一种石质文物监测数据本体趋势的提取方法和装置

本发明属于数据挖掘，具体涉及一种石质文物监测数据本体趋势的提取方法和装置。

背景技术：

1、文物本体及赋存环境监测、微环境调控是文物预防性保护的主要工作，其中，从监测数据中提取监测对象本体的变化趋势显得尤为重要。

2、公开号为cn112561161a的中国发明专利公开了一种基于压缩感知的时间序列趋势提取和预测方法，通过对原始时间序列进行随机亚采样得到观测向量后，在确定重构信号稀疏度的情况下，多次重构对原始时间序列进行趋势提取。利用基于欧式距离序列相似度评价指标，找出多个重构趋势中的最佳趋势序列，最后对最佳趋势使用支持向量回归预测方法对未来趋势发展进行预测。该方法针对本体单序列建模，本体序列和环境序列之间的相关性无法被学习到，提取出来的趋势包含了环境因素，并不是真实本体变化趋势，该方法适用于多周期场景，无法在序列不满足一个年周期的情况下提取本体趋势。

3、公开号为cn115410342a的中国发明专利公开了一种基于裂缝计实时监测的滑坡灾害智能预警方法，采用滑动平均方法对各个裂缝计监测到数据进行趋势提取，找出异常设备；剔除异常设备的监测数据，采用滑动平均方法对正常设备进行趋势提取，形成新的变形数据的时间序列；然后基于新的变形数据的时间序列，计算正常设备监测的历史数据的相邻两个时间间隔的变形差和变形速度。该方法同样无法在序列不满足一个年周期的情况下准确提取本体趋势。且滑动平均法计算趋势无法将环境因素带来的影响从最终的趋势中除去。

4、类似上述的大多方法都未能很好的从监测数据中提取监测对象本体的变化趋势。由于文物病害种类多样、风险因素复杂、褪化过程缓慢，针对不同文物病害的形成机理及其与赋存环境风险因素的关联关系研究尚处于起步阶段。一方面，针对一些活动病害，科研人员通过机理研究确定了病害主要驱动力来源以及环境风险因素阈值，但是，这类驱动力对监测数据的影响往往呈现周期性，呈现在监测数据上往往表现出一定的往复性，不能轻易的得出监测对象本体的变化趋势。因此，有必要对这些风险因素监测数据进行综合性关联分析进而探索得到文物本体的变化趋势，便于建立动态阈值模型；另一方面，经过多年的建设，很多遗产地已经积累了海量的文物风险监测数据，但如何利用这些数据，发现不同风险因素间关联关系，进而建立风险因素变化趋势分析预警模型，来尽早发现并及时消除各类风险隐患对文物造成的影响，这同样是许多遗产地当前面临的重要议题。因此，针对遗产地文物风险监测数据，开展数据智能分析与文物本体变化趋势研究，对于科学制定文物风险阈值，指导遗产地开放管理等工作都具有重要意义，是文物预防性保护工作的重要内容之一。

技术实现思路

1、鉴于上述，本发明的目的是提供一种石质文物监测数据本体趋势的提取方法和装置，该方法和装置能够绕开劣化机理定量化分析的复杂性，能够在不满一个年周期的情况下，基于环境监测数据和文物本体监测数据提取文物本体变化趋势。

2、为实现上述发明目的，实施例还提供了一种石质文物监测数据本体趋势的提取方法，包括以下步骤：

3、获取文物本体监测数据和环境监测数据，并进行预处理；

4、计算预处理后文物本体监测数据不同滞后时间对应环境监测数据之间的相关性，并依据相关性对文物本体监测数据和环境监测数据进行对齐；

5、将对齐的文物本体监测数据和环境监测数据输入多级趋势拟合模型进行趋势拟合，其中，多级趋势拟合模型基于多项式回归构建，包括多个等级的趋势拟合模型，每个等级趋势拟合模型用于根据输入的环境监测数据和数据标签预测重构文物本体数据，并将文物本体监测数据与历史重构文物本体数据之差作为拟合趋势，该拟合趋势作为下一等级趋势拟合模型的数据标签；

6、进行当前等级趋势拟合时，通过当前输出的拟合趋势与前一等级趋势模型输出的拟合趋势之间相似度来判断是否引入下一等级趋势模型继续进行趋势拟合，并在不需要引入下一等级趋势模型时，将当前输出的拟合趋势作为提取的最终本体趋势。

7、优选地，所述预处理包括：

8、去除监测数据中异常点，回填插补缺失值，以及数据归一化。

9、优选地，所述不同滞后时间对应环境监测数据通过以下方式获得：

10、设置不同的滞后时间值k，在时间方向上根据滞后时间值k平移环境监测数据值，得到环境数据ri[k:len(ri)+k]，len(ri)表示环境监测数据的序列长度，环境数据ri[k:len(ri)+k]左右数据空缺采用附近区间均值填充。

11、优选地，所述依据相关性对文物本体监测数据和环境监测数据进行对齐，包括：

12、筛选最大相关性对应的滞后时间值，将该滞后时间值对应的环境监测数据作为与文物本体监测数据对齐的数据，用于输入多级趋势拟合模型。

13、优选地，每个等级趋势拟合模型建立了环境监测数据与本体监测数据的多项式相关关系，目标函数为：

14、

15、其中，n为等级索引，取值为大于等于1的整数，wn和bn为每个等级趋势拟合模型的参数，为第t维环境监测数据的n次方，yn为拟合目标值，s为文物本体监测数据，si为文物本体监测数据中受环境影响部分，简称为重构文物本体数据；

16、基于以上目标函数，构建每个等级趋势拟合模型的误差为数据标签yn与输出的重构文物本体数据si之间的差值，并依据误差优化每个等级趋势拟合模型的参数wn和bn。

17、优选地，每个等级趋势拟合模型的损失函数表示为：

18、loss(yn,sn)＝αmse+(1-α)crossentrypyloss

19、其中，yn和sn分别为等级为n的趋势拟合模型的数据标签和输出的重构文物本体数据，α∈[0,1]为所占权重，mse为yn和sn的均方误差，crossentrypyloss为yn和sn的交叉熵损失。

20、优选地，所述当前输出的拟合趋势与前一等级趋势拟合模型输出的拟合趋势之间的相似度采用余弦相似度方法计算，当余弦相似度小于设定阈值时，认为需要引入下一等级趋势拟合模型进行趋势拟合。

21、优选地，当环境监测数据为多个维度时，将每个维度的环境监测数据分别单独处理，以将每个维度的环境监测数据与文物本体监测数据对齐，所有对齐的数据作为样本输入至多级趋势拟合模型中进行趋势拟合。

22、为实现上述发明目的，实施例还提供了一种石质文物监测数据本体趋势的提取装置，其特征在于，包括：

23、获取及预处理模块，用于获取文物本体监测数据和环境监测数据，并进行预处理；

24、对齐模块，用于计算预处理后文物本体监测数据不同滞后时间对应环境监测数据之间的相关性，并依据相关性对文物本体监测数据和环境监测数据进行对齐；

25、拟合提取模块，将对齐的文物本体监测数据和环境监测数据输入多级趋势拟合模型进行趋势拟合，进行当前等级趋势拟合时，通过当前输出的拟合趋势与前一等级趋势模型输出的拟合趋势之间相似度来判断是否引入下一等级趋势模型继续进行趋势拟合，并在不需要引入下一等级趋势模型时，将当前输出的拟合趋势作为提取的最终本体趋势；

26、其中，多级趋势拟合模型基于多项式回归构建，包括多个等级趋势拟合模型，每个等级趋势拟合模型用于根据输入的环境监测数据和数据标签预测重构文物本体数据，并将文物本体监测数据与历史重构文物本体数据之差作为拟合趋势，该拟合趋势作为下一等级趋势拟合模型的数据标签。

27、为实现上述发明目的，实施例提供了一种石质文物监测数据本体趋势的提取装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上执行的计算机程序，所述处理器执行所述计算机程序时实现上述石质文物监测数据本体趋势的提取方法。

28、与现有技术相比，本发明具有的有益效果至少包括：

29、(1)由于基于历史环境监测数据进行提取，在监测数据不满一个年周期时仍能准确提取文物本体趋势。

30、(2)由于采用多级趋势拟合模型进行趋势拟合，能够消除了本体监测数据中含有的环境因素影响部分，提取出文物本体真实变化趋势。

31、(3)本方法适用于多种类型的监测数据，可迁移性强。