[发明专利]一种基于逆矩阵的冗余数据判别方法

权利要求书

1.一种基于逆矩阵的冗余数据判别方法，其特征在于，包括如下步骤：

1)把需要分析的数据对象数值化；

2)对数值化后的数据集转化成矩阵；

3)利用增广矩阵变换，对矩阵进行求逆矩阵变换；

4)，根据是否存在逆矩阵来判断该数据对象是否存在冗余信息；当不存在逆矩阵时，说明该数据对象不存在冗余信息，不需要做任何处理；当存在逆矩阵时，说明该数据对象存在冗余信息，需要进行冗余信息剔除处理。

2.根据权利要求1所述的基于逆矩阵的冗余数据判别方法，其特征在于，所述步骤1)中，在图片、文字、数据库中提取数据资源，记为D，然后把D数值化。

3.根据权利要求1所述的基于逆矩阵的冗余数据判别方法，其特征在于，所述步骤2)中，将D转化为数据集X，即，

其中，X为m×n的多维数据。

4.根据权利要求1所述的基于逆矩阵的冗余数据判别方法，其特征在于，所述步骤3)中，所述对矩阵X进行逆矩阵求解；

在特征矩阵右侧放置一个同阶的单位矩阵，形成一个新的矩阵X_a，即增广矩阵，

通过矩阵行列变换，看是否能够转化成矩阵X_b，即，

5.根据权利要求1所述的基于逆矩阵的冗余数据判别方法，其特征在于，所述步骤4)中，假设特征数据集X中第a行与第b行存在冗余数据x_aj和x_bj,j＝1,2,…n；由于存在冗余的数据，即数据不存在信息，x_aj和x_bj有一个数据无价值，即x_aj或x_bj元素可为0。X的增广矩阵X_a中始终无法把原特征矩阵变换为单位矩阵，因此无法转化得到X_b，从而可检测特征数据集中是否存在冗余数据；

根据X_b存在与否，来判断X是否存在冗余数据：

如果X_b存在，则矩阵X不存在冗余数据，即不需要对分析的数据对象进行冗余数据处理；

如果X_b不存在，则矩阵X存在冗余数据，即需要对分析的数据对象进行冗余数据处理，为下一步“数据治理”做准备。