[发明专利]一种基于多影响因子的排序方法及移动终端

权利要求书

1.一种基于多影响因子的排序方法，其特征在于，所述方法包括：

当全部数据对不为空时，在全部数据对中选择一个数据对作为当前数据对；

根据预先确定的全部数据对对应的影响因子的数量和所述当前数据对中全部待排序数据的关系类型的数量建立神经网络；

通过所述神经网络对所述当前数据对中的全部待排序数据进行排序；

当全部数据对为空时，根据全部数据对的排序结果对全部数据对中的待排序数据进行排序。

2.根据权利要求1所述的方法，其特征在于，所述根据预先确定的全部数据对对应的影响因子的数量和当前数据对中全部待排序数据的关系类型的数量建立神经网络，包括：

根据全部数据对对应的影响因子的数量确定所述神经网络中输入层的神经元的个数；

根据所述当前数据对中全部待排序数据的关系类型的数量确定所述神经网络中输出层的神经元的个数；

根据所述输入层的神经元的个数和所述输出层的神经元的个数建立所述神经网络。

3.根据权利要求2所述的方法，其特征在于，根据以下公式计算所述输出层的神经元的个数：

其中，C为所述当前数据对中全部待排序数据的关系类型的数量；N为所述输出层的神经元的个数。

4.根据权利要求2所述的方法，其特征在于，所述通过所述神经网络对所述当前数据对中的全部待排序数据进行排序，包括：

计算所述当前数据对对应的输入量；

将各个输入量输入到所述输入层的神经元中；

在输出层的神经元中获取所述当前数据对对应的输出量；

根据所述输出量对所述当前数据对中的全部待排序数据进行排序。

5.根据权利要求4所述的方法，其特征在于，在所述在全部数据对中选择一个数据对作为当前数据对之前，所述方法还包括：

将全部待排序数据中的每两个待排序数据组合为一个当前数据对；

将各个当前数据对添加到全部数据对中。

6.一种移动终端，其特征在于，所述移动终端包括：选择单元、建立单元和排序单元；其中，

所述选择单元，用于当全部数据对不为空时，在全部数据对中选择一个数据对作为当前数据对；

所述建立单元，用于根据预先确定的全部数据对对应的影响因子的数量和当前数据对中全部待排序数据的关系类型的数量建立神经网络；

所述排序单元，用于通过所述神经网络对所述当前数据对中的全部待排序数据进行排序；当全部数据对为空时，根据全部数据对的排序结果对全部数据对中的待排序数据进行排序。

7.根据权利要求6所述的移动终端，其特征在于，所述建立单元包括：确定子单元和建立子单元；其中，

所述确定子单元，用于根据全部数据对对应的影响因子的数量确定所述神经网络中输入层的神经元的个数；根据所述当前数据对中全部待排序数据的关系类型的数量确定所述神经网络中输出层的神经元的个数；

所述建立子单元，用于根据所述输入层的神经元的个数和所述输出层的神经元的个数建立所述神经网络。

8.根据权利要求7所述的移动终端，其特征在于，所述建立子单元，具体用于根据以下公式计算所述输出层的神经元的个数：

其中，C为所述当前数据对中全部待排序数据的关系类型的数量；N为所述输出层的神经元的个数。

9.根据权利要求7所述的移动终端，其特征在于，所述排序单元包括：计算子单元、输入子单元、输出子单元和排序子单元；其中，

所述计算子单元，用于计算所述当前数据对对应的输入量；

所述输入子单元，用于将各个输入量输入到所述输入层的神经元中；

所述输出子单元，用于在输出层的神经元中获取所述当前数据对对应的输出量；

所述排序子单元，用于根据所述输出量对所述当前数据对中的全部待排序数据进行排序。

10.根据权利要求6所述的移动终端，其特征在于，所述选择单元，还用于将全部待排序数据中的每两个待排序数据组合为一个当前数据对；将各个当前数据对添加到全部数据对中。