[发明专利]用于地图模板匹配的规则提取方法

摘要

本发明涉及一种用于地图模板匹配的规则提取方法，含有下列步骤：1：设在地图模板眼动实验中测得|T|组实验数据，该实验含有h个决策属性，将|T|组实验数据组成数据集T，再从|T|组实验数据中随机选出|S|组实验数据组成训练集S；2：在数据集T中，如果h个决策属性中有h1个决策属性所对应的测试值是连续数值，则分别对该h1个决策属性对应的数值进行离散处理；3：在训练集S中，遍历h个决策属性，得出各决策属性的信息增益率，选择信息增益率最大的决策属性作为根节点属性；4：以自顶向下的递归方式，通过内部节点评价选取适当决策属性，并根据该属性不同取值由该节点向下分支，最终形成决策树；本发明准确率高、效能高。

主权项

一种用于地图模板匹配的规则提取方法，其特征是：含有下列步骤：步骤1：设在地图模板眼动实验中测得|T|组实验数据，该实验含有h个决策属性和一个眼动测试模板选项，眼动测试模板选择项含有q类选择值，因此，每组实验数据中对应含有h个数据和一个眼动测试模板选择值；将|T|组实验数据组成数据集T，再从|T|组实验数据中随机选出|S|组实验数据组成训练集S，根据每组数据的眼动测试模板选择值从训练集S中选出q类数据组，形成分类集合{ToS1，ToS2，…，ToSi…，ToSq}，其中，ToSi为每类数据组对应的子集，1≤i≤q，每类数据组中含有|ToSi|组数据，各组数据含有相同的眼动测试模板选择值，分类集合中每个类的先验概率Pi=|ToSi|/|S|，对训练集S分类所需信息熵E(S)为： E ( S ) = - Σ i = 1 q p i lo g 2 p i 步骤2：在数据集T中，如果h个决策属性中有h1个决策属性所对应的测试值是连续数值，则分别对该h1个决策属性对应的数值进行离散处理，该离散处理采用基于中值区域阈值分析法；步骤3：在训练集S中，遍历h个决策属性，得出各决策属性的信息增益率，选择信息增益率最大的决策属性作为根节点属性；步骤4：从h个决策属性中去除根节点属性，并令h=h‑1，将根节点属性对应的数据中的各离散值作为根节点分枝，在训练集S中，每个根节点分枝对应一批数据组，在该批数据组的基础上遍历h个决策属性，得出各决策属性的信息增益率，选择信息增益率最大的决策属性作为子节点属性；接着，再从h个决策属性中去除子节点属性，并令h=h‑1，将子节点属性对应的数据中的各离散值作为子节点分枝，在训练集S中，每个子节点分枝对应一批数据组，在该批数据组的基础上遍历h个决策属性，得出各决策属性的信息增益率，选择信息增益率最大的决策属性作为叶节点属性；如果没有信息增益率最 大的决策属性，则没有相应的叶节点属性，说明该子节点分枝对应的眼动测试模板选择值唯一，分枝结束；依此类推，再对各叶节点属性进行分枝，直到所有叶节分枝对应的眼动测试模板选择值唯一，分枝结束，最后形成一个决策树。