[發明專利]樣本總體的處理方法、裝置、設備和存儲介質在審
| 申請號： | 202010061949.8 | 申請日： | 2020-01-19 |
| 公開（公告）號： | CN111310797A | 公開（公告）日： | 2020-06-19 |
| 發明（設計）人： | 王防修 | 申請（專利權）人： | 武漢輕工大學 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62 |
| 代理公司： | 深圳市世紀恒程知識產權代理事務所 44287 | 代理人： | 方昊佳 |
| 地址： | 430023 湖北省武*** | 國省代碼： | 湖北;42 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 樣本 總體 處理 方法 裝置 設備 存儲 介質 | ||
1.一種樣本總體的處理方法，其特征在于，所述樣本總體的處理方法包括以下步驟：
獲取用戶選擇的當前樣本總體集；
對所述當前樣本總體集進行回代誤判率的計算，獲得誤判率；
將所述誤判率與預設值進行比較；
若所述誤判率小于等于所述預設值，則利用所述當前樣本總體集進行待測樣本的歸類分析。
2.如權利要求1所述的樣本總體的處理方法，其特征在于，所述將所述誤判率與預設值進行比較的步驟之后，所述樣本總體的處理方法還包括：
若所述誤判率大于所述預設值，則獲取新的樣本總體集作為當前樣本總體集，返回所述對所述當前樣本總體集進行回代誤判率的計算，獲得誤判率的步驟。
3.如權利要求1所述的樣本總體的處理方法，其特征在于，所述獲取當前樣本總體集的步驟，還包括：
獲取用戶選擇的對待測樣本進行歸類的歸類規則；
所述對所述當前樣本總體集進行回代誤判率的計算，獲得誤判率的步驟，具體包括：
根據所述歸類規則對應的目標算法，對所述當前樣本總體集進行回代誤判率的計算，獲得誤判率。
4.如權利要求3所述的樣本總體的處理方法，其特征在于，所述歸類規則為馬氏距離算法，所述根據所述歸類規則對應的目標算法，對所述當前樣本總體集進行回代誤判率的計算，獲得誤判率的步驟包括：
遍歷所述當前樣本總體集，獲得遍歷到的當前樣本總體；
將所述當前樣本總體集中除所述當前樣本總體以外的各樣本總體作為其他樣本總體，計算所述當前樣本總體內的各樣本到各其他樣本總體之間的馬氏距離；
根據各所述馬氏距離判斷所述當前樣本總體內的各樣本是否誤判，統計所述當前樣本總體中被誤判的樣本數；
在遍歷完成后，獲得所述當前樣本總體集內各樣本總體中被誤判的樣本數；
根據所述當前樣本總體集內各樣本總體中被誤判的樣本數和各樣本總體的樣本均值，計算所述當前樣本總體集的誤判率。
5.如權利要求4所述的樣本總體的處理方法，其特征在于，所述遍歷所述當前樣本總體集，獲得遍歷到的當前樣本總體之前，所述樣本總體的處理方法還包括：
統計所述當前樣本總體集的樣本容量；
若所述樣本容量小于2，則獲取新的樣本總體集作為當前樣本總體集，返回所述對所述當前樣本總體集進行回代誤判率的計算，獲得誤判率的步驟。
6.如權利要求3所述的樣本總體的處理方法，其特征在于，所述歸類規則為貝葉斯算法，所述根據所述歸類規則對應的目標算法，對所述當前樣本總體集進行回代誤判率的計算，獲得誤判率的步驟包括：
遍歷所述當前樣本總體集，獲得遍歷到的當前樣本總體；
將所述當前樣本總體集中除所述當前樣本總體以外的各樣本總體作為其他樣本總體，計算所述當前樣本總體內的各樣本到各其他樣本總體之間的貝葉斯判別值；
根據各所述貝葉斯判別值判斷所述當前樣本總體內的各樣本是否誤判，統計所述當前樣本總體中被誤判的樣本數；
在遍歷完成后，獲得所述當前樣本總體集內各樣本總體中被誤判的樣本數；
根據所述當前樣本總體集內各樣本總體中被誤判的樣本數和各樣本總體的樣本均值，計算所述當前樣本總體集的誤判率。
7.如權利要求6所述的樣本總體的處理方法，其特征在于，根據下式計算所述當前樣本總體內的各樣本到各其他樣本總體之間的貝葉斯判別值：
其中，k為遍歷所述當前樣本總體集獲得所述當前樣本總體的遍歷次數，dj為所述當前樣本總體中的第j個樣本的貝葉斯判別值，Gki為所述當前樣本總體中的第i個樣本值，mj為第j個樣本總體的樣本均值，sj為第j個樣本總體的協方差，所述pj為第j個樣本總體的先驗概率。
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武漢輕工大學，未經武漢輕工大學許可，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/202010061949.8/1.html，轉載請聲明來源鉆瓜專利網。
