买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：淄博亿境数字科技有限公司

摘要：本发明公开了数据分析技术领域的一种VR全景运维数据分析系统，系统包括时间序列归纳模块、动态模式挖掘模块、资源分配优化模块、性能波动监控模块、知识库更新模块、模型适应调整模块、增量式知识获取模块、调度方案制定模块。本发明中，通过采用动态时间弯曲算法、增量式主成分分析和粒子群优化，在资源分配优化模块中，通过评估资源的分配效率和挖掘资源使用瓶颈，调整资源分配参数，实现了资源使用的最优化，当效率评估记录显示某资源使用率低下时，通过调整资源分配量和优先级，有效解决了资源瓶颈问题，不仅提高了资源利用效率，还确保了运维过程中资源的合理分配和使用，从而显著提升了VR全景内容的服务质量和用户体验，减少了故障时间。

主权项：1.一种VR全景运维数据分析系统，其特征在于，所述系统包括时间序列归纳模块、动态模式挖掘模块、资源分配优化模块、性能波动监控模块、知识库更新模块、模型适应调整模块、增量式知识获取模块、调度方案制定模块；所述时间序列归纳模块基于VR全景运维中收集到的数据，进行时间戳标记，并依据时间戳对收集到的数据点进行排序处理，确定数据时间顺序性，生成时间标记数据集；所述动态模式挖掘模块基于时间标记数据集，利用动态时间弯曲算法，对数据点进行序列化处理，通过计算并比较数据点间的时间差和数值变化，识别数据中的常见模式和异常波动，生成模式识别集，所述模式识别集包括周期性波动、异常事件标识和趋势变化指标；所述资源分配优化模块基于模式识别集，使用增量式主成分分析，评估当前资源分配的效率，挖掘资源使用瓶颈，并调整资源分配参数，包括分配量和优先级，得到分配优化方案；所述性能波动监控模块基于分配优化方案，对系统性能关键指标进行持续监控，包括响应时间和处理能力，记录多项性能指标的波动情况，为维护和优化提供数据支持，获得性能波动记录；所述知识库更新模块依据性能波动记录，对现有的运维知识库进行更新和补充，包括故障诊断方法和维护策略在内的知识条目，建立更新后的知识库；所述模型适应调整模块基于更新后的知识库，根据添加的运维知识自动调整模型参数，包括学习率和权重，优化模型的准确性和适应性，生成自适应调整模型；所述增量式知识获取模块依据自适应调整模型，对新收集的运维数据进行分析，识别并提取未包括在现有知识库中的数据和模式，得到增量知识集；所述调度方案制定模块基于增量知识集，结合运维需求和资源可用性，对现有调度计划进行评估和重新制定，进行调度计划的优化和调整，生成资源调度方案；所述动态模式挖掘模块包括序列化处理子模块、模式比较子模块、模式识别集构建子模块；所述序列化处理子模块基于时间标记数据集，将数据点按时间顺序进行序列化处理，若数据点时间间隔连续，则视为一个序列，生成序列化数据集；所述模式比较子模块基于序列化数据集，利用动态时间弯曲算法，对序列内的数据点进行时间差和数值变化的计算，若序列间存在同类的时间差和数值变化模式，则标记为潜在同类模式，得到潜在模式集；所述动态时间弯曲算法，按照公式：;计算时间序列S和t之间的距离，生成距离矩阵D的值；其中，表示序列的前个元素和序列的前个元素之间的最小累计距离，是序列的第个元素和序列的第个元素之间的距离度量，是调整序列间匹配点距离计算的权重因子，是数值变化敏感度参数；所述模式识别集构建子模块基于潜在模式集，采用在线随机梯度下降，通过判断模式的出现频率和异常程度，识别数据中的常见模式和异常波动，生成模式识别集；所述资源分配优化模块包括效率评估子模块、资源瓶颈挖掘子模块、分配方案构建子模块；所述效率评估子模块基于模式识别集，评估当前资源的分配效率，通过计算资源使用率和满足率，若资源使用率低下，则标记为低效率资源，生成效率评估记录；所述资源瓶颈挖掘子模块基于效率评估记录，使用增量式主成分分析，分析资源使用的情况，若资源频繁成为低效率根源，则标记为资源瓶颈，得到资源瓶颈列表；所述增量式主成分分析法，按照公式：;计算资源使用数据的新表示，得到资源瓶颈列表；其中，为原始资源使用数据矩阵，表示与时间关联的资源使用数据变化量，是权重矩阵，是调整系数，用于平衡，是资源使用的敏感度评分矩阵；所述分配方案构建子模块基于资源瓶颈列表，运用粒子群优化，调整资源分配的参数，包括资源分配量和资源使用优先级，并对应资源瓶颈问题，得到分配优化方案。

全文数据：

权利要求：

百度查询： 淄博亿境数字科技有限公司 一种VR全景运维数据分析系统