[發(fā)明專利]一種多維參數(shù)識別方法及裝置

有效

• 申請?zhí)枺?/td>: 201710772738.3
• 申請日: 2017-08-31
• 公開（公告）號: CN107609582B
• 公開（公告）日: 2023-10-10
• 發(fā)明（設計）人: 蕭偉;劉雪松;凌婭;陳勇;王振中;姜曉紅;畢宇安;李頁瑞;包樂偉;章晨峰;王磊;陳永杰;杜定益
• 申請（專利權）人: 江蘇康緣藥業(yè)股份有限公司;浙江大學
• 主分類號: G06F18/214
• 分類號: G06F18/214;G06F18/24
• 代理公司: 北京律和信知識產權代理事務所(普通合伙) 11446
• 代理人: 謝清萍

1.一種多維參數(shù)識別方法，其特征在于，包括：

采集多個訓練樣本，組成訓練樣本集，每個訓練樣本包括多種過程參數(shù)，每種過程參數(shù)具有相應的屬性參數(shù)和類別，其中，所述屬性參數(shù)和類別的組合有多種；

根據(jù)所述訓練樣本集中的類別，獲取所述訓練樣本集的分布傳遞信息值；

根據(jù)所述分布傳遞信息值，獲取每種過程參數(shù)的信息增益；

選擇信息增益最大的過程參數(shù)作為分裂節(jié)點，建立決策樹；

根據(jù)決策樹，對新數(shù)據(jù)進行類別識別。

2.根據(jù)權利要求1所述的方法，其特征在于，所述獲取所述訓練樣本集的分布傳遞信息值包括：通過以下計算公式得到所述分布傳遞信息值：

info(S)＝-∑Pi*log₂(Pi)，其中，info(S)為訓練樣本集的分布傳遞信息值，Pi為訓練樣本屬于第i個類別的概率。

3.根據(jù)權利要求1所述的方法，其特征在于，所述獲取每種過程參數(shù)的信息增益包括：通過以下計算公式得到所述信息增益：

其中，info(S)為訓練樣本集的分布傳遞信息值，info(S_v)為某一屬性參數(shù)的分布傳遞信息值，為所述某一屬性參數(shù)在某一類別的概率，Varies(A)為屬性參數(shù)的集合。

4.根據(jù)權利要求1所述的方法，其特征在于，所述組成訓練樣本集之前還包括：校驗訓練樣本的有效性，包括：檢測每一個訓練樣本中過程參數(shù)和類別是否完整，若否，則剔除該訓練樣本；和/或

組成訓練樣本集之后還包括：校驗訓練樣本集的有效性，包括：檢測過程參數(shù)對應的屬性參數(shù)是否完整，若否，則判定所述訓練樣本集無效。

5.根據(jù)權利要求1所述的方法，其特征在于，所述選擇信息增益最大的過程參數(shù)作為分裂節(jié)點，建立決策樹包括以下步驟：

以信息增益最大的過程參數(shù)作為根節(jié)點，以其對應的屬性參數(shù)為第一枝節(jié)點；

判斷各屬性參數(shù)對應的類別是否一致，若是，則將該類別作為葉節(jié)點，否則將信息增益排序上次大的過程參數(shù)作為第二枝節(jié)點，重復上述步驟，直至得到類別作為葉節(jié)點。

6.根據(jù)權利要求5所述的方法，其特征在于，若根節(jié)點、各枝節(jié)點相同，且葉節(jié)點不同，則統(tǒng)計訓練樣本集中所述根節(jié)點、各枝節(jié)點下的葉節(jié)點數(shù)量，若統(tǒng)計數(shù)量一致，則隨機舍棄其中任意一個葉節(jié)點，否則舍棄數(shù)量較低的葉節(jié)點。

7.根據(jù)權利要求1所述的方法，其特征在于，同一個訓練樣本中的過程參數(shù)為根據(jù)關鍵質量屬性篩選得到的關鍵過程參數(shù)，所述關鍵質量屬性為根據(jù)過程知識系統(tǒng)中的工段而選擇的屬性參數(shù)。

8.一種多維參數(shù)識別裝置，其特征在于，包括以下模塊：

數(shù)據(jù)采集模塊，用于采集多個訓練樣本，組成訓練樣本集，每個訓練樣本包括多種過程參數(shù)，每種過程參數(shù)具有相應的屬性參數(shù)和類別，其中，所述屬性參數(shù)和類別的組合有多種；

分布傳遞模塊，用于根據(jù)所述訓練樣本集中的類別，獲取所述訓練樣本集的分布傳遞信息值；

增益模塊，用于根據(jù)所述分布傳遞信息值，獲取每種過程參數(shù)的信息增益；

決策樹模塊，用于選擇信息增益最大的過程參數(shù)作為分裂節(jié)點，建立決策樹；

識別模塊，用于根據(jù)決策樹，對新數(shù)據(jù)進行類別識別。

9.根據(jù)權利要求8所述的裝置，其特征在于，還包括：

第一校驗模塊，用于在組成訓練樣本集之前，校驗訓練樣本的有效性，包括：檢測每一個訓練樣本中過程參數(shù)和類別是否完整，若否，則剔除該訓練樣本；和/或

第二校驗模塊，用于在組成訓練樣本集之后，校驗訓練樣本集的有效性，包括：檢測過程參數(shù)對應的屬性參數(shù)是否完整，若否，則判定所述訓練樣本集無效。

10.根據(jù)權利要求8所述的裝置，其特征在于，所述分布傳遞模塊通過以下計算公式得到所述分布傳遞信息值：

info(S)＝-∑Pi*log₂(Pi)，其中，info(S)為訓練樣本集的分布傳遞信息值，Pi為訓練樣本屬于第i個類別的概率；

所述增益模塊通過以下計算公式得到所述信息增益：

其中，info(S)為訓練樣本集的分布傳遞信息值，info(S_v)為某一屬性參數(shù)的分布傳遞信息值，為所述某一屬性參數(shù)在某一類別的概率，Varies(A)為屬性參數(shù)的集合。