[发明专利]一种基于贝塞尔曲线的多指标观测数据排序方法和装置有效
申请号: | 201310314428.9 | 申请日: | 2013-07-24 |
公开(公告)号: | CN103345529B | 公开(公告)日: | 2017-02-08 |
发明(设计)人: | 李纯果;胡包钢 | 申请(专利权)人: | 中国科学院自动化研究所 |
主分类号: | G06F17/30 | 分类号: | G06F17/30 |
代理公司: | 中科专利商标代理有限责任公司11021 | 代理人: | 宋焰琴 |
地址: | 100190 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 贝塞尔 曲线 指标 观测 数据 排序 方法 装置 | ||
1.一种多指标观测数据排序方法,包括如下步骤:
S1、对要进行排序的多个多指标观测数据进行归一化处理,以使所述每个观测数据的每个指标都映射到区间[0,1];
S2、根据所述归一化的多个多指标观测数据拟合生成三阶贝塞尔曲线P(t),其中t为所述贝塞尔曲线的参数值,根据所述多个多指标观测数据在该贝塞尔曲线的投影点对应的参数值t的大小对所述多个多指标观测数据进行排序。
2.如权利要求1所述的多指标观测数据排序方法,其特征在于,在所述步骤S2中,包括通过机器学习问题中的优化问题来优化所述贝塞尔曲线P(t)。
3.如权利要求2所述的多指标观测数据排序方法,其特征在于,在所述步骤S2中,优化所述贝塞尔曲线以使所有的多指标观测数据与其在贝塞尔曲线上的投影点的误差平方和最小。
4.如权利要求3所述的多指标观测数据排序方法,其特征在于,所述步骤S2包括依次执行的如下步骤:
S2.1、根据所述多指标观测数据生成所述贝塞尔曲线的端点控制点;
S2.2、根据贝赛尔曲线的单调特性初始化贝塞尔曲线的形状控制点;
S2.3、根据最速梯度下降法调整所述形状控制点的位置;
S2.4、判断所述形状控制点是否满足在所述端点控制点确定的矩形区域内,若满足,则执行步骤S2.6;若不满足,则执行步骤S2.5;
S2.5、对每个所述形状控制点的位置强制调整到所述端点控制点确定的矩形区域内;
S2.6、确定所述多个多指标观测数据在所述贝塞尔曲线上的投影点;
S2.7、判断所述多个多指标观测数据与其在所述贝塞尔曲线上的投影点的距离的平方和的减少量是否小于误差改变量阈值,如果小于,则执行步骤S2.8;否则返回步骤S2.3;
S2.8、计算所述多指标观测数据在所述贝塞尔曲线上的投影点所对应的参数值t,根据该参数值t的排序对所述观测数据点进行排序。
5.如权利要求4所述的多指标观测数据排序方法,其特征在于,所述步骤S2.1包括:对所述多个多指标观测数据进行主成分分析,把各多指标观测数据在主成分轴上投影,并计算各观测数据的主成分值,将最小主成分对应的投影点作为一个端点控制点,最大主成分对应的投影点作为另一个端点控制点。
6.如权利要求4所述的多指标观测数据排序方法,其特征在于,在所述步骤S2.3中,所述形状控制点Pj迭代的计算式为:
其中J是所有多指标观测数据与投影点的误差平方和,是迭代后的形状控制点,Pj是迭代前的形状控制点,η是沿所述梯度方向的学习步长。
7.如权利要求4所述的多指标观测数据排序方法,其特征在于,所述步骤S2.6包括:利用黄金分割法,为所述多指标观测数据在所述贝塞尔曲线上寻找距离最近的点作为投影点。
8.如权利要求4所述的多指标观测数据排序方法,其特征在于,所述步骤S2.7包括:在当前的所述距离平方和比上次得到的距离平方和大时,把所述学习步长η减少一半。
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科学院自动化研究所,未经中国科学院自动化研究所许可,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/201310314428.9/1.html,转载请声明来源钻瓜专利网。