1.一种用于粮食加工业的数据融合方法，其特征在于，所述方法包括： 从不同数据源中采集粮食加工业元数据； 对所述粮食加工业元数据进行数据预处理，以获得待融合数据； 对所述待融合数据进行不同级别的数据融合，以获得融合后的数据体系； 根据所述融合后的数据体系构建数据库系统。 2.如权利要求1所述的用于粮食加工业的数据融合方法，其特征在于，所述对所述粮食加工业元数据进行数据预处理，以获得待融合数据的步骤，具体包括： 对所述粮食加工业元数据进行噪点清除，以获得去噪后的粮食加工业元数据； 对所述去噪后的粮食加工业元数据进行数据格式转换，生成待融合数据。 3.如权利要求2所述的用于粮食加工业的数据融合方法，其特征在于，所述对所述粮食加工业元数据进行噪点清除，以获得去噪后的粮食加工业元数据的步骤，具体包括： 获取所述粮食加工业元数据对应的数据分布类型； 根据所述数据分布类型采用三倍标准差法、分箱法或预设聚类算法对所述粮食加工业元数据进行噪点消除，以获得去噪后的粮食加工业元数据。 4.如权利要求3所述的用于粮食加工业的数据融合方法，其特征在于，所述不同层次的数据融合包括：数据级融合、特征级融合和决策级融合； 所述对所述待融合数据进行不同级别的数据融合，以获得融合后的数据体系的步骤，具体包括： 通过加权平均算法对所述待融合数据进行所述数据级融合，以获得指标项关联函数； 通过典型相关分析算法对所述待融合数据进行所述特征级融合，以获得加工方案标准值； 通过模糊推理算法对所述待融合数据进行所述决策级融合，以获得数据体系指标； 根据所述指标项关联函数、所述加工方案标准值及所述数据体系指标生成融合后的数据体系。 5.如权利要求4所述的用于粮食加工业的数据融合方法，其特征在于，所述通过加权平均算法对所述待融合数据进行所述数据级融合，以获得指标项关联函数的步骤，具体包括： 对所述待融合数据进行无量纲化，以获得无量纲特征数据； 通过加权平均算法对所述无量纲特征数据进行所述数据级融合，以获得指标项关联函数。 6.如权利要求5所述的用于粮食加工业的数据融合方法，其特征在于，所述通过典型相关分析算法对所述待融合数据进行所述特征级融合，以获得加工方案标准值的步骤，具体包括： 对所述待融合数据进行特征提取，以获得所述待融合数据对应的特征向量； 根据所述特征向量基于典型相关分析算法生成相关性矩阵； 根据所述相关性矩阵将所述待融合数据中不符合预设条件的数据项去除，获得所述待融合数据的特征项； 将所述特征项作为加工方案标准值。 7.如权利要求6所述的用于粮食加工业的数据融合方法，其特征在于，所述通过模糊推理算法对所述待融合数据进行所述决策级融合，以获得数据体系指标的步骤，具体包括： 通过模糊推理算法对所述待融合数据在融合过程中的不确定性进行模糊推理，以获得决策变量的最终解； 将所述决策变量的最终解作为数据体系指标。 8.一种用于粮食加工业的数据融合装置，其特征在于，所述装置包括： 数据采集模块，用于从不同数据源中采集粮食加工业元数据； 数据处理模块，用于对所述粮食加工业元数据进行数据预处理，以获得待融合数据； 数据融合模块，用于对所述待融合数据进行不同级别的数据融合，以获得融合后的数据体系； 系统构建模块，用于根据所述融合后的数据体系构建数据库系统。 9.一种电子设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的用于粮食加工业的数据融合程序，所述用于粮食加工业的数据融合程序配置为实现如权利要求1至7中任一项所述的用于粮食加工业的数据融合方法的步骤。 10.一种存储介质，其特征在于，所述存储介质上存储有用于粮食加工业的数据融合程序，所述用于粮食加工业的数据融合程序被处理器执行时实现如权利要求1至7任一项所述的用于粮食加工业的数据融合方法的步骤。
