[发明专利]一种特征信息识别方法及系统

权利要求书

1.一种特征信息识别方法，其特征在于，包括：

获取待预测数据组的第一唯一标识对应的离散数据单元及连续数据单元；

将所述第一唯一标识对应的离散数据单元输入预设的离散模型计算生成所述预设的离散模型对应的第一预测值；所述第一预测值包括：所述第一唯一标识；

将所述第一唯一标识对应的连续数据单元及所述第一预测值合并后输入预设的连续模型计算生成所述预设的连续模型对应的第二预测值；所述第二预测值包括：所述第一唯一标识；

根据所述第一唯一标识对应的待预测数据组及所述第二预测值生成所述待预测数据组对应的特征信息。

2.根据权利要求1所述的特征信息识别方法，其特征在于，所述待预测数据组为多组。

3.根据权利要求2所述的特征信息识别方法，其特征在于，所述获取待预测数据组的第一唯一标识对应的离散数据单元及连续数据单元，包括：

为获取的各所述待预测数据组分别设置一第一唯一标识；每个所述待预测数据组均包括：若干第一特征数据；

根据每个所述待预测数据组的各所述第一特征数据的数据类型将每个所述待预测数据组拆分生成每个所述待预测数据组对应的离散数据单元及连续数据单元。

4.根据权利要求3所述的特征信息识别方法，其特征在于，每个所述离散数据单元均包括：一第一唯一标识及所述第一唯一标识对应的待预测数据组中的离散类型的第一特征数据。

5.根据权利要求4所述的特征信息识别方法，其特征在于，每个所述离散数据单元对应的连续数据单元均包括：所述第一唯一标识及所述第一唯一标识对应的待预测数据组中的连续类型的第一特征数据。

6.根据权利要求1所述的特征信息识别方法，其特征在于，还包括：

获取训练数据组的第二唯一标识对应的离散训练数据单元及连续训练数据单元；

将所述第二唯一标识对应的离散训练数据单元输入各预设的离散算法计算生成每个所述预设的离散算法对应的离散训练模型及每个所述预设的离散算法对应的第一训练预测值；所述第一训练预测值包括：所述第二唯一标识；

将所述第二唯一标识对应的连续训练数据单元分别与每个预设的离散算法的所述第二唯一标识对应的第一训练预测值合并后输入预设的连续算法计算生成各所述预设的离散算法的离散训练模型对应的连续训练模型；

将各所述离散训练模型分别与各所述离散训练模型对应的连续训练模型合并生成各特征信息识别模型。

7.根据权利要求6所述的特征信息识别方法，其特征在于，所述训练数据组为多组。

8.根据权利要求7所述的特征信息识别方法，其特征在于，所述获取训练数据组的第二唯一标识对应的离散训练数据单元及连续训练数据单元，包括：

为获取的各所述训练数据组分别设置一第二唯一标识及一第一特征标注信息；每个所述训练数据组均包括：若干第二特征数据；

根据每个所述训练数据组的各所述第二特征数据的数据类型将每个所述训练数据组拆分生成每个所述训练数据组对应的离散训练数据单元及连续训练数据单元。

9.根据权利要求8所述的特征信息识别方法，其特征在于，每个所述离散训练数据单元均包括：一第二唯一标识、所述第二唯一标识对应的训练数据组中的离散类型的第二特征数据及所述第二唯一标识对应的训练数据组的第一特征标注信息；

每个所述离散训练数据单元对应的连续训练数据单元均包括：所述第二唯一标识、所述第二唯一标识对应的训练数据组中的连续类型的第二特征数据及所述第二唯一标识对应的训练数据组的第一特征标注信息。