[發明專利]基于統計的局部特征計算方法、電子設備、存儲介質在審
| 申請號: | 201811031504.4 | 申請日: | 2018-09-05 |
| 公開(公告)號: | CN109446475A | 公開(公告)日: | 2019-03-08 |
| 發明(設計)人: | 馬瑞;丁志祿 | 申請(專利權)人: | 浙江長興笛卡爾科技有限公司 |
| 主分類號: | G06F17/16 | 分類號: | G06F17/16;G06F17/18 |
| 代理公司: | 廣州市越秀區哲力專利商標事務所(普通合伙) 44288 | 代理人: | 胡擁軍;糜婧 |
| 地址: | 313100 浙江*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 統計 局部特征 變換矩陣 電子設備 向量 可讀存儲介質 存儲介質 機器學習 局部序列 統計特征 無用信息 向量生成 有效信息 原始數據 原序列 過濾 保存 決策 分析 | ||
1.基于統計的局部特征計算方法,其特征在于包括以下步驟:
統計變換,依次以原始數據中的元素為中心,左右連續各取若干數據,生成每個元素對應的統計變換向量,通過每個元素對應的統計變換向量生成統計變換矩陣;
統計顯化,通過統計方法依次對所述統計變換矩陣中的統計變換向量進行統計顯化,得到總體統計顯化結果;
統計重組,通過決策方法依次計算所述總體統計顯化結果中的每一統計顯化結果的局部特征,得到總體局部特征。
2.如權利要求1所述的基于統計的局部特征計算方法,其特征在于,所述統計變換中具體包括以下步驟:
將所述原始數據表示為原始數據向量,所述原始數據向量公式如下:
s=[s0,s1,s2,s3,…sn-1,sn]
其中,S為原始數據向量,n為原始數據向量S中數據個數;
以原始數據向量中的第i個元素為中心,左右連續各取w個數據,生成第i個元素對應的統計變換向量,具體公式如下:
transformi=[si-w,…si-2,si-1,si,si+1,si+2,…,si+w]
通過每個元素對應的統計變換向量生成統計變換矩陣,具體公式如下:
其中,transformi為第i個元素對應的統計變換向量,transform為統計變換矩陣。
3.如權利要求2所述的基于統計的局部特征計算方法,其特征在于,所述統計變換中,若原始數據向量中第i個元素任意一側的數據總個數小于w,則選取與第i個元素最近的端點數據進行填充,生成第i個元素對應的統計變換向量。
4.如權利要求2所述的基于統計的局部特征計算方法,其特征在于,所述統計顯化中具體包括以下步驟:
通過統計方法對所述統計變換矩陣中的第i個統計變換向量進行統計顯化,具體公式如下:
statisi=stt(transformi=[si-w,…si-2,si-1,si,si+1,si+2,…,si+w])
通過每個統計變換向量對應的統計顯化結果生成總體統計顯化結果,具體公式如下:
其中,statisi為第i個統計變換向量對應的統計顯化結果,stt代表統計方法,statis為總體統計顯化結果。
5.如權利要求4所述的基于統計的局部特征計算方法,其特征在于:所述統計重組中具體包括以下步驟:
通過決策方法計算所述總體統計顯化結果中的第i個統計顯化結果的局部特征,具體公式如下:
resi=des(statis1)
通過每一個統計顯化結果的局部特征生成總體局部特征,具體公式如下
其中,resi為第i個統計顯化結果的局部特征,des為決策方法,res為總體局部特征。
6.一種電子設備,其特征在于包括:處理器;
存儲器;以及程序,其中所述程序被存儲在所述存儲器中,并且被配置成由處理器執行,所述程序包括用于執行權利要求1-5任意一項所述的方法。
7.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于:所述計算機程序被處理器執行如權利要求1-5任意一項所述的方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江長興笛卡爾科技有限公司,未經浙江長興笛卡爾科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811031504.4/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種數據舞動性的展示方法及系統
- 下一篇:一種多模式傳感器信息解耦方法





