[发明专利]计算机离散数据网格化参数提取方法及操作步骤

权利要求书

1.一种计算机离散数据网格化参数提取方法，其特征在于，所述方法为利用网格化软件，提取待网格化的离散数据的最佳网格化参数，所述最佳网格化参数包括：X、Y两个方向上的最小值、最大值、间距和行数；

具体步骤为：

A、对待网格化的离散数据进行分散点的识别，分析离散数据是否存在分散点；

B、对进行分散点处理后的离散数据，提取其网格化坐标系的角度；

C、在网格化坐标系角度的方向下，对离散数据分别在x、y方向上进行投影统计并傅里叶频谱分析，提取出数据分布的主周期；

D、在网格化坐标系角度的方向下，对离散数据分别在x、y方向上进行线性相关分析，提取出网格化的最小值、最大值；

E、对C、D得到的结果进行合理性的判断；

F、若判断合理，则将C、D中得到的结果作为该离散数据合理的网格化参数；

否则使用简单算法提取该离散数据的网格化参数。

2.如权利要求1所述的计算机离散数据网格化参数提取方法，其特征在于，识别分散点的方法为：

首先，某个区域内的数据分布密度就等于该区域内的数据量除以该区域在X方向上的长度（即该区域内X最大坐标值减去X最小坐标值)；

对离散数据分组统计后，每一组就是一个数据区域，第一组和最后一组为边界区域，而且第一组该边界区域的长度为第二组内数据的最小坐标值减去第一组内数据的最小坐标值，最后一组该边界区域的长度为倒数第二组内数据的最大坐标值减去最后一组内数据的最大坐标值；

全部离散数据的平均数据分布密度就等于数据在X方向上的长度除以全部数据的个数；

其中，分组统计的方法为：

对待处理的离散数据，若相邻的数据点的距离在某个限度的范围内，则将它们归为一组，程序中设计该限度为：小于或等于平均长度，其中平均长度等于离散数据在X轴上的长度除以离散数据X坐标的个数；离散数据X坐标的个数是指不相同的个数；

然后，具体的识别分散点算法为：

将离散数据从0度旋转到179度，每次旋转1度；

每旋转1度，就对离散数据在X方向上进行分组统计；

分析离散数据第一组的数据区域的数据分布密度，若该密度小于全部离散数据的平均数据分布密度的4%，就将该组内的数据去除，再对剩余的数据在X方向上分组投影分析；否则，如果当前的分组不是只有一组就将第一组与第二组归为一组，作为新的第一组，而第三组就变为新的第二组，第四组就变成新的第三组以此类推，然后再对新的分组分析，如果当前的分组只有一组就结束分析；

分析离散数据最后一组的数据区域的数据分布密度，若该密度小于全部离散数据的平均数据分布密度的4%，就将该组内的数据去除，再对剩余的数据在X方向上分组投影分析；否则，如果当前的分组不是只有一组就将最后一组与倒数第二组归为一组，作为新的最后一组，而倒数第三组就变为新的倒数第二组，倒数第四组就变成新的倒数第三组以此类推，然后再对新的分组分析，如果当前的分组只有一组就结束分析。

3.如权利要求1所述的计算机离散数据网格化参数提取方法，其特征在于，所述离散数据提取其网格化坐标系的角度方法为：

先以1度为步长，将离散数据从0度旋转到179度(旋转180度与0度时的情况是等价的)，每旋转1度，在X方向上进行投影统计并傅里叶变换得到频谱，记录频谱图中幅值最大的频点的幅值（零频点除外），再比较这些记录的幅值，并记录其中最大的一个所对应的旋转过的角度（假设为A度）；

再以0.1度为步长，将离散数据从A-0.9度旋转到A+0.9度，每旋转0.1度，在X方向上进行投影统计并傅里叶变换得到频谱，记录频谱图中幅值最大的频点的幅值（零频点除外），再比较这些记录的幅值，并记录其中最大的一个所对应的旋转过的角度（假设为B度），则离散数据在X方向上的线性分布趋势与X轴的夹角就是B度；

最后，-B度就是合理网格化时水平垂直坐标系该旋转的角度θ。