[发明专利]一种高效的物联网标识编码划分方法

权利要求书

1.一种高效的物联网标识编码划分方法，其步骤为：

1)选取用于互联网标识编码划分的若干特征，并为每一特征设定一权值；其中，确定每一特征的权值的方法为：

11)建立一决策矩阵A＝R^n*d；其中，d为特征总数，n为编码标识样本个数；

12)对矩阵A进行规范化得到一矩阵R；

13)对于矩阵R的每一行，建立一单目标决策模型；解此单目标决策模型得到对应行的最优目标权重向量；

14)将各行对应的最优目标权重向量组成一矩阵W，计算(R^TW)^T(R^TW)的最大特征值λ_max及特征向量w；

15)对特征向量w进行归一化处理得到各个特征的权值；

2)对所选特征进行归一化处理；

3)对选取的编码标识样本进行聚类，其中将上述权值作为所选聚类算法的度量函数中度量分量的系数；

4)对每个聚类中心的特征进行加权计算得到对应聚类的得分；

5)对于一待划分的编码标识，从该编码标识中提取与步骤1)相同的若干特征，然后计算与步骤4)每一聚类中心的相似性，将该待划分编码标识分配到最相似的类别中。

2.如权利要求1所述的方法，其特征在于，所述用于互联网标识编码划分的特征包括：标识在标识识别系统中运行时的匹配次数，标识的长度，通过长度筛选后的标准集合大小，函数规则的字节长度，最终的标准集合大小。

3.如权利要求1或2所述的方法，其特征在于，选取出所述用于互联网标识编码划分的特征的方法为：首先在标识识别系统中提取编码标识特征：是否包含字母，函数规则的个数，是否包含校验算法，标识在标识识别系统中运行时的匹配次数，标识的长度，通过长度筛选后的标准集合大小，函数规则的字节长度，最终的标准集合大小；然后对初步提取的编码标识特征进行聚类，确定出所述用于互联网标识编码划分的特征。

4.如权利要求3所述的方法，其特征在于，对初步提取的编码标识特征进行聚类，确定出所述用于互联网标识编码划分的特征的方法为：对于每一初步提取的编码标识特征进行聚类时，计算不同聚类之间的平方和以及聚类簇内的样本平方和其中SS_j,Between表示对于第j个编码标识特征，不同聚类之间的平方和，K是设定的聚类总数，|C_k|表示第k个聚类的样本数，μ_j是对于第j个编码标识特征，所有样本的均值，是对于第j个编码标识特征，第k个聚类的均值；SS_j,Within是对于第j个编码标识特征，聚簇内样本的平方和，n表示编码标识的总数，是第i个编码标识对应于第j个编码标识特征聚类时的取值；然后计算该编码标识特征对应的平方和比例最后根据平方和比例值选取出所述用于互联网标识编码划分的特征。

5.如权利要求1所述的方法，其特征在于，所述单目标决策模型为其中，r_ij是矩阵R的i、j位置的取值，0.05≤k_i＜1,i＝1,2,...,d，

6.如权利要求1所述的方法，其特征在于，所述度量函数为欧几里得距离函数，计算两编码标识的距离d为特征总数。