適用于組織內需求的信息管理系統的制作方法

本發明涉及數據處理技術領域，具體地說是一種處理效率高、分析準確的適用于組織內需求的信息管理系統。

背景技術：
：

隨著信息技術的高度發展，人們積累的數據量日益增長，如何從海量數據中快速的獲得有效數據成為當務之急。大數據是指無法再當前條件下使用常規的工具對數據內容進行檢索和管理的數據集，其具有數據量大、數據類型繁多、價值密度低、處理速度快等特點。由于數據種類繁多，在對其進行處理時，會根據數據類型的不同以及處理目的的不同選擇不同的數據處理算法，而這些算法處理得到的結果如何進一步匯總得到有效運用是亟待解決的問題。

云計算按云服務的對象不同分為公有云、私有云。公有云是面向外部用戶需求，通過開放網絡提供云計算服務，如IDC，GoogleApp等。私有云是指企業或者組織內部按照云計算架構搭建一個內部使用的云計算平臺，并根據企業內部需求提供云計算服務。如在地震資料處理行業中，基于現有的大規模集群系統搭建一個私有云計算平臺可以極大的提高地震資料處理速度。私有云平臺的搭建需要著重考慮組件之間數據與信息的交換，組件之間的通信狀況嚴重影響系統提供的云計算能力。進程通信(IPC)技術是指通過專門的通信機制實現進程間交換大量信息的通信技術。對集群計算和云計算而言，進程通信是系統的核心組件，進程通信為系統上層的各計算組件協調工作，為完成海量計算任務提供了可能。現有私有云系統的進程通信仍然采用復雜的分布式進程通信方式，如CORBA(Common Object Request Broker Architecture)。CORBA全稱是公共對象請求代理體系結構，是由OMG[7](Ojbect Management Group)定義的通信標準，其使用了獨立于軟硬件平臺的IDL[8](interface definitionlanguage)語言層對數據進行包裹，目標是實現不同平臺不同語言的程序之間相互交互。CORBA在通信域內有一個服務器節點負責處理客戶機節點的對象請求，服務器節點完成客戶機節點通信信息的轉發與路由工作，CORBA的體系結構如圖1所示：在集群環境和私有云環境下，隨著系統的組件日益復雜，CORBA通信技術存在一定的缺陷。首先，CORBA的通信方式是同步的，客戶向服務器發送請求后，阻塞等待服務器處理，并在處理結果返回后才能進行下一步動作；其次，客戶和服務器通信的對象是緊密耦合的，其生命周期很難把握，提高了系統編程的復雜性；最后，面對日益復雜的通信系統，點對點通信已經不能滿足通信需求，如在地震資料處理行業的集群系統中，由于系統組件之間通信量大且系統計算任務相對單一，現有的點對點通信就很難滿足通信需求。

技術實現要素：
：

本發明針對現有技術中存在的缺點和不足，提出了一種處理效率高、分析準確的適用于組織內需求的信息管理系統。

本發明可以通過以下措施達到：

一種適用于組織內需求的信息管理系統，其特征在于設有管控平臺和至少兩個本地節點，所述管控平臺與本地節點經網絡相連接，所述管控平臺中設有數據庫模塊、數據處理模塊，其中數據處理模塊與數據庫模塊相連接，數據處理模塊包括用于獲取關鍵信息的數據抽取模塊、用于對獲取的數據進行預處理的預處理模塊、用于對處理方式進行選擇的參數設置模塊、用于對數據進行分析運算的數據挖掘模塊、用于對多項挖掘結果進行融合的數據融合模塊、用于輸出融合后最終結果的顯示輸出模塊，所述管控平臺還設有網絡通信模塊，網絡通信模塊用于建立與本地節點的網路通信時啟動后綁定固定端口號，然后開始監聽該端口以等待網絡連接請求；收到新的連接請求后，建立接收會話連接等待接收LAN數據，并將新連接添加至接收會話連接信息表中，統一管理方便查詢。

本發明所述數據融合模塊包括用于獲取兩個以上運算模型輸出結果的數據獲取模塊；用于對數據獲取模塊獲取數據進行有效范圍篩選的篩選模塊、用于對篩選后數據進行權值分配的權值分配模塊、用于對分配權值后數據進行融合的數據融合算法模塊以及用于輸出數據融合結果的顯示輸出模塊。

本發明所述數據融合算法模塊中設有加權平均法處理模塊、卡爾曼濾波處理模塊、統計決策處理模塊以及神經網絡處理模塊。

本發明所述數據融合模塊與顯示輸出模塊之間還設有分類模塊、估值模塊、聚集模塊。

本發明所述預處理模塊中設有離散化處理模塊、屬性增/刪模塊、屬性位置互換模塊、添加ID屬性模塊、數據噪聲處理模塊。

本發明所述數據挖掘模塊設有加權平均法處理模塊、卡爾曼濾波處理模塊、統計決策處理模塊以及神經網絡處理模塊。

本發明與現有技術相比，能夠根據使用者的需求，對于輸入的數據進行多角度、多屬性、多形式的挖掘處理，并將挖掘結果進一步融合分析后，進行分類、估值、聚集、可視化等處理，具有結構合理、操作簡便等顯著的優點。

附圖說明：

附圖1是本發明的結構框圖。

附圖2是本發明中預處理模塊的結構框圖。

附圖3是本發明中數據融合模塊的結構框圖。

附圖標記：數據抽取模塊1、預處理模塊2、參數設置模塊3、數據挖掘模塊4、數據融合模塊5、顯示輸出模塊6、數據獲取模塊7、篩選模塊8、權值分配模塊9、數據融合算法模塊10、顯示輸出模塊11、離散化處理模塊12、屬性增/刪模塊13、屬性位置互換模塊14、添加ID屬性模塊15、數據噪聲處理模塊16、網絡通信模塊17。

具體實施方式：

下面結合附圖對本發明作進一步的說明。

如附圖1所示，本發明提出了一種適用于組織內需求的信息管理系統，其特征在于設有管控平臺和至少兩個本地節點，所述管控平臺與本地節點經網絡相連接，所述管控平臺中設有數據庫模塊、數據處理模塊，其中數據處理模塊與數據庫模塊相連接，數據處理模塊包括用于獲取關鍵信息的數據抽取模塊1、用于對獲取的數據進行預處理的預處理模塊2、用于對處理方式進行選擇的參數設置模塊3、用于對數據進行分析運算的數據挖掘模塊4、用于對多項挖掘結果進行融合的數據融合模塊5、用于輸出融合后最終結果的顯示輸出模塊6，所述管控平臺還設有網絡通信模塊17，網絡通信模塊用于建立與本地節點的網路通信時啟動后綁定固定端口號，然后開始監聽該端口以等待網絡連接請求；收到新的連接請求后，建立接收會話連接等待接收LAN數據，并將新連接添加至接收會話連接信息表中，統一管理方便查詢。

如附圖3所示，本發明所述數據融合模塊5包括用于獲取兩個以上運算模型輸出結果的數據獲取模塊7；用于對數據獲取模塊獲取數據進行有效范圍篩選的篩選模塊8、用于對篩選后數據進行權值分配的權值分配模塊9、用于對分配權值后數據進行融合的數據融合算法模塊10以及用于輸出數據融合結果的顯示輸出模塊11。

本發明所述數據融合算法模塊中設有加權平均法處理模塊、卡爾曼濾波處理模塊、統計決策處理模塊以及神經網絡處理模塊。

本發明所述數據融合模塊與顯示輸出模塊之間還設有分類模塊、估值模塊、聚集模塊。

如附圖2所示，本發明所述預處理模塊2中設有離散化處理模塊12、屬性增/刪模塊13、屬性位置互換模塊14、添加ID屬性模塊15、數據噪聲處理模塊16。

本發明所述數據挖掘模塊設有加權平均法處理模塊、卡爾曼濾波處理模塊、統計決策處理模塊以及神經網絡處理模塊。

本發明與現有技術相比，能夠根據使用者的需求，對于輸入的數據進行多角度、多屬性、多形式的挖掘處理，并將挖掘結果進一步融合分析后，進行分類、估值、聚集、可視化等處理，具有結構合理、操作簡便等顯著的優點。