[发明专利]快速计算统计趋势特征值的方法及装置

说明书

本发明公开了快速计算统计趋势特征值的方法及装置，该方法包括向量化步骤、分组求中位步骤、个数判断步骤、输出步骤，无需排序操作，仅通过少量循环即可找到统计趋势特征值作为序列的统计中值，比简单的数学中值更能够直观反映序列的变化趋势。本发明改进了包括机器学习在内的中值计算方法，适用于包括机器学习领域在内的统计操作中，在快速寻找中值的同时使得结果还能够反映序列的趋势；并且，与数据均值相比，本发明计算出的统计中值与数学中值在数学上误差较小，同时具备一定的趋势指示能力。

技术领域

本发明涉及数据统计的技术领域，尤其涉及快速计算统计趋势特征值的方法及装置。

背景技术

寻找序列的统计中值，即中位数，是包括机器学习在内需要统计操作领域非常频繁的操作，现有方法大多是基于排序的，先对序列排序而后从排序序列中直接找到中位数作为统计中值。

如图1所示，图中序列1、2和3显然具备不同的趋向性，而普通的数学中值(图中ME与1、2和3的交点)所得到的结果是完全一致的，在机器学习的诸多领域如LOSS计算时极有可能会导致方向性丢失。

发明内容

为了克服现有技术的不足，本发明的目的在于提供快速计算统计趋势特征值的方法及装置，旨在解决现有技术寻找序列的统计中值时无法体现数据趋向性的问题。

本发明的目的采用以下技术方案实现：

一种快速计算统计趋势特征值的方法，包括：

向量化步骤，将一维数据表示为行向量，称为序列A：

A＝[A₁ A₂ A₃ ... A_n-1 A_n]，n为正整数；

分组求中位步骤，将A中前3个元素取出组成序列A′，A′＝[A₁ A₂ A₃]，找到A′的中位数并存入一个初始为空的序列B中使得B＝[B₁]；

再将A中接下来3个元素取出组成序列A′，A′＝[A₄ A₅ A₆]，找到A′的中位数并存入B中使得B＝[B₁ B₂]；

依次类推直到A中全部元素被取出组成序列A′，找到A′的中位数并存入B中，进入个数判断步骤；或者A中剩余元素不足3个；

如果A中剩余元素为2个，A_n-1和A_n，则将A_n-1和A_n取出组成序列A′，A′＝[A_n-1 A_n]，用A′中较大的值代替B中的最大值，用A′中较小的值代替B中的最小值，进入个数判断步骤；

如果A中剩余元素为1个，A_n，则将A_n取出组成序列A′，A′＝[A_n]，判断A_n是否位于B中的最大值和最小值之间，如果是则进入个数判断步骤，否则分别计算A_n与B中的最大值之差的绝对值、A_n与B中的最小值之差的绝对值；如果A_n与B中的最大值之差的绝对值大于A_n与B中的最小值之差的绝对值，则用A_n代替B中的最小值，进入个数判断步骤；如果A_n与B中的最大值之差的绝对值小于A_n与B中的最小值之差的绝对值，则用A_n代替B中的最大值，进入个数判断步骤；如果A_n与B中的最大值之差的绝对值等于A_n与B中的最小值之差的绝对值，则用A_n代替B中的最大值，进入个数判断步骤；