[发明专利]创建对象模型的方法

权利要求书

1.一种用于创建对象的计算机模型的方法，包括以下阶段：

1)将引用对象划分为多个部分，所述多个部分为具有描述其特性的相同数据集的概念，其中所述概念基于预定的解组规则形成，必要时，对含有相同或近似属性值的概念进行缩减；

2)获得原始数据，所述原始数据以(n*n)/2-n的量来表示所述引用对象部分的所有现有的对，其中n表示部分的数量；

3)对多个属性，包括描述所述对象的所述引用部分的属性，进行评价和优化；

4)对获得的行进行函数处理，其中使用标准函数集，特别是相关性或均方差，或使用由任务设定逻辑得出的特定函数；

5)对获得的结果进行分类和分组，然后对所述分组数据进行冗余校验，接着为对所述分组数据进行标准化的程序，其中滤除冗余数据；

6)通过借助于使用专家系统操作的智能处理的不同方式来建立标准化分组数据之间的函数关联；

7)确定在通过各种函数进行处理时提供近似或可预测结果的数据对，将所述数据对进行关联且后续用于对象模型创建；

8)确定以下信息：哪些函数用于分析所述建模对象的各部分之间的关联，所述各部分之间的哪些关联最为紧密，哪些关联是由数量最多、彼此差异最大的函数产生，哪些概念最常出现在根据各种函数值而筛选的对列表中的上位和下位，鉴定不同概念的分布函数性质以及相关和非显著属性；

9)确定获得的模型是否提供可预测结果，如果是，则所述模型被视为已创建，如果获得的结果不满足提出的要求，则结果被视为是初步的，并将其用于修改解组规则、属性评价、用于处理的函数的选择和过滤标准，如果无结果，则分析属性数量和属性评价的准确性，并将数据对处理的特定函数替换为标准函数。

2.根据权利要求1所述的方法，其特征在于，在阶段5)中另外使用人工神经网络。

3.根据权利要求2所述的方法，其特征在于，另外使用针对所述专家系统和所述人工神经网络另外的数据协同处理规则。

4.根据权利要求2所述的方法，其特征在于，所述人工神经网络具有优化的架构，用于累积处理结果，以便确立不同参数和固定数据下不同函数结果值的分配之间的相关性和正则性。

5.根据权利要求1-4中任一项所述的方法，其特征在于，建立清除规则、分组规则、针对所述专家系统的数据协同处理规则、标准化规则和分析规则，在研究对象模型创建的迭代过程中可对所述规则进行适当的更改。

6.一种用于创建对象模型的计算机系统，包括至少一个或多个处理器和至少一个存储装置，其中至少一个存储装置存储机器可读指令，所述机器可读指令在由至少一个处理器执行时激发。