[发明专利]基于邻近分组的大数据测量

权利要求书

1.一种基于邻近分组的大数据测量方法，其特征在于包括以下步骤：

S1：确定邻近分组中元素的权重；

S2：相对于元素Xj，获得其他元素的邻近分组中与元素Xj邻近程度为L的元素数量；

S3：相对于元素Xj，获得在分类为d的元素分组中与元素Xj邻近程度为L的元素数量；

S4：如果元素Xj出现在邻近集合中，则获得分类为d的元素Xj的概率；

S5：获得关于分类为d的元素Xj的另一个概率；以及

S6：获得关于分类d中元素Xj的关系程度Rd(Xj)。

2.如权利要求1所述的方法，其中元素Xj是其他元素的邻近分组中所有或部分元素的近邻，该权重或者基于邻近分组中的元素位置，或者基于某元素到其他数据点之间的距离；与元素Xj相关联的权重表示为W(Xj)，该参数表示经过训练的分组中的元素Xj具有唯一的相关联的权重，其中j为正整数。

3.如权利要求1所述的方法，其中获得的其他元素的邻近分组中与元素Xj邻近程度为L的元素数量表示为M_L(Xj)，由αA和βB两部分的总和组成；A表示元素Xj的标识与另一些元素的标识相匹配的事件所发生的数量，所述的另一些元素是在邻近分组中与元素Xj邻近程度为L并且被观察的元素；其中L为正整数；B表示元素Xj与另一些元素的标识失配的事件的数量；α、β表示系数。

4.如权利要求3所述的方法，其中系数α、β是常数。

5.如权利要求4所述的方法，其中系数α、β可选自以下选项组中的任一个；二者均是正常数；二者均是小于1的常数；二者均是小于1的正常数；二者均是小于1的常数并且总和等于1；二者均是小于1的正常数并且总和等于1。

6.如权利要求1所述的方法，其中获得的分类为d的元素Xj的概率表示为γ1，该γ1为(M_L，d(Xj)+C)和(M_L(Xj)+D*C)的商，其中C是为了防止概率被评估为0的平坦化因子，而D是分类的总数。

7.如权利要求1所述的方法，其中获得的关于分类为d的元素Xj的另一个概率表示为γ2，γ2为和(C*D+L+1)的商，其中E是判定函数。

8.如权利要求7所述的方法，其中当分类d＝YjL时，该判定函数E为1；如果二者不相等，则E为0；其中(Yj1、Yj2、……，YjL)是元素Yj的邻近程度为L内的近邻的集合，其临近程度分别为1、2、……，L。

9.如权利要求8所述的方法，其中该关系程度Rd(Xj)可用另一个判定函数来获得，该判定函数为：如果M_L(Xj)比预先定义的临界值大，则关系程度Rd(Xj)可选取γ1值；而如果M_L(Xj)比预先定义的临界值小，则关系程度Rd(Xj)可选取γ2值；之后可将其用于数据的选择和操作，进而做出有意义的大数据测量。

10.一种基于邻近分组的大数据测量装置，能够执行如前所述的任一权利要求的方法。