[发明专利]用于计算多类别数据集相似性矩阵的相对相似性计算方法在审
| 申请号： | 201810651110.2 | 申请日： | 2018-06-22 |
| 公开（公告）号： | CN108920424A | 公开（公告）日： | 2018-11-30 |
| 发明（设计）人： | 陈霸东;席政凯;吴昊;杨静 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06F17/16 | 分类号： | G06F17/16 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 徐文权 |
| 地址： | 710049 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种计算多类别数据集不同类别间相似性矩阵的改进方法，当计算多类别样本集的相似性矩阵(不同类别两两之间的相似性以及每个类别内部元素的相似性)时，依次选择每个类别样本集的中心作为坐标原点计算相似性矩阵，最后将得到的多个相似性矩阵平均值作为最终的相似性矩阵。本发明克服了传统方法只选取一个坐标原点的缺点，可以有效避免上述三点问题。本发明有很强的鲁棒性，对各种特殊情况都适用。最后，本发明在脑数据分析中的表征相似性分析中有很重要的应用价值。 | ||
| 搜索关键词： | 相似性矩阵 类别数据 类别样本 坐标原点 相似性分析 相似性计算 依次选择 鲁棒性 脑数据 应用 分析 改进 | ||
【主权项】：
1.用于计算多类别数据集相似性矩阵的相对相似性计算方法，其特征在于，包括以下步骤：1)计算样本集s1的中心![]()
将所有样本都减去![]()
使得坐标原点位于第一个类别样本集的中心；2)由公式![]()
计算出一个相似性矩阵，其中x和y分别为去均值后的向量；3)依次分别以s2、s3、s4、s5、…、sn的样本集中心为坐标原点，计算出其余相似性矩阵；4)最后将得到的相似性矩阵的平均值作为最终的相似性矩阵。
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西安交通大学，未经西安交通大学许可，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/201810651110.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种高保真谱重建方法
- 下一篇：一种基于幂均算子和DS证据理论的故障诊断方法
