[发明专利]一种计算机人机交互界面的图形处理方法和装置

权利要求书

1.一种计算机人机交互界面的图形处理方法，其特征在于：包括，

从数据库中采集数据，并对采集的数据进行预处理操作；

对进行预处理操作后的数据进行降维处理；

对降维后的数据进行分级，数据分级后，再进行分片处理；

将数据进行后端并行计算，形成多个可并行处理的子任务；

通过改进的Q-learning算法对数据进行可视化处理，使数据在界面上以图形的形式进行展示；

所述通过改进的Q-learning算法对数据进行可视化处理包括如下步骤，

将状态s定义为用户画像和用户对多个数据可视化成果的评分；

将行动a定义为系统能够采取的更改数据可视化成果的操作；

将奖励函数r定义为基于系统响应时间t和用户满意度分数u的动态函数，通过如下公式进行表示，

，

式中，β代表系统响应时间t的影响因子，β∈[0,1]；

初始化Q表；

根据奖励函数更新Q表，公式如下所示，

Q′(s,a)←Q(s,a)+α(d)[R(t,u)+γmax(Q(s',a'))-Q(s,a)]

式中，Q(s,a)为在状态s采取行动a的预期回报，α(d)为基于数据类型d的动态学习率，α(d)=1/(1+ηD)，D是一个表示数据类型复杂度的度量，D∈[0,100]，η为基于数据类型复杂度D的影响因子，η∈[0,1]，γ为折扣因子，γ∈[0,1]，max(Q(s',a'))为在下一个状态s'中采取的可能动作的Q值；

系统反复进行行动选择和实施，直到Q表收敛或者达到预设的迭代次数。

2.如权利要求1所述的计算机人机交互界面的图形处理方法，其特征在于：所述预处理操作包括数据清洗、数据转换和数据规范化处理；

所述数据规范化处理包括如下步骤，

计算原始数据X的均值，计算公式如下，

，

式中，X[i，j]表示数据矩阵中第i行第j列的元素，n是样本数量，i从1到n，j从1到p，p是特征数量；

计算原始数据X的标准差，计算公式如下，

，

式中，表示数据矩阵中第j列的均值；

对原始数据进行规范化处理，计算公式如下，

，

其中，X是原始数据，X_m为X的均值，为数据的标准差，X'是规范化后的数据。

3.如权利要求2所述的计算机人机交互界面的图形处理方法，其特征在于：所述数据包括用户行为数据、用户画像数据、物联网数据、地理信息数据或生物信息数据。

4.如权利要求3所述的计算机人机交互界面的图形处理方法，其特征在于：所述降维处理包括如下步骤：

计算规范化后数据的协方差矩阵，计算公式为，

，

式中，C为协方差矩阵，X'为规范化后的数据，n为数据的数量，是X的转置矩阵；

对协方差矩阵进行特征值分解，得到特征值和特征向量，特征值分解的公式为，

，

式中，C为协方差矩阵，V为特征向量矩阵，La为特征值矩阵，V'为V的转置；

选择前k个最大的特征值对应的特征向量组成投影矩阵P，表示为，

，

式中，v_k为前k个最大特征值对应的特征向量；

将原始数据投影到新的坐标系中，得到降维后的数据，表示为，

，

式中，Y为降维后的数据，X'为规范化后的数据，P为投影矩阵。

5.如权利要求4所述的计算机人机交互界面的图形处理方法，其特征在于：在对数据进行分级时，将数据分成概览级别和详细级别，所述分片处理是指将数据分成多个片段，根据用户的操作和需求，加载和处理所需的数据片段。

6.如权利要求5所述的计算机人机交互界面的图形处理方法，其特征在于：所述后端并行计算是指在Map阶段，每个处理器读取数据片段，然后对数据片段应用Map函数，生成中间的键值对；在Reduce阶段，将所有具有相同键的中间键值对合并在一起，然后应用Reduce函数，生成最终的键值对。