[发明专利]用于数据评估的二维及多维模型排序评估系统及方法

摘要

本发明公开用于数据评估的二维及多维模型排序评估系统及方法，将X轴作为时间维度，Y轴作为个体单元指标密度维度，建立模型；描绘不同类型所有个体单元在时间轴上的离散指标密度样点情况，利用移动最小二乘法拟合，形成个体单指标曲线；拟合所有个体单指标曲线形成整体单指标密度曲线；抽取拟合后整体单指标密度曲线与个体单指标曲线上的高度关联指标集合，并筛选出有效个体集合M，以个体单指标曲线与整体单指标密度曲线的积分结果为依据，对该序列进行指数化表征；计算集合M的样本方差值，与已设定标准值F进行比较，提取个体单元样本集合V进行评估，本发明适用于在数据不规则情况下的数据模型建立及分析。

主权项

1.一种用于数据社会化评估的二维模型排序评估方法，其特征在于，包括如下步骤：步骤1：将X轴作为时间维度，Y轴作为个体单元指标密度维度，建立二维模型；步骤2：描绘不同类型所有个体单元在时间轴上的离散指标密度样点情况，利用移动最小二乘法基于点的拟合原理，最终形成多条个体单指标曲线S_1、S_2、S₃...S_i，每个类型的所有个体单元对应同一指标形成一条单指标曲线，i=1，2，3...n；步骤3：利用移动最小二乘法，最终将所有个体单指标曲线S_1、S_2、S₃...S_i拟合成一条整体曲线，形成整体单指标密度曲线S_B；步骤4：抽取拟合后的整体单指标密度曲线S_B与个体单指标曲线S_i上的高度关联指标集合，筛选出有效的个体集合M；步骤5：将抽取到的集合M（S_x1、S_x2、S_x3、...S_xm），以个体单指标曲线S_i与整体单指标密度曲线S_B的积分结果为依据，对集合M中的所有元素进行排序，并对该序列进行指数化表征；步骤6：查找整体单指标密度曲线S_B下的社会均值S，根据步骤5的排序结果，计算集合M中各个元素与整体单指标密度曲线S_B上元素的独立样本方差值，并与已设定标准值F进行比较，提取出最大方差值小于F的曲线S_y1、S_y2、S_y3、...S_ym形成个体单元样本集合V，m=1，2，3...n；步骤7：对步骤6找出的集合V中的所有元素进行评估。