摘要
本发明公开了一种基于人工智能的数据治理方法及系统,涉及数据治理技术领域,包括本发明通过引入图像增强与布谷鸟搜索相结合的异常轨迹提取机制,有效提升了对设备档案中结构性异常行为的识别能力,结合遗传算法优化的孤立森林模型,实现了对候选异常数据的高置信度筛选,显著提高了异常检测的准确性与鲁棒性,通过构建语义冲突图谱并引入图匹配网络识别冗余实体,有效解决了传统方法中字段相似度不足以支撑复杂冲突判断的问题,最终通过字段级融合策略生成标准设备档案并同步更新治理演化图谱,形成从发现、评估、融合到优化的完整闭环,实现了设备主数据治理的自动化、智能化与自适应演进,显著提升了设备数据的一致性、可用性和治理效率。
技术关键词
数据治理方法
异常轨迹
字段
图谱
遗传算法优化
森林模型
实体
图像灰度信息
布谷鸟搜索
生成特征向量
匹配网络
分类机制
异常设备
二维图像矩阵
融合策略
数据治理系统
数据治理技术
语义向量
冗余
系统为您推荐了相关专利信息
协同调度方法
层次分析法
变异系数法
协同调度系统
指标
自动生成系统
节点
卫星动力学
知识图谱库
差分隐私
构建算法
关系
知识图谱构建方法
大语言模型
三元组
控制数据处理方法
企业数据处理
销售额
线性回归模型
RPA机器人