[发明专利]电线实时分割和识别算法的确定方法、装置、设备及介质

权利要求书

1.一种电线实时分割和识别算法的确定方法，其特征在于，包括：

从电线实时分割和识别算法的相关文献中获取原始数据，将所述原始数据转换为保留原始数据信息的数字特征，从所述原始数据中提取特征，并从提取的特征中选择若干共同的特征，将所述共同的特征作为用于对待选算法评价的特征，所述待选算法包括用于对移动终端图像中的电线进行实时分割和识别的多个算法，所述用于对待选算法评价的特征包括敏感度、特殊性、质量、时间、一致性和稳定性；

基于预设的决策目标、所述待选算法以及所述特征，建立用于对所述待选算法进行评价的层次结构模型；

基于所述层次结构模型以及预定的三角模糊尺度构造比较矩阵，对所述比较矩阵中的所述特征进行模糊数计算，得到每个所述特征对应的模糊数，并利用所述模糊数计算每个所述特征对应的模糊几何值；

基于所述模糊几何值确定每个所述特征对应的模糊权重，并对所述模糊权重进行去模糊化处理，得到每个所述特征对应的权重值；

对所述特征的权重总和进行判断，根据判断结果对所述特征的权重值进行归一化处理，得到所述特征分别对应的归一化权重；

分别构造所述待选算法相对于每个所述特征的决策矩阵，以便基于所述决策矩阵，确定将每个所述特征作为标准时，每种所述待选算法分别对应的归一化权重；

基于所述特征对应的归一化权重以及所述待选算法对应的归一化权重，计算每种所述待选算法的权重结果，基于所述权重结果对所述待选算法进行评价，并将所述权重结果最高的待选算法确定为电线实时分割和识别算法。

2.根据权利要求1所述的方法，其特征在于，所述基于预设的决策目标、所述待选算法以及所述特征，建立用于对所述待选算法进行评价的层次结构模型，包括：

分别将所述决策目标作为最高层，将所述待选算法作为最底层，将所述特征作为中间层，基于所述最高层、所述最底层和所述中间层建立所述层次结构模型；

其中，将对所述待选算法进行评价作为所述决策目标。

3.根据权利要求1所述的方法，其特征在于，所述基于所述层次结构模型以及预定的三角模糊尺度构造比较矩阵，包括：

基于所述层次结构模型中的全部所述特征，利用所述三角模糊尺度构造所述特征之间的比较矩阵，其中，所述三角模糊尺度用于表征任意两个所述特征之间的重要程度。

4.根据权利要求1所述的方法，其特征在于，所述对所述比较矩阵中的所述特征进行模糊数计算，得到每个所述特征对应的模糊数，并利用所述模糊数计算每个所述特征对应的模糊几何值，包括：

利用预设的转换公式，将所述比较矩阵中的特征对之间的语言数转换为三角模糊数，得到每个所述特征对分别对应的三角模糊数，并根据所述三角模糊数将所述比较矩阵转换为模糊化的配对比较决策矩阵；

基于所述配对比较决策矩阵中每个所述特征对的三角模糊数，利用预设的模糊几何值计算公式，计算每个所述特征对应的模糊几何值。

5.根据权利要求1所述的方法，其特征在于，所述对所述特征的权重总和进行判断，根据判断结果对所述特征的权重值进行归一化处理，得到所述特征分别对应的归一化权重，包括：

计算全部所述特征对应权重的权重总和，当所述权重总和小于或等于1时，直接将每个所述特征对应的权重作为所述特征的归一化权重；当所述权重总和大于1时，将所述特征的权重值转换为归一化权重，以使全部所述特征对应的归一化权重总和为1；基于每个所述特征对应的归一化权重，对所述特征进行排名。

6.根据权利要求1所述的方法，其特征在于，所述基于所述特征对应的归一化权重以及所述待选算法对应的归一化权重，计算每种所述待选算法的权重结果，基于所述权重结果对所述待选算法进行评价，包括：

将所述特征的归一化权重，与以该特征为标准时所计算得到的所述待选算法的归一化权重分别相乘，得到每个所述待选算法对应的权重结果，按照所述权重结果对所述待选算法进行排名，以便根据所述排名对所述待选算法进行评价。