一种基于模型集群的工业大数据自主外挖掘方法

摘要

本发明公开了一种基于模型集群的工业大数据自主挖掘方法，包括以下步骤：S1、基于领域知识和多源异构数据的结构特征，构建模型集群和挖掘引擎；S2、对所述多源异构数据进行数据采样，并统计随机误差方差的容错估计；S3、利用挖掘引擎对数据集进行挖掘，确定每个采样数据序列的最优容错模型和模型参数的最优容错估计；S4、利用所述最优容错模型进行拟合优度统计量计算与VV&A检验；S5、基于模型聚类，获取数据模型表示与内涵知识。本发明能够实现、大数据的挖掘过程自动化、关联知识可融入、模型集群可扩充、挖掘建模一体化和挖掘结果最优化。