[发明专利]一种基于最大依赖集和属性相关性不一致数据清洗方法在审
| 申请号： | 201910003909.5 | 申请日： | 2019-01-03 |
| 公开（公告）号： | CN109885561A | 公开（公告）日： | 2019-06-14 |
| 发明（设计）人： | 戴超凡;李沛;王文倩 | 申请（专利权）人： | 中国人民解放军国防科技大学 |
| 主分类号： | G06F16/215 | 分类号： | G06F16/215;G06K9/62 |
| 代理公司： | 重庆市信立达专利代理事务所(普通合伙) 50230 | 代理人： | 包晓静 |
| 地址： | 410073 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于数据处理技术领域，公开了一种基于最大依赖集和属性相关性不一致数据清洗方法；通过发掘依赖中包含的隐性依赖得到最大依赖集MDS；对数据实例中的不一致数据进行检测与定位；根据最小代价思想建立待修复属性优先序列PQ，将无冲突数据实例Inv作为训练集，学习属性之间存在的相关性SU，利用相关性计算元组之间的加权距离WDis，根据距离选择类别元组并通过改进的KNN算法进行修复。本发明提高了算法对连续属性的适用性和检测精度，在不一致数据修复阶段，本发明有效的提高算法修复能力，保证了算法的收敛性。本发明修复后的数据实例中残余的不一致数据元素很少，甚至多次得到一致的修复结果。 | ||
| 搜索关键词： | 不一致 修复 算法 数据清洗 元组 数据处理技术 加权距离 距离选择 连续属性 数据修复 数据元素 最小代价 残余的 收敛性 无冲突 训练集 检测 改进 保证 学习 | ||
【主权项】：
1.一种基于最大依赖集和属性相关性不一致数据清洗方法，其特征在于，所述的基于最大依赖集和属性相关性不一致数据清洗方法包括以下步骤：步骤一：在不一致数据检测方面，通过发掘依赖中包含的隐性依赖得到最大依赖集MDS；步骤二：对数据实例中的不一致数据进行检测与定位，提出动态值域调整的方法改进现有算法的枚举过程；步骤三：对已定位的不一致数据，根据最小代价思想建立待修复属性优先序列PQ，将无冲突数据实例Inv作为训练集，学习属性之间存在的相关性SU，利用相关性计算元组之间的加权距离WDis，根据距离选择类别元组并通过改进的KNN算法进行修复。
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中国人民解放军国防科技大学，未经中国人民解放军国防科技大学许可，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/patent/201910003909.5/，转载请声明来源钻瓜专利网。
