[发明专利]一种基于K-MEANS聚类算法测试数据相似性划分的K值选择法在审
| 申请号： | 201910516293.1 | 申请日： | 2019-06-14 |
| 公开（公告）号： | CN110245705A | 公开（公告）日： | 2019-09-17 |
| 发明（设计）人： | 王东旭;胡靖;张茜薇;王靖宁 | 申请（专利权）人： | 黑龙江大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06F17/50 |
| 代理公司： | 北京天盾知识产权代理有限公司 11421 | 代理人： | 夏燕 |
| 地址： | 150000 黑龙*** | 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： | 本发明公开了一种基于K‑MEANS聚类算法测试数据相似性划分的K值选择法，包括数据处理测试、线性反馈移位寄存器、k‑means算法数据划分、综合平台搭建、实验测试、衡量指标和实验分析，数据处理测试包括激励处理测试和响应处理测试，且激励处理测试主要测试压缩率和压缩后数据的故障覆盖率作，且响应处理测试主要测试被测电路施加测试激励后被测电路的输出，该方法提出使用k‑means聚类算法对大量数据进行分类，使得类内的数据尽可能相似，不同类的数据不相似，在类间平均性、类内相似性、类间相异性和运行时间这几项指标的约束下，使用不同长度的线性反馈移位寄存器LFSR产生的大量随机数据对不同分类数下以上项指标的变化趋势进行统计，发现最优聚类区间。 | ||
| 搜索关键词： | 测试 线性反馈移位寄存器 被测电路 聚类算法 响应处理 数据处理 故障覆盖率 数据相似性 变化趋势 测试激励 测试数据 实验测试 实验分析 算法测试 算法数据 随机数据 综合平台 压缩率 分类 聚类 相异 施加 输出 压缩 衡量 统计 发现 | ||
【主权项】：
1.一种基于K‑MEANS聚类算法测试数据相似性划分的K值选择法，包括数据处理测试、线性反馈移位寄存器、k‑means算法数据划分、综合平台搭建、实验测试、衡量指标和实验分析，其特征在于：数据处理测试包括激励处理测试和响应处理测试，且激励处理测试主要测试压缩率和压缩后数据的故障覆盖率作，且响应处理测试主要测试被测电路施加测试激励后被测电路的输出；线性反馈移位寄存器由移位寄存器序列和反馈逻辑组成，且移位寄存器序列一级的输出连接到下一级的输入，且反馈逻辑由n个D触发器和若干个异或门组成，且反馈逻辑取部分寄存器的输出经过组合逻辑，输出结果连接到最前级寄存器输入端。
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黑龙江大学，未经黑龙江大学许可，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/201910516293.1/，转载请声明来源钻瓜专利网。
