[发明专利]模糊数据处理方法、系统及终端设备在审
| 申请号: | 202010460291.8 | 申请日: | 2020-05-27 |
| 公开(公告)号: | CN111625526A | 公开(公告)日: | 2020-09-04 |
| 发明(设计)人: | 赵士欣 | 申请(专利权)人: | 石家庄铁道大学 |
| 主分类号: | G06F16/215 | 分类号: | G06F16/215;G06K9/62 |
| 代理公司: | 河北国维致远知识产权代理有限公司 13137 | 代理人: | 墨伟 |
| 地址: | 050043 河*** | 国省代码: | 河北;13 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 模糊 数据处理 方法 系统 终端设备 | ||
本发明适用于数据处理技术领域,提供了一种模糊数据处理方法、系统及终端设备,上述方法包括:获取待处理模糊数据的类型和待处理模糊数据的决定值个数,并根据待处理模糊数据的类型和待处理模糊数据的决定值个数,确定与决定值个数相匹配的输入简约值;将各个输入简约值分别输入到各自对应的已训练完成的预设模型中,得到各个输入简约值分别对应的输出简约值;将各个输出简约值分别按照各自对应的简约值计算的逆过程计算得到待处理模糊数据的预测数据。本发明利用简约值可逆的特性,可以通过输出简约值直接计算得到预测数据,避免了近似计算,且无需过多人工干预成分,无需将模糊数据变形为一系列区间值,防止信息丢失,能够提高结果的准确性。
技术领域
本发明属于数据处理技术领域,尤其涉及一种模糊数据处理方法、系统及终端设备。
背景技术
在数据处理过程中,经常会遇到对模糊数据进行处理的情形。若将模糊数据直接用清晰值代替,容易丢失大量信息。
目前,通常采用α-截集的方法对模糊数据进行处理。但是,模糊数据经过α-截集处理之后,变形为一系列区间值,丢失信息过多,且α值的选取,人工干预成分过多,且最后将区间值还原为模糊值的过程采用近似计算,导致结果准确度较低。
发明内容
有鉴于此,本发明实施例提供了一种模糊数据处理方法、系统及终端设备,以解决现有技术中由于丢失信息较多、人工干预过多且采用近似计算,导致结果准确度较低的问题。
本发明实施例的第一方面提供了一种模糊数据处理方法,包括:
获取待处理模糊数据的类型和待处理模糊数据的决定值个数,并根据待处理模糊数据的类型和待处理模糊数据的决定值个数,确定与决定值个数相匹配的输入简约值;
将各个输入简约值分别输入到各自对应的已训练完成的预设模型中,得到各个输入简约值分别对应的输出简约值;
将各个输出简约值分别按照各自对应的简约值计算的逆过程计算得到待处理模糊数据的预测数据。
本发明实施例的第二方面提供了一种模糊数据处理系统,包括:
输入简约值确定模块,用于获取待处理模糊数据的类型和待处理模糊数据的决定值个数,并根据待处理模糊数据的类型和待处理模糊数据的决定值个数,确定与决定值个数相匹配的输入简约值;
输出简约值确定模块,用于将各个输入简约值分别输入到各自对应的已训练完成的预设模型中,得到各个输入简约值分别对应的输出简约值;
预测数据确定模块,用于将各个输出简约值分别按照各自对应的简约值计算的逆过程计算得到待处理模糊数据的预测数据。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如第一方面所述模糊数据处理方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被一个或多个处理器执行时实现如第一方面所述模糊数据处理方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:本发明实施例首先根据待处理模糊数据的类型和待处理模糊数据的决定值个数,确定与决定值个数相匹配的输入简约值;然后将各个输入简约值分别输入到各自对应的已训练完成的预设模型中,得到各个输入简约值分别对应的输出简约值;最后将各个输出简约值分别按照各自对应的简约值计算的逆过程计算得到待处理模糊数据的预测数据。本发明实施例利用简约值可逆的特性,可以通过输出简约值直接计算得到预测数据,避免了近似计算,且无需过多人工干预成分,无需将模糊数据变形为一系列区间值,防止信息丢失,能够提高结果的准确性,而且计算过程简单。
附图说明
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石家庄铁道大学,未经石家庄铁道大学许可,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/202010460291.8/2.html,转载请声明来源钻瓜专利网。





