[发明专利]一种基于一阶逻辑和神经网络的数据对应方法有效
| 申请号： | 201210211474.1 | 申请日： | 2012-06-26 |
| 公开（公告）号： | CN102799627A | 公开（公告）日： | 2012-11-28 |
| 发明（设计）人： | 黄少滨;刘国峰;朴秀峰;申林山;刘刚;刘建华 | 申请（专利权）人： | 哈尔滨工程大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于数据迁移、数据集成领域，具体涉及一种高匹配效率和准确率的基于一阶逻辑和神经网络的数据对应方法。本发明包括：（1）分析已完成匹配的数据模式；（2）将模式转换为表向量，存放在待匹配表训练集合中；（3）对集合中的表进行特征提取；（4）存储提取的表的特征。（5）对待匹配模式中的待匹配表进行匹配；（6）对已完成匹配的模式中的字段进行训练，修正字段的表示形式和建立的神经网络；（5）使用训练好的神经网络和修正后的字段表示格式，对已完成匹配的表进行字段匹配。本发明减少了在数据对应过程中的时间，提高了匹配的效率和准确率。 | ||
| 搜索关键词： | 一种 基于 一阶 逻辑 神经网络 数据 对应 方法 | ||
【主权项】：
一种基于一阶逻辑和神经网络的数据对应方法，其特征在于，包括如下步骤：（1）分析已完成匹配的数据模式，建立待匹配模式的表和字段形式的格式；（2）将选择训练的模式转换为表向量，存放在待匹配表训练集合中，包括表名、正样本数据、负样本数据和断言集合；（3）使用一阶逻辑的表特征提取算法对集合中的表进行特征提取；（4）存储提取的表的特征；（5）使用提取的表的特征字段对待匹配模式中的待匹配表进行匹配；（6）通过生成反馈的神经网络算法对已完成匹配的模式中的字段进行训练，修正字段的表示形式和建立的神经网络；（7）使用训练好的神经网络和修正后的字段表示格式，对已完成匹配的表进行字段匹配。
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哈尔滨工程大学，未经哈尔滨工程大学许可，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/patent/201210211474.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种平行式装载型夹持装置
- 下一篇：圆柱状岩石试样描量仪
