一种基于大数据的文物储藏环境异常评估方法与流程

技术特征：
1.一种基于大数据的文物储藏环境异常评估方法，其特征在于，该方法包括以下步骤：在当前设定时间段内不同时间节点分别获取文物储藏的环境数据，构成当前数据序列；根据当前数据序列中环境数据之间的差异得到当前数据序列的离散程度；根据当前数据序列中相邻时间节点的环境数据获得各时间节点环境数据的特征参数；在当前时刻之前获得固定数量时间节点对应的环境数据构成第一数据序列，获取历史数据中与第一数据序列各时间节点对应的环境数据构成第二数据序列；计算第一数据序列和第二数据序列对应时间节点的环境数据的差值得到数据差值，根据数据差值对第一数据序列和第二数据序列中的环境数据进行标记，根据最终被标记的环境数据计算差异程度，进而计算参考权重；获取当前设定时间段内不同时间节点对应的历史数据中的环境数据，构成历史环境数据序列；进而计算历史环境数据序列的离散程度；根据当前数据序列和历史环境数据序列的离散程度、各时间节点环境数据的特征参数以及参考权重，得到当前环境数据的关注程度；根据关注程度和当前数据序列中的数据得到预测指数，根据预测指数确定下一时刻的文物环境异常评估结果。2.根据权利要求1所述的一种基于大数据的文物储藏环境异常评估方法，其特征在于，所述关注程度的获取方法具体为：将当前数据序列的离散程度和历史环境数据序列的离散程度之间的比值记为离散程度比值；计算当前数据序列和历史环境数据序列中对应时间节点的数据的差值的均值；计算当前数据序列中各时间节点的数据的特征参数的均值的绝对值得到当前数据序列对应的平均特征参数，进而获得历史环境数据序列对应的平均特征参数，将当前数据序列对应的平均特征参数和历史环境数据序列对应的平均特征参数之间的比值记为特征参数比值；根据所述均值、离散程度比值、特征参数比值以及参考权重得到当前环境数据的关注程度。3.根据权利要求2所述的一种基于大数据的文物储藏环境异常评估方法，其特征在于，所述关注程度的计算公式具体为：其中，m表示关注程度，表示当前数据序列对应的平均特征参数，表示历史环境数据序列对应的平均特征参数，为特征参数比值，表示当前数据序列中第t个时间节点的环境数据，表示历史环境数据序列中第t个时间节点的历史数据，表示当前数据序列中包含的时间节点数量，为参考权重，lx表示当前数据序列的离散程度，lz表示历史环境数据序列的离散程度，为离散程度比值，norm[ ]为归一化函数。4.根据权利要求1所述的一种基于大数据的文物储藏环境异常评估方法，其特征在于，所述根据最终被标记的环境数据计算差异程度，进而计算参考权重，包括：
将第一数据序列中最终被标记的环境数据构成第一标记序列，将第二数据序列中最终被标记的历史数据构成第二标记序列，计算第一标记序列和第二标记序列中对应位置元素的差值，所有差值的均值为差异程度，根据差异程度计算参考权重，差异程度与参考权重之间的关系为负相关关系。5.根据权利要求1所述的一种基于大数据的文物储藏环境异常评估方法，其特征在于，所述根据数据差值对第一数据序列和第二数据序列中的环境数据进行标记具体为：设置差值阈值，对数据差值大于差值阈值的第一数据序列和第二数据序列中的环境数据进行标记。6.根据权利要求5所述的一种基于大数据的文物储藏环境异常评估方法，其特征在于，在根据数据差值对第一数据序列和第二数据序列中的环境数据进行标记之后，所述方法还包括：将第一数据序列中被标记的环境数据记为第一标记数据，将第二数据序列中被标记的环境数据标记为第二标记数据；对于任意一个第一标记数据，采集第一标记数据对应的时间节点之前的一个设定时间段内不同时间节点的实际环境数据构成实际环境数据序列，计算实际环境数据序列的离散程度；对于任意一个第二标记数据，获取第二标记数据对应的时间节点之前的一个设定时间段内不同时间节点对应的历史数据中的环境数据记为历史环境数据，计算历史环境数据构成的序列的离散程度；设置离散阈值，当离散程度大于离散阈值时，对第一标记数据和第二标记数据均进行最终标记；进而对所有第一标记数据和所有第二标记数据进行处理，获得最终被标记的数据。7.根据权利要求1所述的一种基于大数据的文物储藏环境异常评估方法，其特征在于，在获取历史数据中与第一数据序列各时间节点对应的环境数据构成第二数据序列之前，所述方法还包括：获取十年的时间内每一天每一个时间节点的环境数据，记为历史参考数据；获取每个时间节点的所有历史参考数据的众数和平均数，对所述众数和平均数进行加权求和得到每个时间节点的历史数据。8.根据权利要求1所述的一种基于大数据的文物储藏环境异常评估方法，其特征在于，所述离散程度的获取方法具体为：利用主成分分析算法对当前数据序列进行处理得到主成分方向对应的当前环境数据，根据当前数据序列中每个时间节点与主成分方向对应的当前环境数据之间的差值得到当前数据序列的离散程度。9.根据权利要求1所述的一种基于大数据的文物储藏环境异常评估方法，其特征在于，所述特征参数的获取方法具体为：将当前数据序列中任意一个时间节点记为选定时间节点，计算选定时间节点的当前环境数据和选定时间节点的上一时间节点的当前环境数据之间的差值，记为第一差值；计算选定时间节点与选定时间节点的上一时间节点之间的时间差值，记为第二差值；根据所述第一差值和第二差值的比值得到特征参数。
10.根据权利要求1所述的一种基于大数据的文物储藏环境异常评估方法，其特征在于，所述根据关注程度和当前数据序列中的数据得到预测指数，根据预测指数确定下一时刻的文物环境异常评估结果，包括以下具体步骤：获取文物储藏的环境数据的最大值，将当前环境数据的关注程度作为以自然常数e为底的指数函数的指数，计算指数函数值得到下一时刻的环境数据的异常程度；计算所述异常程度与当前时刻的环境数据的乘积，所述乘积与所述最大值的差值为预测指数；当预测指数大于预测阈值时，下一时刻的文物环境异常评估结果为异常的。

技术总结
本发明涉及数据处理技术领域，具体涉及一种基于大数据的文物储藏环境异常评估方法，该方法包括：在当前设定时间段内不同时间节点获取文物储藏的环境数据构成当前数据序列，计算序列的离散程度和数据的特征参数；计算第一和第二数据序列对应时间节点环境数据的差值得到数据差值，根据数据差值对环境数据进行标记，根据最终被标记的环境数据计算差异程度，进而计算参考权重；获取历史环境数据序列；计算历史环境数据序列的离散程度；根据离散程度、各时间节点环境数据的特征参数以及参考权重，得到当前环境数据的关注程度；进而获得预测指数，根据预测指数确定下一时刻的环境异常评估结果。本发明能够避免环境调节不及时的影响而造成文物的损坏。响而造成文物的损坏。响而造成文物的损坏。


技术研发人员：杨利
受保护的技术使用者：杭州原数科技有限公司
技术研发日：2022.12.12
技术公布日：2023/1/13