[發(fā)明專利]核密度估計(jì)方法、裝置、存儲(chǔ)介質(zhì)和電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201811308615.5
• 申請(qǐng)日: 2018-11-05
• 公開（公告）號(hào): CN109597923A
• 公開（公告）日: 2019-04-09
• 發(fā)明（設(shè)計(jì)）人: 高睿;于福超
• 申請(qǐng)（專利權(quán)）人: 東軟集團(tuán)股份有限公司
• 主分類號(hào): G06F16/904
• 分類號(hào): G06F16/904;G06F17/18
• 代理公司: 北京英創(chuàng)嘉友知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11447
• 代理人: 李鵬;魏嘉熹

1.一種核密度估計(jì)方法，其特征在于，所述方法包括：

將數(shù)據(jù)集劃分為多個(gè)實(shí)例點(diǎn)集合，所述數(shù)據(jù)集中包含多個(gè)數(shù)據(jù)值，每個(gè)所述數(shù)據(jù)值作為一個(gè)實(shí)例點(diǎn)；

從每個(gè)所述實(shí)例點(diǎn)集合中提取實(shí)例點(diǎn)，作為對(duì)所述數(shù)據(jù)集進(jìn)行核密度估計(jì)所需的多個(gè)樣本點(diǎn)；

通過每個(gè)所述實(shí)例點(diǎn)集合的權(quán)重以及預(yù)設(shè)分布函數(shù)對(duì)所述多個(gè)樣本點(diǎn)進(jìn)行所述核密度估計(jì)，以生成所述數(shù)據(jù)集對(duì)應(yīng)的核密度擬合曲線，所述權(quán)重為所述實(shí)例點(diǎn)集合中的實(shí)例點(diǎn)數(shù)量在所述數(shù)據(jù)集中的實(shí)例點(diǎn)總數(shù)量中所占的比重，所述預(yù)設(shè)分布函數(shù)為以預(yù)設(shè)帶寬和所述多個(gè)樣本點(diǎn)的數(shù)據(jù)值作為輸入?yún)?shù)的分布函數(shù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將數(shù)據(jù)集劃分為多個(gè)實(shí)例點(diǎn)集合，包括：

根據(jù)預(yù)設(shè)分包數(shù)量將所述數(shù)據(jù)集劃分為所述多個(gè)實(shí)例點(diǎn)集合，所述預(yù)設(shè)分包數(shù)量用于指示所述實(shí)例點(diǎn)集合的數(shù)量；或者，

根據(jù)預(yù)設(shè)實(shí)例點(diǎn)數(shù)量將所述數(shù)據(jù)集劃分為所述多個(gè)實(shí)例點(diǎn)集合，所述預(yù)設(shè)實(shí)例點(diǎn)數(shù)量用于指示每個(gè)所述實(shí)例點(diǎn)集合中的實(shí)例點(diǎn)數(shù)量。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述預(yù)設(shè)分包數(shù)量為m，其中，m為大于零的整數(shù)，所述將數(shù)據(jù)集劃分為多個(gè)實(shí)例點(diǎn)集合，包括：

在所述數(shù)據(jù)集中確定具備最小數(shù)據(jù)值的實(shí)例點(diǎn)和具備最大數(shù)據(jù)值的實(shí)例點(diǎn)；

在所述最小數(shù)據(jù)值和所述最大數(shù)據(jù)值之間等分出m個(gè)取值區(qū)間；

將數(shù)據(jù)值處于同一取值區(qū)間內(nèi)的所有實(shí)例點(diǎn)作為一個(gè)實(shí)例點(diǎn)集合，以獲取所述m個(gè)取值區(qū)間對(duì)應(yīng)的m個(gè)實(shí)例點(diǎn)集合，作為所述多個(gè)實(shí)例點(diǎn)集合。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述在所述最小數(shù)據(jù)值和所述最大數(shù)據(jù)值之間等分出m個(gè)取值區(qū)間，包括：

獲取所述最小數(shù)據(jù)值和所述最大數(shù)據(jù)值的差值與所述m的比值，作為區(qū)間步長(zhǎng)；

根據(jù)所述區(qū)間步長(zhǎng)將所述最小數(shù)據(jù)值和所述最大數(shù)據(jù)值之間的區(qū)間等分為所述m個(gè)取值區(qū)間。

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述預(yù)設(shè)實(shí)例點(diǎn)數(shù)量為n，其中，n為大于零的整數(shù)，所述將數(shù)據(jù)集劃分為多個(gè)實(shí)例點(diǎn)集合，包括：

根據(jù)數(shù)據(jù)值的大小對(duì)所述數(shù)據(jù)集中的所有實(shí)例點(diǎn)進(jìn)行排序；

將經(jīng)過排序的所述所有實(shí)例點(diǎn)中的每n個(gè)實(shí)例點(diǎn)作為一個(gè)實(shí)例點(diǎn)集合，以獲取所述多個(gè)實(shí)例點(diǎn)集合。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述從每個(gè)所述實(shí)例點(diǎn)集合中提取實(shí)例點(diǎn)，以獲取對(duì)所述數(shù)據(jù)集進(jìn)行核密度估計(jì)所需的多個(gè)樣本點(diǎn)，包括：

從每個(gè)所述實(shí)例點(diǎn)集合中隨機(jī)提取一個(gè)實(shí)例點(diǎn)作為樣本點(diǎn)，以獲取所述多個(gè)樣本點(diǎn)；或者，

獲取每個(gè)所述實(shí)例點(diǎn)集合中的所有實(shí)例點(diǎn)對(duì)應(yīng)的多個(gè)數(shù)據(jù)值的平均值；

將每個(gè)所述實(shí)例點(diǎn)集合對(duì)應(yīng)的所述平均值作為每個(gè)所述實(shí)例點(diǎn)集合的所述樣本點(diǎn)，以獲取所述多個(gè)樣本點(diǎn)。

7.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述預(yù)設(shè)分布函數(shù)為高斯函數(shù)，所述多個(gè)實(shí)例點(diǎn)集合為根據(jù)所述預(yù)設(shè)分包數(shù)量劃分的多個(gè)實(shí)例點(diǎn)集合，所述通過每個(gè)所述實(shí)例點(diǎn)集合的權(quán)重以及預(yù)設(shè)分布函數(shù)對(duì)所述多個(gè)樣本點(diǎn)進(jìn)行所述核密度估計(jì)，以生成所述數(shù)據(jù)集對(duì)應(yīng)的核密度擬合曲線，包括：

計(jì)算每個(gè)所述實(shí)例點(diǎn)集合中包含的實(shí)例點(diǎn)數(shù)量與所述實(shí)例點(diǎn)總數(shù)量的比值，作為每個(gè)所述實(shí)例點(diǎn)集合的權(quán)重；

將所述多個(gè)樣本點(diǎn)的數(shù)據(jù)值和所述預(yù)設(shè)帶寬作為所述高斯函數(shù)的輸入，以獲取所述高斯函數(shù)輸出的所述多個(gè)樣本點(diǎn)對(duì)應(yīng)的多個(gè)高斯函數(shù)值；

基于每個(gè)所述實(shí)例點(diǎn)集合的權(quán)重將所述多個(gè)高斯函數(shù)值進(jìn)行疊加，以獲取所述數(shù)據(jù)集對(duì)應(yīng)的核密度擬合曲線。