买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：济宁职业技术学院

摘要：本发明涉及数据处理技术领域，具体涉及一种基于视力筛查大数据的数据挖掘分析方法，包括：根据视力数据点对应的年龄以及相同年龄下视力数据点的最大视力数据，获得视力数据点的特征值；根据每个视力数据点的特征值的斜率，相同年龄下视力数据点的特征值的变化，获得视力数据点的偏离程度；根据初始聚类簇中视力数据点的偏离程度的差异、初始聚类簇间平均年龄的差异、以及初始聚类中心点之间的距离，获得初始聚类簇之间的相关性；根据初始聚类之间的相关性、初始聚类簇间相关性的最小值、初始聚类簇间相关性的最大值，以及初始聚类半径，获得聚类半径；根据聚类簇的差异对视力数据进行筛查，准确挖掘出人群的视力数据的特点和趋势。

主权项：1.一种基于视力筛查大数据的数据挖掘分析方法，其特征在于，该方法包括以下步骤：不同年龄的人员的视力数据构成视力数据点；根据视力数据点对应的年龄以及相同年龄下视力数据点的最大视力数据，获得视力数据点的特征值；根据每个视力数据点的特征值的斜率、每个视力数据点的特征值与每个视力数据点的预测特征值的差异以及相同年龄下视力数据点的特征值的变化，获得每个视力数据点的偏离程度；将所有视力数据点进行聚类，获得若干个初始聚类簇；根据初始聚类簇中视力数据点的偏离程度的差异、初始聚类簇间平均年龄的差异、以及初始聚类中心点之间的距离，获得初始聚类簇之间的相关性；根据初始聚类之间的相关性、初始聚类簇间相关性的最小值、初始聚类簇间相关性的最大值获得调整系数，根据调整系数以及初始聚类半径，获得聚类半径；根据聚类半径对视力数据点进行聚类获得聚类簇，再根据聚类簇对视力数据进行筛查；所述根据每个视力数据点的特征值的斜率、每个视力数据点的特征值与每个视力数据点的预测特征值的差异以及相同年龄下视力数据点的特征值的变化，获得每个视力数据点的偏离程度，包括的具体步骤如下：以每个视力数据点的年龄为横坐标，以每个视力数据点的特征值为纵坐标构建第一坐标系，在第一坐标系中对年龄横坐标对应的所有视力数据点特征值的均值进行曲线拟合，获得拟合曲线；将每个视力数据点的年龄横坐标在拟合曲线上的值记为每个视力数据点的预测特征值；根据每个视力数据点的特征值与每个视力数据点的预测特征值的差异以及相同年龄下视力数据点的特征值的变化获得每个数据点的第一分布特征；根据每个视力数据点特征值在拟合曲线上的斜率与第一分布特征的乘积获得每个视力数据点的偏离程度；所述根据每个视力数据点的特征值与每个视力数据点的预测特征值的差异以及相同年龄下视力数据点的特征值的变化获得每个数据点的第一分布特征，包括的具体公式如下： 式中，表示第个视力数据点的第一分布特征，表示第个视力数据点的特征值，表示第个视力数据点的预测特征值；第个视力数据点所在的年龄横坐标上所有视力数据点的最大特征值记为；第个视力数据点所在的年龄横坐标上所有视力数据点的最小特征值记为；所述根据初始聚类之间的相关性、初始聚类簇间相关性的最小值、初始聚类簇间相关性的最大值获得调整系数，根据调整系数以及初始聚类半径，获得聚类半径，包括的具体公式如下： 式中，表示调整系数；表示第个初始聚类簇与第个初始聚类簇之间的相关性，表示初始聚类簇间相关性的最小值，表示初始聚类簇间相关性的最大值，表示初始聚类簇的数量；所述根据调整系数以及初始聚类半径，获得聚类半径，包括的具体公式如下： 式中，表示聚类半径的大小，表示预设的初始聚类半径的大小，表示调整系数；所述根据初始聚类簇中视力数据点的偏离程度的差异、初始聚类簇间平均年龄的差异、以及初始聚类中心点之间的距离，获得初始聚类簇之间的相关性，包括的具体公式如下： 式中，表示第个初始聚类簇与第个初始聚类簇之间的相关性；表示第a个初始聚类簇中视力数据点偏离程度的均值；表示第b个初始聚类簇中视力数据点偏离程度的均值；表示第个初始聚类簇中的平均年龄；表示第个初始聚类簇中的平均年龄；表示第个初始聚类中心点与第b个初始聚类中心点的空间欧氏距离；表示线性归一化函数；表示以自然常数为底的指数函数。

全文数据：

权利要求：

百度查询： 济宁职业技术学院 一种基于视力筛查大数据的数据挖掘分析方法