[发明专利]分布式异构数据源主成份分析系统

权利要求书

1.一种分布式异构数据源主成份分析系统，其特征在于，包括：

转换单元，适于将原始数据集转换为对应的分布式异构数据集；所述分布式异构数据集中的每个异构数据集分别具有对应的属性列数；

判断单元，适于判断是否能够对所述分布式异构数据集进行主成份分析；

分析单元，适于当确定能够对所述分布式异构数据集进行主成份分析时，对所述分布式异构数据集执行主成份分析，得到对应的分析结果。

2.根据权利要求1所述的分布式异构数据源主成份分析系统，其特征在于，所述转换单元，适于对所述原始数据集中的数据依次执行语义映射集成、格式映射集成和结果映射集成，得到对应的分布式异构数据集。

3.根据权利要求1所述的分布式异构数据源主成份分析系统，其特征在于，所述判断单元，适于对所述分布式异构数据集中的每个异构数据集分别执行KMO检验，得到对应的KMO检验系数；对所述分布式异构数据集中的每个异构数据集分别执行巴特利球体检验，得到对应的巴特利球体检验P值；当所述分布式异构数据集中的每个异构数据集对应的KMO检验系数和巴特利球体检验P值均大于对应的阈值时，确定能够对所述分布式异构数据集进行主成份分析。

4.根据权利要求1所述的分布式异构数据源主成份分析系统，其特征在于，所述分析单元，适于计算所述分布式异构数据集中的本地异构数据集与非本地异构数据集之间的组合协方差矩阵；基于计算得出的组合协方差矩阵，计算所述非本地异构数据集对应的误差分量；当确定所述非本地异构数据集对应的误差分量大于所述非本地异构数据集的估算值时，将所述非本地异构数据集进行特征值优化，直至优化后的非本地异构数据集对应的误差分量小于优化后的非本地异构数据集的估算值；当优化后的非本地异构数据集对应的误差分量小于优化后的非本地异构数据集的估算值时，计算所述本地异构数据集与优化后的非本地异构数据集之间的组合协方差矩阵，作为所述分布式异构数据集的主成份分析结果。

5.根据权利要求4所述的分布式异构数据源主成份分析系统，其特征在于，所述分析单元，适于采用如下的公式计算所述分布式异构数据集中的本地异构数据集与非本地异构数据集之间的组合协方差矩阵：

其中，Cov[X，Y]表示非本地异构数据集X与本地异构数据集Y之间的组合协方差矩阵，m表示所述分布式异构数据集的属性列数。

6.根据权利要求5所述的分布式异构数据源主成份分析系统，其特征在于，所述分析单元，适于采用如下的公式计算所述非本地异构数据集对应的误差分量：

其中，ε表示非本地异构数据集对应的误差分量，t表示非本地异构数据集的优化次数，σ_j表示对非本地异构数据集进行SVD分解得到的第j个奇异值，j表示对非本地异构数据集进行SVD分解得到的第j个分量。

7.根据权利要求6所述的分布式异构数据源主成份分析系统，其特征在于，所述分析单元，适于通过Householder三对角化和QR分解将所述非本地异构数据集进行特征值优化。