[发明专利]基于统计的局部特征计算方法、电子设备、存储介质在审

专利信息
申请号: 201811031504.4 申请日: 2018-09-05
公开(公告)号: CN109446475A 公开(公告)日: 2019-03-08
发明(设计)人: 马瑞;丁志禄 申请(专利权)人: 浙江长兴笛卡尔科技有限公司
主分类号: G06F17/16 分类号: G06F17/16;G06F17/18
代理公司: 广州市越秀区哲力专利商标事务所(普通合伙) 44288 代理人: 胡拥军;糜婧
地址: 313100 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 统计 局部特征 变换矩阵 电子设备 向量 可读存储介质 存储介质 机器学习 局部序列 统计特征 无用信息 向量生成 有效信息 原始数据 原序列 过滤 保存 决策 分析
【权利要求书】:

1.基于统计的局部特征计算方法,其特征在于包括以下步骤:

统计变换,依次以原始数据中的元素为中心,左右连续各取若干数据,生成每个元素对应的统计变换向量,通过每个元素对应的统计变换向量生成统计变换矩阵;

统计显化,通过统计方法依次对所述统计变换矩阵中的统计变换向量进行统计显化,得到总体统计显化结果;

统计重组,通过决策方法依次计算所述总体统计显化结果中的每一统计显化结果的局部特征,得到总体局部特征。

2.如权利要求1所述的基于统计的局部特征计算方法,其特征在于,所述统计变换中具体包括以下步骤:

将所述原始数据表示为原始数据向量,所述原始数据向量公式如下:

s=[s0,s1,s2,s3,…sn-1,sn]

其中,S为原始数据向量,n为原始数据向量S中数据个数;

以原始数据向量中的第i个元素为中心,左右连续各取w个数据,生成第i个元素对应的统计变换向量,具体公式如下:

transformi=[si-w,…si-2,si-1,si,si+1,si+2,…,si+w]

通过每个元素对应的统计变换向量生成统计变换矩阵,具体公式如下:

其中,transformi为第i个元素对应的统计变换向量,transform为统计变换矩阵。

3.如权利要求2所述的基于统计的局部特征计算方法,其特征在于,所述统计变换中,若原始数据向量中第i个元素任意一侧的数据总个数小于w,则选取与第i个元素最近的端点数据进行填充,生成第i个元素对应的统计变换向量。

4.如权利要求2所述的基于统计的局部特征计算方法,其特征在于,所述统计显化中具体包括以下步骤:

通过统计方法对所述统计变换矩阵中的第i个统计变换向量进行统计显化,具体公式如下:

statisi=stt(transformi=[si-w,…si-2,si-1,si,si+1,si+2,…,si+w])

通过每个统计变换向量对应的统计显化结果生成总体统计显化结果,具体公式如下:

其中,statisi为第i个统计变换向量对应的统计显化结果,stt代表统计方法,statis为总体统计显化结果。

5.如权利要求4所述的基于统计的局部特征计算方法,其特征在于:所述统计重组中具体包括以下步骤:

通过决策方法计算所述总体统计显化结果中的第i个统计显化结果的局部特征,具体公式如下:

resi=des(statis1)

通过每一个统计显化结果的局部特征生成总体局部特征,具体公式如下

其中,resi为第i个统计显化结果的局部特征,des为决策方法,res为总体局部特征。

6.一种电子设备,其特征在于包括:处理器;

存储器;以及程序,其中所述程序被存储在所述存储器中,并且被配置成由处理器执行,所述程序包括用于执行权利要求1-5任意一项所述的方法。

7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行如权利要求1-5任意一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江长兴笛卡尔科技有限公司,未经浙江长兴笛卡尔科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811031504.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top