[发明专利]数据集中强相关变量提取及专利数量影响因素提取方法

权利要求书

1.专利数量影响因素提取方法，其特征在于，包括如下步骤：

SS1、在已有公开数据集中选取两个变量，分别为第一变量X和第二变量Y，其中以专利数量作为第一变量X，随机选取所述已有公开数据集中的变量作为第二变量Y，从所述已有公开数据集中提取第一变量X的数据数量和第二变量Y的数据数量相等；

SS2、第一变量X的数据和第二变量Y的数据一一对应组成数据二元组，构建关于第一变量X和第二变量Y的平面坐标系，每个数据二元组对应所述平面坐标系内的一个数据点，取所有数据点的外包矩形作为数据平面，对所述数据平面的行列分别进行均匀划分，得到数据块，每个数据块对应一个行列号；

SS3、构建关于所述数据平面的概率质量密度矩阵，所述概率质量密度矩阵中的元素为对应行列号的数据块内的数据点个数；

SS4、取所述概率质量密度矩阵中的非零单元作为当前处理单元；

SS5、计算所述当前处理单元的局部相关分数RS，具体包括如下步骤：

取所述当前处理单元的8个邻域单元的值组成邻域向量neighborhood，若领域单元不存在则补零；

SS501、构建自适应权值向量w＝[α⁶ α⁵ α⁴ α³ α² α ξ ξ]；其中α为第一权值参数，α取值为[0,1]；ξ为第二权值，ξ为α的10倍以上的数值；

SS502、将neighborhood中的数值按照由小到大的顺序进行重新排列得到neighborhood’；

SS503、所述当前处理单元的局部相关分数其中，ò为依经验设定的误差；

SS6、选取所述概率质量密度矩阵中的下一非零单元更新当前处理单元，重复SS5，直至所述概率质量密度矩阵中的所有非零单元均获得局部相关分数；

SS7、以所有非零单元对应的局部相关分数的平均值作为所述第一变量X和第二变量Y的相关性强度；

SS8、保持第一变量X不变，在所述已有公开数据集中再次选取一个变量以更新第二变量Y，重复SS1～SS7，直至获得所述已有公开数据集中所有变量与第一变量X的相关性强度；

SS9、在所述已有公开数据集中，提取与第一变量X的相关性强度大于设定阈值的变量作为所述专利数量的影响因素；所述设定阈值为经验值。