[发明专利]一种维修厂分类方法及装置有效

专利信息
申请号: 201811160539.8 申请日: 2018-09-30
公开(公告)号: CN109472370B 公开(公告)日: 2021-09-10
发明(设计)人: 刘新;张小琼 申请(专利权)人: 深圳市元征科技股份有限公司
主分类号: G06Q10/00 分类号: G06Q10/00;G06Q30/00;G06Q30/02;G06K9/62
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 郝传鑫;熊永强
地址: 518000 广东省深圳市龙*** 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: 一种 维修厂 分类 方法 装置
【权利要求书】:

1.一种维修厂分类方法,其特征在于,包括:

根据n个维修厂的特征信息,分别构建所述n个维修厂对应的n个特征信息集合;其中,n为大于0的整数;

从所述n个特征信息集合中确定L个目标特征信息集合对应的C类标签;其中,L为大于0且小于n的整数,C为小于或者等于L的正整数,且每个目标特征信息集合对应一个标签;

根据所述L个目标特征信息集合和所述L个目标特征信息集合对应的C类标签,通过标签传播算法LPA确定n-L个未标记特征信息集合中任意一个特征信息集合在所述C类标签中对应的标签;所述n-L个未标记特征信息集合为所述n个特征信息集合中除所述L个目标特征信息集合外的特征信息集合;其中,n-L为大于0且小于n的整数。

2.根据权利要求1所述的方法,其特征在于,所述n个特征信息集合,包括:

从所述n个维修厂的特征信息分别构建的画像中确定的特征信息集合。

3.根据权利要求1所述的方法,其特征在于,所述从所述n个特征信息集合中确定L个目标特征信息集合对应的C类标签,包括:

按照预设的抽样规则,确定所述L个目标特征信息集合;所述L个目标特征信息集合的标签为C类标签;

按照预设的标记方法,标记所述L个目标特征信息集合的标签。

4.根据权利要求1-3任意一项所述的方法,其特征在于,所述根据所述L个目标特征信息集合和所述L个目标特征信息集合对应的C 类标签,通过标签传播算法LPA确定n-L个未标记特征信息集合中任意一个特征信息集合在所述C类标签中对应的标签,包括:

根据所述n个特征信息集合,构造无向图,计算无向图中边的权重其中,所述无向图中n个节点分别对应所述n个维修厂,i为大于0且小于或者等于n的任一整数,j为大于0且小于或者等于n的任一整数,i≠j;边的权重Wij为节点i与节点j之间边的权重,表示维修厂i与维修厂j的标签相似性;α为预设的参数,xi、xj分别为节点i、节点j对应的特征信息集合,||xi-xj||2为节点i与节点j之间的欧式距离平方;

计算转移概率Pij,构造转移概率矩阵P;其中,Pij为节点i到节点j的概率,Wik为节点i与节点k之间边的权重,k为大于0且小于或者等于n的整数,i≠k;为节点i与所述n个节点中除所述节点i外的n-1个节点之间的边的权重总和;

根据所述C类标签和所述L个节点,构造L×C的标签矩阵YL;根据所述的C类标签和所述n-L个节点,构造n-L×C的标签矩阵Yn-L;合并所述标签矩阵YL和所述标签矩阵Yn-L,得到n×C的矩阵F=[YL,Yn-L];其中,所述标签矩阵YL为由L×C个数ylc排成L行C列的数表,第l行表示第l个节点,l为小于或者等于L的任一正整数,第c行表示第c类标签,c为小于或者等于C的任一正整数;所述标签矩阵Yn-L为由n-L×C个数yhq排成n-L行C列的数表,第h行表示第h个节点,h为小于或者等于n-L的任一正整数,第q行表示第q类标签,q为小于或者等于C的任一正整数,所述数yhq 的初始值为任意值;所述矩阵F为由n×C个数yfg排成n行C列的数表,第f行表示第f个节点,f为小于或者等于n的任一正整数,第g行表示第g类标签,g为小于或者等于C的任一正整数;

根据公式F(m)=PF计算,再通过YL重置矩阵F(m)的L个节点的标签,m=m+1;直至矩阵F(m)收敛或者m为最大迭代次数时,结束运算;其中,矩阵F(m)为经过第m次公式F(m)=PF计算后的矩阵;m为大于0的整数,且m的初始值为1;在矩阵F(m)中,节点i的标签为所述节点i的最大值转移概率Pij对应节点j的标签。

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元征科技股份有限公司,未经深圳市元征科技股份有限公司许可,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/201811160539.8/1.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