji
,d
ji
)，有：0≤b
ji
≤c
ji
≤d
ji
≤1；
[0055]
(2)为了平衡数据转换函数，提高数据计算能力，在函数公式中设置owa算子权重向量，假设按照决策者的喜好，选取合理的模糊语义量化标准，设置设owa算子权重向量；数据转换程度分为“完全转换”、“未转换”和“转换中”，“完全转换”的数据参数设置为(0.45，0.79)，“未转换”的数据参数设置为(0.16,0.32)，“转换中”的数据参数设置为(0.78,1.03)，通过上按照参数获取模糊语义量化算子函数可以记作为g(y)；根据设置的函数g
(y)，计算owa算子权重向量，并将该向量记作为其中m表示输入异构网络通信数据源数量；
[0056]
(3)设置好数据参数之后，将每个异构网络通信数据源置信度q
j
与认可水平值z
ji
进行数据转换；
[0057]
在利用及提高owa权重向量的计算量，设置q
j
和z
ji
的每个决策值，然后将该决策数值通过数据转换的方式进行大小排列，数据转换公式可以记作为：
[0058]
z
ji
‑
min
＝q
j
×
z
ji
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)
[0059]
z
ji
‑
max
＝q
j
z
ji
‑
q
j
×
z
ji
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)
[0060][0061]
(4)按照owa算子权重向量与转换后的认可水平实现异构网络通信数据融合，同时运算每个决策的最后决策值。则有：
[0062][0063]
式中，第j个最大元素设成c
ji
。
[0064]
(5)然后源源不断地输入网络异构数据信息，根据上述设置的决策值大小对数据信息进行融合，实现异构网路通信数据融合。
[0065]
积极有益效果：
[0066]
本发明包括数据库接口、信息分配模块、数据预处理模块、数据处理模块、数据处理模块和客户应用端，能够将多种不同形式的异构数据信息进行数据信息分配、预处理、特征信息提取及数据融合等，实现多源数据异构数据信息的融合处理。
[0067]
本发明信息收发模块至少为modbus收发模块、http收发模块、xmpp收发模块、wia
‑
pa收发模块、plc收发模块或者rs485收发模块；并且所述多数据接口至少连接有modbus数据接口、http数据接口、xmpp数据接口、wia
‑
pa数据接口、plc数据接口或者rs485数据接口，能够支持多种数据通信，提高了数据通信能力。
[0068]
本发明采用的数据处理模块为基于计算机程序算法的数据处理模块，所述数据处理模块包括数据特征提取模块、特征接收模块、特征数据降维模块、特征计算模块和处理数据输出模块，其中所述数据特征提取模块的输出端与所述特征接收模块的输入端连接，所述特征接收模块的输出端与所述特征数据降维模块的输入端连接，所述特征数据降维模块的输出端与所述特征计算模块的输入端，所述特征计算模块的输出端与所述处理数据输出模块的输入端连接。通过特征数据信息提取，能够实现数据信息分析。
[0069]
本发明采用特征计算模块包括计算芯片、与所述计算芯片连接的数据输入接口、显示模块、数据输出接口、外部扩展电路、继电器组件、继电器开关电路、计算机管理系统和数据分类模型；其中所述计算芯片为基于arm9嵌入式单片机计算系统，所述数据分类模型为分类算法模型，能够实现数据信息的处理和计算。
附图说明
[0070]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图，其中：
[0071]
图1为本发明一种异构数据库融合接入系统的硬件架构示意图；
[0072]
图2为本发明一种异构数据库融合接入系统中信息分配模块架构示意图；
[0073]
图3为本发明一种异构数据库融合接入系统中通信协议映射模块示意图；
[0074]
图4为本发明一种异构数据库融合接入系统中数据处理模块示意图；
[0075]
图5为本发明一种异构数据库融合接入系统中特征计算模块硬件架构示意图。
具体实施方式
[0076]
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的实施例仅用于说明和解释本发明，并不用于限定本发明。
[0077]
实施例一
[0078]
如图1所示，一种异构数据库融合接入系统，其中包括：
[0079]
至少一个数据库接口；用于接收、传递或者共享多源异构数据信息，所述数据库接口为网络架构中不同数据模型的数据库接口，至少为oracle数据接口、sqlserver数据接口、unix数据接口、windowsnt数据接口或者linux数据接口；通过这种方式设置，能够实现多种数据信息的交互，可以与外界设备实现多种信息互动。
[0080]
信息分配模块；用于将数据库接口接收、传递或者共享的多源异构数据信息按照不同的数据通道实现数据分配，其中所述信息分配模块包括通信协议映射模块、多数据接口和信息收发模块，其中所述通信协议映射模块的输出端与所述多源数据接口的输入端连接，所述多源数据接口的输出端与所述中央处理器的输入端连接，所述中央处理器的输出端与所述信息收发模块的输入端连接；通过这种方式能够实现不同类型数据信道的交互与分配。
[0081]
数据预处理模块；用于将接收到的不同网络异构数据信息过滤、清除或者处理，用以实现输入数据信息的纯净输出；通过这种方式能够实现不同网络异构数据的计算与处理，提高了数据信息处理能力。
[0082]
至少一个数据处理模块；用于将获取的杂乱无章的不同异构数据信息分类，以使数据信息快速地使用户获取；通过这种方式，能够将杂乱无章的不同异构数据信息变的有规律。
[0083]
融合模块；用于将不同类型的多源异构数据信息优化，以提高异构网络通信质量；和
[0084]
客户应用端；用于应用处理后的数据信息；
[0085]
其中所述至少一个数据库接口的输出端与所述信息分配模块的输入端连接，所述信息分配模块的输出端与所述数据预处理模块的输入端连接，所述数据预处理模块的输出端与所述至少一个数据处理模块的输入端连接，所述至少一个数据处理模块的输出端与所述融合模块的输入端连接，所述融合模块的输出端与所述客户应用端的输入端连接。
[0086]
如图2所示，所述信息收发模块至少为modbus收发模块、http收发模块、xmpp收发模块、wia
‑
pa收发模块、plc收发模块或者rs485收发模块；并且所述多数据接口至少连接有modbus数据接口、http数据接口、xmpp数据接口、wia
‑
pa数据接口、plc数据接口或者rs485数据接口。
[0087]
在本发明中，所述中央处理器为arm处理器。
[0088]
在本发明中，所述通信协议映射模块包括物理层、驱动层、应用层和虚拟总线实现层，其中所述物理层的输出端与驱动层的输入端连接，所述驱动层的输出端与应用层的输入端连接，所述应用层的输出端与虚拟总线实现层的输入端连接。
[0089]
在本发明中，所述数据处理模块为基于计算机程序算法的数据处理模块，所述数据处理模块包括数据特征提取模块、特征接收模块、特征数据降维模块、特征计算模块和处理数据输出模块，其中所述数据特征提取模块的输出端与所述特征接收模块的输入端连接，所述特征接收模块的输出端与所述特征数据降维模块的输入端连接，所述特征数据降维模块的输出端与所述特征计算模块的输入端，所述特征计算模块的输出端与所述处理数据输出模块的输入端连接。
[0090]
实施例二
[0091]
在本发明中，所述数据特征提取模块提取数据的方法为：
[0092]
将多源异构数据信息的数据类别设定为n，融合后的多源异构数据函数通过i
×
j阶矩阵表示：
[0093][0094]
通过公式(1)能够将所有数据信息构建成数据矩阵，以便于处理多种形式的多源异构数据信息。为了提出数据计算能力，将多源异构数据信息中任意行和列的数据信息可以记作为α
ij
(ω
f
)，则有：
[0095][0096]
公式(2)中，在提取数据特征时，通过抽取多源异构数据信息，假设提取特征属性记作为j，则在j作用下，提取到的多源异构数据信息函数为α
ij
(
·
)，则i表示输出多源异构数据信息函数频率响应，其中i，j＝1,2，
……
，n；φ
ik
为多源异构数据信息在动态响应时，第k阶信息特征φ
k
的第i个特征数据信号元素，φ
jk
为多源异构数据动态响应第k阶信息特征φ
k
的第j个特征数据信号元素，ω
k
为多源异构数据输出的第k阶固有频率，ξ
k
为多源异构数据检测到的第k阶数据纯净系数；通过该公式能够游离出多源异构数据信息中具体的某个数据信息。
[0097]
当多源异构数据信息出现异常现象时，根据多源异构数据信息本身固有的信息频率函数，输出频率响应差值，多源异构数据信息输出数据库的信息特征，检索到的数据信息与用户设置的数据检索标准之间的差值公式表示为：
[0098][0099]
在公式(3)中，ω
p
表示多源异构数据输出的频率响应函数在p阶模态时，多源异构数据输出的频率，δλ
p
为多源异构数据具有的固有信息频谱和多源异构数据处于p阶模态时，多源异构数据发出信息频谱存在的差值与处于p阶数据信息特征时，不同异构数据信息频率之间的比值。通过该公式，能够计算出数据信息与用户设置的数据之间的关系，通过对比发现，可以直接输出多源异构数据特征。
[0100]
实施例三
[0101]
在本发明中，所述特征数据降维模块实现多源异构数据降维的方法为：
[0102]
步骤一：设置多源异构数据信息，多源异构数据重构数据记作为矩阵a，则有：
[0103][0104]
在公式(4)中，n表示多源异构数据的个数，其中k为多源异构数据信息数据维度，维度数据信息通过公式表示为k＝n
‑
(u
‑
1)r，其中r为采集数据维度的时间延迟，u为数据降维过程中设置的嵌入维数；通过将多源异构数据重构数据以矩阵的方式表示出来，能够实现不同数据群体的聚集，便于进行数据研究，提高了数据集合能力。
[0105]
步骤二：然后计算k和r的值，在数据采集时，需要计算出延迟时间内降维后交互信息量o，通过以下公式表示：
[0106][0107]
在公式(5)中，其中m和n表示多源异构数据库内不同数据元素库，p为m和n种元素库在输入多源异构数据信息中的分布概率，o(r)等于0时，a(t r)和a(t)的数据特征无相互关联关系，o(r)为0时，a(t r)和a(t)的数据特征表示明显的数据融合；
[0108]
步骤三：在多源数据异构降维过程中，假设在u维度的数据库元素中，通过该a(n)表示两个不同维度之间差值，则有：
[0109]
a(n)＝{a(n),a(n r),
…
,a[n (u
‑
1)r]}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0110]
多源异构数据信息a(n)与a(n r)之间距离大于10时，多源异构数据信息a(n)与a(n r)之间表示为无关系，当a(n)与a(n r)之间距离大于10时，将多源异构数据信息剔除，保留剩余数据信息。
[0111]
在本发明进一步的实施例中，所述特征数据降维模块实现多源异构数据降维的方法为特征对度量法，通过该方法实现多源异构数据信息的降维，其中降维公式为：
[0112][0113]
在公式(7)中，将a(n)与a(n r)之间大于10的数据信息重新构建数据集合，最佳数据维度为u，重构后，建筑设计数据库的原始维度矩阵am通过以下关系式表示：
[0114]
a
m
＝(a
m
,a
m r
,
…
,a
m (u
‑
1)r
)
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0115]
在公式(8)中，t表示多源异构数据信息不同信息维度的转置矩阵，通过该公式能够实现复杂数据的简单处理，提高了数据处理能力。
[0116]
假设多源异构数据信息的两个中心点为am和an，降维公式为：
[0117][0118]
在公式(9)中，其中h为赫维赛德函数，li为数据维度i到中心点维度之距，降维后的数据函数d(l)表达式为：
[0119][0120]
在公式(10)中，通过给定的距离标准值计算不同数据之间的关系，则有：
[0121]
|a
m
‑
(v
‑
1)r
‑
a
n
‑
(v
‑
1)r
|1≤v≤u
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)
[0122]
在公式(11)中，其中的v表示符合多源异构数据信息要求的维数范围。通过该公式，能够实现多源异构数据信息的简单化处理，用户在应用时，具有突出的效率。
[0123]
在本发明中，所述特征计算模块包括计算芯片、与所述计算芯片连接的数据输入接口、显示模块、数据输出接口、外部扩展电路、继电器组件、继电器开关电路、计算机管理系统和数据分类模型；其中所述计算芯片为基于arm9嵌入式单片机计算系统，所述数据分类模型为分类算法模型。
[0124]
通过这种方式计算，能够实现异构数据多种信息特征的处理。
[0125]
实施例四
[0126]
在本发明中，所述特征计算模块实现数据融合的方法为：
[0127]
(1)数据选择，假设从数据库接口输出的多源异构网络通信数据记作为大样本，将数据的目标函数记作为y～(α,β2)，将期望值与标准差分别记作为α、β，α和β的取值范围介于[0,1]；通过这种方式，能够快速获取数据信息，使得不同数据信息能够被选定在特殊的范围内，供用户使用。
[0128]
在进行数据融合计算时，设置待融合的数据信息为m个不同的数据类型，则记作为数据集合b＝(b1,b2,...,b
m
)，通过n种数据类型转换后，输出的异构网络数据源记作为数据集合z＝(z1,z2,...,z
n
)，其中不同异构网络通信数据源的置信度设成q
j
；通过这种方式设置，能够实现不同数据信息的标识。
[0129]
(2)将通过数据运算转换后的异构网络通信数据源集合为数据集合：
[0130]
z
ji
＝(b
ji
,c
ji
,d
ji
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)
[0131]
在公式(1)中，其中第j个异构网络通信数据源与第i决策对象的转换程度记作为z
ji
；多源异构数据信息转换程度通过三角模糊数函数表示，则该函数公式记作为(b
ji
,c
ji
,d
ji
)，有：0≤b
ji
≤c
ji
≤d
ji
≤1；
[0132]
(2)为了平衡数据转换函数，提高数据计算能力，在函数公式中设置owa算子权重向量，假设按照决策者的喜好，选取合理的模糊语义量化标准，设置设owa算子权重向量；数据转换程度分为“完全转换”、“未转换”和“转换中”，“完全转换”的数据参数设置为(0.45，0.79)，“未转换”的数据参数设置为(0.16,0.32)，“转换中”的数据参数设置为(0.78,1.03)，通过上按照参数获取模糊语义量化算子函数可以记作为g(y)；根据设置的函数g(y)，计算owa算子权重向量，并将该向量记作为其中m表示输入异构网络通信数据源数量；
[0133]
(3)设置好数据参数之后，将每个异构网络通信数据源置信度q
j
与认可水平值z
ji
进行数据转换；
[0134]
在利用及提高owa权重向量的计算量，设置q
j
和z
ji
的每个决策值，然后将该决策数值通过数据转换的方式进行大小排列，数据转换公式可以记作为：
[0135]
z
ji
‑
m
in
＝q
j
×
z
ji
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)
[0136]
z
ji
‑
max
＝q
j
z
ji
‑
q
j
×
z
ji
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)
[0137][0138]
(4)按照owa算子权重向量与转换后的认可水平实现异构网络通信数据融合，同时运算每个决策的最后决策值。则有：
[0139][0140]
式中，第j个最大元素设成c
ji
。
[0141]
(5)然后源源不断地输入网络异构数据信息，根据上述设置的决策值大小对数据信息进行融合，实现异构网路通信数据融合。
[0142]
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些具体实施方式仅是举例说明，本领域的技术人员在不脱离本发明的原理和实质的情况下，可以对上述方法和系统的细节进行各种省略、替换和改变。例如，合并上述方法步骤，从而按照实质相同的方法执行实质相同的功能以实现实质相同的结果则属于本发明的范围。因此，本发明的范围仅由所附权利要求书限定。