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：中国标准化研究院

摘要：本发明公开了一种基于服务开放平台的动态数据更新方法及系统，包括获取服务开放平台的实时共享数据和源数据，对所述实时共享数据进行预处理，根据噪声估计对所述实时共享数据进行选择获得重点数据，计算所述重点数据的优化均值偏移，根据所述优化均值偏移对所述重点数据进行分类获得层次数据，根据所述源数据校正所述层次数据获得目标数据，根据所述目标数据构建动态数据更新模型，将待更新实时数据输入所述动态数据更新模型，输出更新结果。该方法不仅可以提高服务开放平台的动态数据更新方法的精度，同时具有较好的可解释性，可以直接应用于基于服务开放平台的动态数据更新系统中。

主权项：1.一种基于服务开放平台的动态数据更新方法，其特征在于，包括以下步骤：获取服务开放平台的实时共享数据和源数据，对所述实时共享数据进行预处理；根据噪声估计对所述实时共享数据进行选择获得重点数据，计算所述重点数据的优化均值偏移；包括：a、根据自适应k近邻方法得到实时共享数据的个性近邻参数，寻找近邻；基于实时共享数据的近邻标签构建实际标签的后验分布，表达式为： 其中第个真实标签为，第b个真实标签的均值为，转置为T，第b个高斯分布的权重为，第个实时共享数据的个性邻近参数为，高斯分布的权重为，真实标签的后验分布为，协方差矩阵的标准差为，高斯系数为；计算噪声估计值： 其中噪声估计值为，；将实时共享数据的标签噪声估计值按降序排列，得到第一数据集；计算第一数据集的最佳选择比例： 其中第一数据集为H，回归模型u的复杂度为，实时共享数据的数量为m，第一数据集的期望函数为，回归模型u在第一数据集的实际经验误差为，第个标签噪声估计值的平方为，选择系数为，选择比例为，目标函数取最小值时的变量函数为，最佳选择比例为；根据最佳选择比例过滤第一数据集得到第二数据集，采用标签噪声估计值对第二数据集进行噪声过滤，得到噪声数据和正常数据；对正常数据进行召回模型训练，采用噪声数据测试模型得到模型误差，将噪声数据按照模型误差升序排序；选择噪声数据中选择比例误差小于0.21的数据与正常数据合并，得到召回数据，采用噪声估计对召回数据进行二次过滤得到重点数据；b、计算所述重点数据的优化均值偏移，表达式为： 其中重点数据为f，第个实际重点数据为，带宽参数为，偏移因子为，优化均值偏移为，重点数据的数量为S，自然常数为e，核密度估计函数为，范数为；根据所述优化均值偏移对所述重点数据进行分类获得层次数据，根据所述源数据校正所述层次数据获得目标数据；包括：采用递归算法根据重点数据创建索引数据集，对索引数据集进行优化均值偏移，表达式为： 其中标准常量为，维度的带宽参数为，索引数据集的数据数量为L，第个索引数据为，索引数据g的优化均值偏移为核密度梯度估计为；给定核密度梯度估计，表达式为： 其中核函数为，重点数据为f，第个实际重点数据为，重点数据的数量为S，重点数据的核密度梯度为；在索引数据集中搜索重点数据的最近邻数据，采用近邻数据构成近邻数据集；将近邻数据集中重点数据的频率计数标志加一，计算更新后的优化均值偏移的索引数据值；计算虚拟的重点数据： 其中第c次迭代第个重点数据为，第c+1次迭代第个重点数据为，重点数据的优化均值偏移值为，遗传因子为；根据更新后的优化均值偏移的取值区间将重点数据进行分类，获得分层数据，不断迭代直到遍历完所有重点数据；根据所述目标数据构建动态数据更新模型，将待更新实时数据输入所述动态数据更新模型，输出更新结果；包括：动态数据更新模型包括随机森林算法、独立成分分析法、时间序列分析算法、动态神经网络算法、遗传算法；随机森林算法将目标数据划分成训练集和测试集；独立成分分析法通过分析训练集的高阶统计相关性，找到相互独立的信息成分隐含，根据信息隐含成分提取数据特征；时间序列分析算法根据数据特征的平稳性检验获取时间序列特性；动态神经网络算法学习时间序列特性的更新规律；遗传算法通过测试集放入动态数据更新模型的误差调整超参数。

全文数据：

权利要求：

百度查询： 中国标准化研究院 一种基于服务开放平台的动态数据更新方法及系统