[发明专利]数据抽样方法及装置在审

专利信息
申请号: 201310411200.1 申请日: 2013-09-10
公开(公告)号: CN104424331A 公开(公告)日: 2015-03-18
发明(设计)人: 陈少怀 申请(专利权)人: 深圳市腾讯计算机系统有限公司
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 韩建伟;吴贵明
地址: 518000 广东省深圳市南*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数据 抽样 方法 装置
【权利要求书】:

1.一种数据抽样方法,其特征在于包括:

获取目标数据,其中,所述目标数据包括多个数据块;

计算所述目标数据的数据块总数N;

根据对样本数的要求计算所述目标数据的抽样样本数M;

从每个数据块中分别随机选取R个样本,并进行汇总构成所述目标数据的抽样样本,其中,在M/N是整数的情况下,R=M/N,在M/N是小数的情况下,R等于M/N向上取整或者向下取整得到的整数。

2.根据权利要求1所述的方法,其特征在于,

计算所述目标数据的抽样样本数M包括:获取一个数据块中的数据行数r;计算所述目标数据的总行数N*r,使用随机抽样公式根据所述总行数得到所述抽样样本数M;

从所述每个数据块中分别随机选取R个样本包括:从所述每个数据块中随机选取R行数据作为所述R个样本。

3.根据权利要求2所述的方法,其特征在于,从所述每个数据块中随机选取R行数据包括:

为所述每个数据块中的每一行数据分配一个随机数;

将所述每个数据块中的行数据分别按照随机数的大小进行排列;

在所述每个数据块中的排列好的数据中分别取连续的R行数据。

4.根据权利要求3所述的方法,其特征在于,在所述每个数据块中的排列好的数据中取连续的M/N行数据包括:

在所述每个数据块中排列好的数据中取随机数最大的R行数据;或者,

在所述每个数据块中排列好的数据中取随机数最小的R行数据。

5.根据权利要求3所述的方法,其特征在于,

为所述每个数据块中的每一行数据分配一个随机数包括:将所述每个数据块中的数据分别读入内存并存放在数组中;为所述数组的每一列生成一个随机数;

将所述每个数据块中的行数据分别按照随机数的大小进行排列包括:按照随机数的大小对所述数组中的列进行排序;

在所述每个数据块中的排列好的数据中分别取连续的R行数据包括:在所述每个数据块中排列好的数组中分别取连续的R列作为所述R行数据。

6.一种数据抽样装置,其特征在于包括:

第一获取模块,用于获取包括多个数据块的目标数据,并计算所述目标数据的数据块总数N;

第二获取模块,用于根据对样本数的要求计算所述目标数据的抽样样本数M;

构成模块,用于从每个数据块中分别随机选取R个样本,并进行汇总构成所述目标数据的抽样样本,其中,在M/N是整数的情况下,R=M/N,在M/N是小数的情况下,R等于M/N向上取整或者向下取整得到的整数。

7.根据权利要求6所述的装置,其特征在于,

所述第二获取模块,用于获取一个数据块中的数据行数r,计算所述目标数据的总行数N*r,并使用随机抽样公式根据所述总行数得到所述抽样样本数M;

所述构成模块,用于从所述每个数据块中随机选取R行数据作为所述R个样本。

8.根据权利要求7所述的装置,其特征在于,所述构成模块包括:

分配单元,用于为所述每个数据块中的每一行数据分配一个随机数;

排列单元,用于将所述每个数据块中的行数据分别按照随机数的大小进行排列;

抽取单元,用于在所述每个数据块中的排列好的数据中分别取连续的R行数据。

9.根据权利要求8所述的装置,其特征在于,

所述抽取单元,用于在所述每个数据块中排列好的数据中取随机数最大的R行数据;或者,用于在所述每个数据块中排列好的数据中取随机数最小的R行数据。

10.根据权利要求8所述的装置,其特征在于,

所述分配单元,用于将所述每个数据块中的数据分别读入内存并存放在数组中;为所述数组的每一列生成一个随机数;

所述排列单元,用于按照随机数的大小对所述数组中的列进行排序;

所述抽取单元,用于在所述每个数据块中排列好的数组中分别取连续的R列作为所述R行数据。

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深圳市腾讯计算机系统有限公司,未经深圳市腾讯计算机系统有限公司许可,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/201310411200.1/1.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