{'abst': '本发明提供了一种测试校正仪、测试系统及测试方法,通过分析模块从多个测试项中筛选出待检验测试项及所述待检验测试项所接收到的测试条件,其中,所述待检验测试项符合如下要求:多台测试机对于所述待检验测试项的测试中,在一部分测试机下,所述待检验测试项的测试结果合格;在另一部分测试机下,所述待检验测试项的测试结果不合格,据此能够调整使得待检验测试项的测试结果不合格的测试机所输出的测试条件,从而最终判定测试结果,由此提高了测试结果的可靠性。', 'apdt': 20131122, 'apno_official': 'CN201310598098.0', 'assignee': [{'address': {'address': '201203 上海市浦东新区张江郭守敬路351号2号楼2楼', 'city': '上海', 'country': 'CN', 'district': '浦东新区', 'formatted_address': '上海市浦东新区郭守敬路351号624-8室', 'lat': 31.216370652818, 'lon': 121.6019261651, 'postcode': '201203', 'state': '上海'}, 'lang': 'CN', 'name': '上海华岭集成电路技术股份有限公司', 'name_id': 1}], 'claim': '1.一种测试校正仪,其特征在于,包括: \n测试信息获取模块,用以获取多台测试机对被测器件进行多个测试项的测 试时,对于每台测试机的每个测试项,被测器件所接收到的测试条件以及所得 到的测试结果; \n分析模块,用以根据测试信息获取模块所得到的信息,从多个测试项中筛 选出待检验测试项及所述待检验测试项所接收到的测试条件,其中,所述待检 验测试项符合如下要求:多台测试机对于所述待检验测试项的测试中,在一部 分测试机下,所述待检验测试项的测试结果合格;在另一部分测试机下,所述 待检验测试项的测试结果不合格。 \n2.如权利要求1所述的测试校正仪,其特征在于,还包括: \n调整控制模块,用以根据分析模块所得到的信息,调整使得待检验测试项 的测试结果不合格的测试机所输出的测试条件。 \n3.如权利要求2所述的测试校正仪,其特征在于,所述调整控制模块提高 或者降低使得待检验测试项的测试结果不合格的测试机所输出的电压信号或者 电流信号。 \n4.如权利要求2所述的测试校正仪,其特征在于,通过所述调整控制模块 调整使得待检验测试项的测试结果不合格的测试机所输出的测试条件,使得被 测器件所接收的测试条件与测试结果合格时所接收到的测试条件相同。 \n5.一种测试系统,其特征在于,包括:多台测试机及与所述多台测试机分 别连接的测试校正仪,所述测试校正仪包括: \n测试信息获取模块,用以获取多台测试机对被测器件进行多个测试项的测 试时,对于每台测试机的每个测试项,被测器件所接收到的测试条件以及所得 到的测试结果; \n分析模块,用以根据测试信息获取模块所得到的信息,从多个测试项中筛 选出待检验测试项及所述待检验测试项所接收到的测试条件,其中,所述待检 验测试项符合如下要求:多台测试机对于所述待检验测试项的测试中,在一部 分测试机下,所述待检验测试项的测试结果合格;在另一部分测试机下,所述 待检验测试项的测试结果不合格。 \n6.如权利要求5所述的测试系统,其特征在于,所述测试校正仪还包括: 调整控制模块,用以根据分析模块所得到的信息,调整使得待检验测试项的测 试结果不合格的测试机所输出的测试条件。 \n7.如权利要求6所述的测试系统,其特征在于,所述调整控制模块提高或 者降低使得待检验测试项的测试结果不合格的测试机所输出的电压信号或者电 流信号。 \n8.如权利要求6所述的测试系统,其特征在于,通过所述调整控制模块调 整使得待检验测试项的测试结果不合格的测试机所输出的测试条件,使得被测 器件所接收的测试条件与测试结果合格时所接收到的测试条件相同。 \n9.一种测试方法,其特征在于,包括: \n第一台测试机对被测器件进行测试,测试校正仪获取该第一台测试机进行 多个测试项的测试时,对于每个测试项,被测器件所接收到的测试条件以及所 得到的测试结果; \n第二台测试机对被测器件进行测试,测试校正仪获取该第二台测试机进行 多个测试项的测试时,对于每个测试项,被测器件所接收到的测试条件以及所 得到的测试结果; \n测试校正仪从多个测试项中筛选出待检验测试项及所述待检验测试项所接 收到的测试条件,其中,所述待检验测试项符合如下要求:两台测试机对于所 述待检验测试项的测试中,在第一台测试机或者第二台测试机下,所述待检验 测试项的测试结果合格;在第二台测试机或者第一台测试机下,所述待检验测 试项的测试结果不合格。 \n10.如权利要求9所述的测试方法,其特征在于,当测试校正仪筛选出了 待检验测试项之后,测试校正仪调整使得待检验测试项的测试结果不合格的测 试机所输出的测试条件。 \n11.如权利要求10所述的测试方法,其特征在于,所述测试校正仪提高或 者降低使得待检验测试项的测试结果不合格的测试机所输出的电压信号或者电 流信号。 \n12.如权利要求10所述的测试方法,其特征在于,通过所述调整控制模块 调整使得待检验测试项的测试结果不合格的测试机所输出的测试条件,使得被 测器件所接收的测试条件与测试结果合格时所接收到的测试条件相同。 \n', 'claim_count': 20, 'desc': '技术领域 \n本发明涉及集成电路制造设备技术领域,特别涉及一种测试校正仪、测试 系统及测试方法。 \n背景技术 \n由于日益复杂的集成电路、材料和工艺的迅速引入,在今天的硅片制造中 几乎不可能每个芯片都符合规格要求。为纠正制作过程中的问题,并确保有缺 陷的芯片不会被送到客户手里,在集成电路制造过程中引入了芯片测试(CP, Circuit\xa0Probing)。芯片测试是为了检验规格的一致性而在硅片级集成电路上进行 的电学参数测量和功能测试。测试可以检验出各芯片是否具有可接受的电学性 能和完整的功能,其测试过程中使用的电学规格随测试目的的不同而有所不同。 如果芯片测试不完善,就可能造成更多的产品在客户使用过程中失效,最终给 芯片制造者带来严重的后果。为此在集成电路的制造过程中引入能够及早发现 工艺问题和将不良的芯片挑选出来的芯片测试是必不可少的。 \n芯片测试系统通常包括:测试机(Automatic\xa0Test\xa0Equipment,ATE)、探针 卡(Probe\xa0Card)及探针台(Prober),其中,测试机是能够在被测器件上快速、 准确、重复地测量亚微安级电流和毫伏级电压的自动装置;探针卡是测试机与 被测器件之间的连接装置;探针台也称为芯片定位装置,可以在X、Y和Z方 向调整被测器件的位置。测试时,测试机经由探针卡将电流或电压信号输入到 探针台上的被测器件(DUT,Device\xa0Under\xa0Test)内,然后再将该被测器件对于 输入信号的相应结果返回到测试仪。 \n在现有的芯片测试方法中,通常先通过一台测试机(第一测试机)对被测 器件进行多个测试项的测试;当在第一测试机下,被测器件的多个测试项均通 过测试时,往往还利用另一台测试机(第二测试机)对该被测器件的多个测试 项再次进行测试,以保证测试结果的准确。其中,在测试过程中,两台测试机 的性能及调试状态均相同(即两台测试机所输出的测试条件相同)。但是,即便 两台测试机的性能及调试状态均相同,往往会出现在第一测试机下通过的测试 项在第二测试机下不能通过的情况。 \n此种情况严重的困扰着本领域技术人员,因此如何解决现有的芯片测试中, 在两台测试机的性能及调试状态均相同(即两台测试机所输出的测试条件相同) 的情况下,在第一测试机下通过的测试项在第二测试机下不能通过的状况,成 了本领域技术人员亟待解决的问题。 \n发明内容 \n本发明的目的在于提供一种测试校正仪、测试系统及测试方法,以解决现 有的芯片测试中,在两台测试机的性能及调试状态均相同(即两台测试机所输 出的测试条件相同)的情况下,在第一测试机下通过的测试项在第二测试机下 不能通过的问题。 \n为解决上述技术问题,本发明提供一种测试校正仪,所述测试校正仪包 括: \n测试信息获取模块,用以获取多台测试机对被测器件进行多个测试项的测 试时,对于每台测试机的每个测试项,被测器件所接收到的测试条件以及所得 到的测试结果; \n分析模块,用以根据测试信息获取模块所得到的信息,从多个测试项中筛 选出待检验测试项及所述待检验测试项所接收到的测试条件,其中,所述待检 验测试项符合如下要求:多台测试机对于所述待检验测试项的测试中,在一部 分测试机下,所述待检验测试项的测试结果合格;在另一部分测试机下,所述 待检验测试项的测试结果不合格。 \n可选的,在所述的测试校正仪中,还包括: \n调整控制模块,用以根据分析模块所得到的信息,调整使得待检验测试项 的测试结果不合格的测试机所输出的测试条件。 \n可选的,在所述的测试校正仪中,所述调整控制模块提高或者降低使得待 检验测试项的测试结果不合格的测试机所输出的电压信号或者电流信号。 \n可选的,在所述的测试校正仪中,通过所述调整控制模块调整使得待检验 测试项的测试结果不合格的测试机所输出的测试条件,使得被测器件所接收的 测试条件与测试结果合格时所接收到的测试条件相同。 \n本发明还提供一种测试系统,所述测试系统包括:多台测试机及与所述多 台测试机分别连接的测试校正仪,所述测试校正仪包括: \n测试信息获取模块,用以获取多台测试机对被测器件进行多个测试项的测 试时,对于每台测试机的每个测试项,被测器件所接收到的测试条件以及所得 到的测试结果; \n分析模块,用以根据测试信息获取模块所得到的信息,从多个测试项中筛 选出待检验测试项及所述待检验测试项所接收到的测试条件,其中,所述待检 验测试项符合如下要求:多台测试机对于所述待检验测试项的测试中,在一部 分测试机下,所述待检验测试项的测试结果合格;在另一部分测试机下,所述 待检验测试项的测试结果不合格。 \n可选的,在所述的测试系统中,所述测试校正仪还包括:调整控制模块, 用以根据分析模块所得到的信息,调整使得待检验测试项的测试结果不合格的 测试机所输出的测试条件。 \n可选的,在所述的测试系统中,所述调整控制模块提高或者降低使得待检 验测试项的测试结果不合格的测试机所输出的电压信号或者电流信号。 \n可选的,在所述的测试系统中,通过所述调整控制模块调整使得待检验测 试项的测试结果不合格的测试机所输出的测试条件,使得被测器件所接收的测 试条件与测试结果合格时所接收到的测试条件相同。 \n本发明还提供一种测试方法,所述测试方法包括: \n第一台测试机对被测器件进行测试,测试校正仪获取该第一台测试机进行 多个测试项的测试时,对于每个测试项,被测器件所接收到的测试条件以及所 得到的测试结果; \n第二台测试机对被测器件进行测试,测试校正仪获取该第二台测试机进行 多个测试项的测试时,对于每个测试项,被测器件所接收到的测试条件以及所 得到的测试结果; \n测试校正仪从多个测试项中筛选出待检验测试项及所述待检验测试项所接 收到的测试条件,其中,所述待检验测试项符合如下要求:两台测试机对于所 述待检验测试项的测试中,在第一台测试机或者第二台测试机下,所述待检验 测试项的测试结果合格;在第二台测试机或者第一台测试机下,所述待检验测 试项的测试结果不合格。 \n可选的,在所述的测试方法中,当测试校正仪筛选出了待检验测试项之后, 测试校正仪调整使得待检验测试项的测试结果不合格的测试机所输出的测试条 件。 \n可选的,在所述的测试方法中,所述测试校正仪提高或者降低使得待检验 测试项的测试结果不合格的测试机所输出的电压信号或者电流信号。 \n可选的,在所述的测试方法中,通过所述调整控制模块调整使得待检验测 试项的测试结果不合格的测试机所输出的测试条件,使得被测器件所接收的测 试条件与测试结果合格时所接收到的测试条件相同。 \n发明人发现,在现有的芯片测试中,虽然两台测试机所输出的测试条件相 同,但是由于传输过程中的信号衰减等原因,被测器件所接收到的测试条件并 不一定相同,由此将造成现有的芯片测试中,在两台测试机的性能及调试状态 均相同(即两台测试机所输出的测试条件相同)的情况下,在第一测试机下通 过的测试项在第二测试机下不能通过的问题。 \n在本发明提供的测试校正仪、测试系统及测试方法中,通过分析模块从多 个测试项中筛选出待检验测试项及所述待检验测试项所接收到的测试条件,其 中,所述待检验测试项符合如下要求:多台测试机对于所述待检验测试项的测 试中,在一部分测试机下,所述待检验测试项的测试结果合格;在另一部分测 试机下,所述待检验测试项的测试结果不合格,据此能够调整使得待检验测试 项的测试结果不合格的测试机所输出的测试条件,从而最终判定测试结果,由 此提高了测试结果的可靠性。 \n附图说明 \n图1是本发明实施例的测试校正仪的框结构示意图; \n图2是本发明实施例的测试系统的框结构示意图; \n图3是本发明实施例的测试方法的流程示意图。 \n具体实施方式 \n以下结合附图和具体实施例对本发明提出的测试校正仪、测试系统及测试 方法作进一步详细说明。根据下面说明和权利要求书,本发明的优点和特征将 更清楚。需说明的是,附图均采用非常简化的形式且均使用非精准的比例,仅 用以方便、明晰地辅助说明本发明实施例的目的。 \n请参考图1,其为本发明实施例的测试校正仪的框结构示意图。如图1所示, 所述测试校正仪1包括: \n测试信息获取模块10,用以获取多台测试机对被测器件进行多个测试项的 测试时,对于每台测试机的每个测试项,被测器件所接收到的测试条件以及所 得到的测试结果; \n分析模块11,用以根据测试信息获取模块10所得到的信息,从多个测试项 中筛选出待检验测试项及所述待检验测试项所接收到的测试条件,其中,所述 待检验测试项符合如下要求:多台测试机对于所述待检验测试项的测试中,在 一部分测试机下,所述待检验测试项的测试结果合格;在另一部分测试机下, 所述待检验测试项的测试结果不合格。 \n在本实施例中,通过分析模块11从多个测试项中筛选出待检验测试项及所 述待检验测试项所接收到的测试条件,其中,所述待检验测试项符合如下要求: 多台测试机对于所述待检验测试项的测试中,在一部分测试机下,所述待检验 测试项的测试结果合格;在另一部分测试机下,所述待检验测试项的测试结果 不合格,据此能够调整使得待检验测试项的测试结果不合格的测试机所输出的 测试条件,从而最终判定测试结果,由此提高了测试结果的可靠性。此时,通 常需要人工调整使得待检验测试项的测试结果不合格的测试机所输出的测试条 件。 \n为此,在本实施例中,所述测试校正仪1进一步包括:调整控制模块12, 用以根据分析模块11所得到的信息,调整使得待检验测试项的测试结果不合格 的测试机所输出的测试条件。通过所述调整控制模块12调整使得待检验测试项 的测试结果不合格的测试机所输出的测试条件,由此能够实现自动调整使得待 检验测试项的测试结果不合格的测试机所输出的测试条件,进而方便对被测器 件的检测。 \n具体的,所述调整控制模块12调整使得待检验测试项的测试结果不合格的 测试机所输出的测试条件包括:提高或者降低使得待检验测试项的测试结果不 合格的测试机所输出的电压信号或者电流信号。在本实施例中,通过所述调整 控制模块12调整使得待检验测试项的测试结果不合格的测试机所输出的测试条 件使得被测器件所接收的测试条件与测试结果合格时所接收到的测试条件相 同。 \n在本实施例中,还提供了一种测试系统,具体的,请参考图2,其为本发明 实施例的测试系统的框结构示意图。请同时参考图2和图1,所述测试系统包括: 多台测试机及与所述多台测试机分别连接的测试校正仪1,所述测试校正仪1包 括: \n测试信息获取模块10,用以获取多台测试机对被测器件进行多个测试项的 测试时,对于每台测试机的每个测试项,被测器件所接收到的测试条件以及所 得到的测试结果; \n分析模块11,用以根据测试信息获取模块10所得到的信息,从多个测试项 中筛选出待检验测试项及所述待检验测试项所接收到的测试条件,其中,所述 待检验测试项符合如下要求:多台测试机对于所述待检验测试项的测试中,在 一部分测试机下,所述待检验测试项的测试结果合格;在另一部分测试机下, 所述待检验测试项的测试结果不合格。 \n在本实施例中,所述测试机的数量为两台,分别为第一台测试机2A及第二 台测试机2B。在现有的芯片测试系统中,通常在第一台测试机通过测试后,再 使用第二台测试机对被测器件进行测试,以保证测试结果的准确,因此,在本 实施例中,所述测试机的数量为两台。 \n相应的,本实施例还提供了一种测试方法,具体的,请参考图3,其为本发 明实施例的测试方法的流程示意图。请同时参考图3和图2,所述测试方法包括: \n步骤S30:第一台测试机2A对被测器件进行测试,测试校正仪1获取该第 一台测试机2A进行多个测试项的测试时,对于每个测试项,被测器件所接收到 的测试条件以及所得到的测试结果; \n步骤S31:第二台测试机2B对被测器件进行测试,测试校正仪1获取该第 二台测试机2B进行多个测试项的测试时,对于每个测试项,被测器件所接收到 的测试条件以及所得到的测试结果; \n步骤S32:测试校正仪1从多个测试项中筛选出待检验测试项及所述待检验 测试项所接收到的测试条件,其中,所述待检验测试项符合如下要求:两台测 试机对于所述待检验测试项的测试中,在第一台测试机或者第二台测试机下, 所述待检验测试项的测试结果合格;在第二台测试机或者第一台测试机下,所 述待检验测试项的测试结果不合格。 \n例如,使用第一台测试机2A对被测器件进行20个测试项的测试,在这个 测试过程中,测试校正仪1获取了全部20个测试项的测试条件及测试结果。 \n接着,使用第二台测试机2B对被测器件进行同样20个测试项的测试,在 这个测试过程中,测试校正仪1同样获取了全部20个测试项的测试条件及测试 结果。 \n接着,测试校正仪1通过分析模块11对两份全部20个测试项的测试条件 及测试结果的分析,发现在第5个测试项下,使用第一台测试机2A进行测试时, 测试结果为合格,而使用第二台测试机2B进行测试时,测试结果为不合格。并 且,进一步发现,在第一台测试机2A下,被测器件接收到的电压为5V,但是 在第二台测试机2B下,被测器件接收到的电压为4.8V。 \n在得到了上述信息后,接着可通过人工对第二台测试机2B进行校正,使得 在第二台测试机2B下,被测器件接收到的电压也为5V,进一步观测测试结果。 其中,可通过提高第二台测试机2B所输出的电压信号使得被测器件接收到的电 压也为5V。在此,通过排除测试机的因素,进一步保证对被测器件的测试的可 靠性。 \n综上可见,在本发明实施例提供的测试校正仪、测试系统及测试方法中, 通过分析模块从多个测试项中筛选出待检验测试项及所述待检验测试项所接收 到的测试条件,其中,所述待检验测试项符合如下要求:多台测试机对于所述 待检验测试项的测试中,在一部分测试机下,所述待检验测试项的测试结果合 格;在另一部分测试机下,所述待检验测试项的测试结果不合格,据此能够调 整使得待检验测试项的测试结果不合格的测试机所输出的测试条件,从而最终 判定测试结果,由此提高了测试结果的可靠性。 \n上述描述仅是对本发明较佳实施例的描述,并非对本发明范围的任何限 定,本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰,均属 于权利要求书的保护范围。 \n', 'erdt': 20140319, 'family_inpadoc': 'CN201310598098A', 'family_original': '50082825', 'inventor': [{'lang': 'CN', 'name': '王玉龙', 'name_id': 1}, {'lang': 'CN', 'name': '祁建华', 'name_id': 2}, {'lang': 'CN', 'name': '刘远华', 'name_id': 3}, {'lang': 'CN', 'name': '郝丹丹', 'name_id': 4}, {'lang': 'CN', 'name': '叶建明', 'name_id': 5}], 'ipcr': [{'code': {'clazz': 'G01', 'full': 'G01R35/00', 'main_group': 'G01R35', 'section': 'G', 'sub_class': 'G01R', 'sub_group': 'G01R35/00'}}, {'code': {'clazz': 'G01', 'full': 'G01R31/28', 'main_group': 'G01R31', 'section': 'G', 'sub_class': 'G01R', 'sub_group': 'G01R31/28'}}], 'kd': 'A', 'patent_agency': [{'code': '31237', 'lang': 'CN', 'name': '上海思微知识产权代理事务所(普通合伙)', 'name_id': 1}], 'patent_agent': [{'lang': 'CN', 'name': '周耀君', 'name_id': 1}], 'patent_id': 'cf089797-eaa9-42aa-900e-2edd57580d9f', 'pbdt': 20140219, 'pn_official': 'CN103592613A', 'prsd': 20160928, 'title': '测试校正仪、测试系统及测试方法', 'update_ts': 1537513230431, 'tags': ['仪器仪表修理', '电工仪器仪表制造', '其他机械和设备修理业']}
{'abst': '本发明提供了一种测试校正仪、测试系统及测试方法,通过分析模块从多个测试项中筛选出待检验测试项及所述待检验测试项所接收到的测试条件,其中,所述待检验测试项符合如下要求:多台测试机对于所述待检验测试项的测试中,在一部分测试机下,所述待检验测试项的测试结果合格;在另一部分测试机下,所述待检验测试项的测试结果不合格,据此能够调整使得待检验测试项的测试结果不合格的测试机所输出的测试条件,从而最终判定测试结果,由此提高了测试结果的可靠性。', 'apdt': 20131122, 'apno_official': 'CN201310598098.0', 'assignee': [{'address': {'address': '201203 上海市浦东新区张江郭守敬路351号2号楼2楼', 'city': '上海', 'country': 'CN', 'district': '浦东新区', 'formatted_address': '上海市浦东新区郭守敬路351号624-8室', 'lat': 31.216370652818, 'lon': 121.6019261651, 'postcode': '201203', 'state': '上海'}, 'ans_id': '9893638f-bff0-4957-8273-cfd64fe17100', 'lang': 'CN', 'name': '上海华岭集成电路技术股份有限公司', 'name_id': 1, 'nname': '上海华岭集成电路技术', 'nname_cn': '上海华岭集成电路技术'}], 'claim': '1.一种测试校正仪,其特征在于,包括:\n测试信息获取模块,用以获取多台测试机对被测器件进行多个测试项的测 试时,对于每台测试机的每个测试项,被测器件所接收到的测试条件以及所得 到的测试结果;\n分析模块,用以根据测试信息获取模块所得到的信息,从多个测试项中筛 选出待检验测试项及所述待检验测试项所接收到的测试条件,其中,所述待检 验测试项符合如下要求:多台测试机对于所述待检验测试项的测试中,在一部 分测试机下,所述待检验测试项的测试结果合格;在另一部分测试机下,所述 待检验测试项的测试结果不合格;\n调整控制模块,用以根据分析模块所得到的信息,调整待检验测试项的测 试结果不合格的测试机所输出的测试条件。\n2.如权利要求1所述的测试校正仪,其特征在于,所述调整控制模块提高 或者降低待检验测试项的测试结果不合格的测试机所输出的电压信号或者电流 信号。\n3.如权利要求1所述的测试校正仪,其特征在于,通过所述调整控制模块 调整待检验测试项的测试结果不合格的测试机所输出的测试条件,使得被测器 件所接收的测试条件与测试结果合格时所接收到的测试条件相同。\n4.一种测试系统,其特征在于,包括:多台测试机及与所述多台测试机分 别连接的测试校正仪,所述测试校正仪包括:\n测试信息获取模块,用以获取多台测试机对被测器件进行多个测试项的测 试时,对于每台测试机的每个测试项,被测器件所接收到的测试条件以及所得 到的测试结果;\n分析模块,用以根据测试信息获取模块所得到的信息,从多个测试项中筛 选出待检验测试项及所述待检验测试项所接收到的测试条件,其中,所述待检 验测试项符合如下要求:多台测试机对于所述待检验测试项的测试中,在一部 分测试机下,所述待检验测试项的测试结果合格;在另一部分测试机下,所述 待检验测试项的测试结果不合格;\n调整控制模块,用以根据分析模块所得到的信息,调整待检验测试项的测 试结果不合格的测试机所输出的测试条件。\n5.如权利要求4所述的测试系统,其特征在于,所述调整控制模块提高或 者降低待检验测试项的测试结果不合格的测试机所输出的电压信号或者电流信 号。\n6.如权利要求4所述的测试系统,其特征在于,通过所述调整控制模块调 整待检验测试项的测试结果不合格的测试机所输出的测试条件,使得被测器件 所接收的测试条件与测试结果合格时所接收到的测试条件相同。\n7.一种测试方法,其特征在于,包括:\n第一台测试机对被测器件进行测试,测试校正仪获取该第一台测试机进行 多个测试项的测试时,对于每个测试项,被测器件所接收到的测试条件以及所 得到的测试结果;\n第二台测试机对被测器件进行测试,测试校正仪获取该第二台测试机进行 多个测试项的测试时,对于每个测试项,被测器件所接收到的测试条件以及所 得到的测试结果;\n测试校正仪从多个测试项中筛选出待检验测试项及所述待检验测试项所接 收到的测试条件,其中,所述待检验测试项符合如下要求:两台测试机对于所 述待检验测试项的测试中,在第一台测试机或者第二台测试机下,所述待检验 测试项的测试结果合格;在第二台测试机或者第一台测试机下,所述待检验测 试项的测试结果不合格;\n当测试校正仪筛选出了待检验测试项之后,测试校正仪调整待检验测试项 的测试结果不合格的测试机所输出的测试条件。\n8.如权利要求7所述的测试方法,其特征在于,所述测试校正仪提高或者 降低待检验测试项的测试结果不合格的测试机所输出的电压信号或者电流信 号。\n9.如权利要求7所述的测试方法,其特征在于,通过调整控制模块调整待 检验测试项的测试结果不合格的测试机所输出的测试条件,使得被测器件所接 收的测试条件与测试结果合格时所接收到的测试条件相同。\n', 'claim_count': 19, 'desc': '技术领域\n本发明涉及集成电路制造设备技术领域,特别涉及一种测试校正仪、测试 系统及测试方法。\n背景技术\n由于日益复杂的集成电路、材料和工艺的迅速引入,在今天的硅片制造中 几乎不可能每个芯片都符合规格要求。为纠正制作过程中的问题,并确保有缺 陷的芯片不会被送到客户手里,在集成电路制造过程中引入了芯片测试(CP, Circuit Probing)。芯片测试是为了检验规格的一致性而在硅片级集成电路上进行 的电学参数测量和功能测试。测试可以检验出各芯片是否具有可接受的电学性 能和完整的功能,其测试过程中使用的电学规格随测试目的的不同而有所不同。 如果芯片测试不完善,就可能造成更多的产品在客户使用过程中失效,最终给 芯片制造者带来严重的后果。为此在集成电路的制造过程中引入能够及早发现 工艺问题和将不良的芯片挑选出来的芯片测试是必不可少的。\n芯片测试系统通常包括:测试机(Automatic Test Equipment,ATE)、探针 卡(Probe Card)及探针台(Prober),其中,测试机是能够在被测器件上快速、 准确、重复地测量亚微安级电流和毫伏级电压的自动装置;探针卡是测试机与 被测器件之间的连接装置;探针台也称为芯片定位装置,可以在X、Y和Z方 向调整被测器件的位置。测试时,测试机经由探针卡将电流或电压信号输入到 探针台上的被测器件(DUT,Device Under Test)内,然后再将该被测器件对于 输入信号的相应结果返回到测试仪。\n在现有的芯片测试方法中,通常先通过一台测试机(第一测试机)对被测 器件进行多个测试项的测试;当在第一测试机下,被测器件的多个测试项均通 过测试时,往往还利用另一台测试机(第二测试机)对该被测器件的多个测试 项再次进行测试,以保证测试结果的准确。其中,在测试过程中,两台测试机 的性能及调试状态均相同(即两台测试机所输出的测试条件相同)。但是,即便 两台测试机的性能及调试状态均相同,往往会出现在第一测试机下通过的测试 项在第二测试机下不能通过的情况。\n此种情况严重的困扰着本领域技术人员,因此如何解决现有的芯片测试中, 在两台测试机的性能及调试状态均相同(即两台测试机所输出的测试条件相同) 的情况下,在第一测试机下通过的测试项在第二测试机下不能通过的状况,成 了本领域技术人员亟待解决的问题。\n发明内容\n本发明的目的在于提供一种测试校正仪、测试系统及测试方法,以解决现 有的芯片测试中,在两台测试机的性能及调试状态均相同(即两台测试机所输 出的测试条件相同)的情况下,在第一测试机下通过的测试项在第二测试机下 不能通过的问题。\n为解决上述技术问题,本发明提供一种测试校正仪,所述测试校正仪包 括:\n测试信息获取模块,用以获取多台测试机对被测器件进行多个测试项的测 试时,对于每台测试机的每个测试项,被测器件所接收到的测试条件以及所得 到的测试结果;\n分析模块,用以根据测试信息获取模块所得到的信息,从多个测试项中筛 选出待检验测试项及所述待检验测试项所接收到的测试条件,其中,所述待检 验测试项符合如下要求:多台测试机对于所述待检验测试项的测试中,在一部 分测试机下,所述待检验测试项的测试结果合格;在另一部分测试机下,所述 待检验测试项的测试结果不合格。\n可选的,在所述的测试校正仪中,还包括:\n调整控制模块,用以根据分析模块所得到的信息,调整使得待检验测试项 的测试结果不合格的测试机所输出的测试条件。\n可选的,在所述的测试校正仪中,所述调整控制模块提高或者降低使得待 检验测试项的测试结果不合格的测试机所输出的电压信号或者电流信号。\n可选的,在所述的测试校正仪中,通过所述调整控制模块调整使得待检验 测试项的测试结果不合格的测试机所输出的测试条件,使得被测器件所接收的 测试条件与测试结果合格时所接收到的测试条件相同。\n本发明还提供一种测试系统,所述测试系统包括:多台测试机及与所述多 台测试机分别连接的测试校正仪,所述测试校正仪包括:\n测试信息获取模块,用以获取多台测试机对被测器件进行多个测试项的测 试时,对于每台测试机的每个测试项,被测器件所接收到的测试条件以及所得 到的测试结果;\n分析模块,用以根据测试信息获取模块所得到的信息,从多个测试项中筛 选出待检验测试项及所述待检验测试项所接收到的测试条件,其中,所述待检 验测试项符合如下要求:多台测试机对于所述待检验测试项的测试中,在一部 分测试机下,所述待检验测试项的测试结果合格;在另一部分测试机下,所述 待检验测试项的测试结果不合格。\n可选的,在所述的测试系统中,所述测试校正仪还包括:调整控制模块, 用以根据分析模块所得到的信息,调整使得待检验测试项的测试结果不合格的 测试机所输出的测试条件。\n可选的,在所述的测试系统中,所述调整控制模块提高或者降低使得待检 验测试项的测试结果不合格的测试机所输出的电压信号或者电流信号。\n可选的,在所述的测试系统中,通过所述调整控制模块调整使得待检验测 试项的测试结果不合格的测试机所输出的测试条件,使得被测器件所接收的测 试条件与测试结果合格时所接收到的测试条件相同。\n本发明还提供一种测试方法,所述测试方法包括:\n第一台测试机对被测器件进行测试,测试校正仪获取该第一台测试机进行 多个测试项的测试时,对于每个测试项,被测器件所接收到的测试条件以及所 得到的测试结果;\n第二台测试机对被测器件进行测试,测试校正仪获取该第二台测试机进行 多个测试项的测试时,对于每个测试项,被测器件所接收到的测试条件以及所 得到的测试结果;\n测试校正仪从多个测试项中筛选出待检验测试项及所述待检验测试项所接 收到的测试条件,其中,所述待检验测试项符合如下要求:两台测试机对于所 述待检验测试项的测试中,在第一台测试机或者第二台测试机下,所述待检验 测试项的测试结果合格;在第二台测试机或者第一台测试机下,所述待检验测 试项的测试结果不合格。\n可选的,在所述的测试方法中,当测试校正仪筛选出了待检验测试项之后, 测试校正仪调整使得待检验测试项的测试结果不合格的测试机所输出的测试条 件。\n可选的,在所述的测试方法中,所述测试校正仪提高或者降低使得待检验 测试项的测试结果不合格的测试机所输出的电压信号或者电流信号。\n可选的,在所述的测试方法中,通过所述调整控制模块调整使得待检验测 试项的测试结果不合格的测试机所输出的测试条件,使得被测器件所接收的测 试条件与测试结果合格时所接收到的测试条件相同。\n发明人发现,在现有的芯片测试中,虽然两台测试机所输出的测试条件相 同,但是由于传输过程中的信号衰减等原因,被测器件所接收到的测试条件并 不一定相同,由此将造成现有的芯片测试中,在两台测试机的性能及调试状态 均相同(即两台测试机所输出的测试条件相同)的情况下,在第一测试机下通 过的测试项在第二测试机下不能通过的问题。\n在本发明提供的测试校正仪、测试系统及测试方法中,通过分析模块从多 个测试项中筛选出待检验测试项及所述待检验测试项所接收到的测试条件,其 中,所述待检验测试项符合如下要求:多台测试机对于所述待检验测试项的测 试中,在一部分测试机下,所述待检验测试项的测试结果合格;在另一部分测 试机下,所述待检验测试项的测试结果不合格,据此能够调整使得待检验测试 项的测试结果不合格的测试机所输出的测试条件,从而最终判定测试结果,由 此提高了测试结果的可靠性。\n附图说明\n图1是本发明实施例的测试校正仪的框结构示意图;\n图2是本发明实施例的测试系统的框结构示意图;\n图3是本发明实施例的测试方法的流程示意图。\n具体实施方式\n以下结合附图和具体实施例对本发明提出的测试校正仪、测试系统及测试 方法作进一步详细说明。根据下面说明和权利要求书,本发明的优点和特征将 更清楚。需说明的是,附图均采用非常简化的形式且均使用非精准的比例,仅 用以方便、明晰地辅助说明本发明实施例的目的。\n请参考图1,其为本发明实施例的测试校正仪的框结构示意图。如图1所示, 所述测试校正仪1包括:\n测试信息获取模块10,用以获取多台测试机对被测器件进行多个测试项的 测试时,对于每台测试机的每个测试项,被测器件所接收到的测试条件以及所 得到的测试结果;\n分析模块11,用以根据测试信息获取模块10所得到的信息,从多个测试项 中筛选出待检验测试项及所述待检验测试项所接收到的测试条件,其中,所述 待检验测试项符合如下要求:多台测试机对于所述待检验测试项的测试中,在 一部分测试机下,所述待检验测试项的测试结果合格;在另一部分测试机下, 所述待检验测试项的测试结果不合格。\n在本实施例中,通过分析模块11从多个测试项中筛选出待检验测试项及所 述待检验测试项所接收到的测试条件,其中,所述待检验测试项符合如下要求: 多台测试机对于所述待检验测试项的测试中,在一部分测试机下,所述待检验 测试项的测试结果合格;在另一部分测试机下,所述待检验测试项的测试结果 不合格,据此能够调整使得待检验测试项的测试结果不合格的测试机所输出的 测试条件,从而最终判定测试结果,由此提高了测试结果的可靠性。此时,通 常需要人工调整使得待检验测试项的测试结果不合格的测试机所输出的测试条 件。\n为此,在本实施例中,所述测试校正仪1进一步包括:调整控制模块12, 用以根据分析模块11所得到的信息,调整使得待检验测试项的测试结果不合格 的测试机所输出的测试条件。通过所述调整控制模块12调整使得待检验测试项 的测试结果不合格的测试机所输出的测试条件,由此能够实现自动调整使得待 检验测试项的测试结果不合格的测试机所输出的测试条件,进而方便对被测器 件的检测。\n具体的,所述调整控制模块12调整使得待检验测试项的测试结果不合格的 测试机所输出的测试条件包括:提高或者降低使得待检验测试项的测试结果不 合格的测试机所输出的电压信号或者电流信号。在本实施例中,通过所述调整 控制模块12调整使得待检验测试项的测试结果不合格的测试机所输出的测试条 件使得被测器件所接收的测试条件与测试结果合格时所接收到的测试条件相 同。\n在本实施例中,还提供了一种测试系统,具体的,请参考图2,其为本发明 实施例的测试系统的框结构示意图。请同时参考图2和图1,所述测试系统包括: 多台测试机及与所述多台测试机分别连接的测试校正仪1,所述测试校正仪1包 括:\n测试信息获取模块10,用以获取多台测试机对被测器件进行多个测试项的 测试时,对于每台测试机的每个测试项,被测器件所接收到的测试条件以及所 得到的测试结果;\n分析模块11,用以根据测试信息获取模块10所得到的信息,从多个测试项 中筛选出待检验测试项及所述待检验测试项所接收到的测试条件,其中,所述 待检验测试项符合如下要求:多台测试机对于所述待检验测试项的测试中,在 一部分测试机下,所述待检验测试项的测试结果合格;在另一部分测试机下, 所述待检验测试项的测试结果不合格。\n在本实施例中,所述测试机的数量为两台,分别为第一台测试机2A及第二 台测试机2B。在现有的芯片测试系统中,通常在第一台测试机通过测试后,再 使用第二台测试机对被测器件进行测试,以保证测试结果的准确,因此,在本 实施例中,所述测试机的数量为两台。\n相应的,本实施例还提供了一种测试方法,具体的,请参考图3,其为本发 明实施例的测试方法的流程示意图。请同时参考图3和图2,所述测试方法包括:\n步骤S30:第一台测试机2A对被测器件进行测试,测试校正仪1获取该第 一台测试机2A进行多个测试项的测试时,对于每个测试项,被测器件所接收到 的测试条件以及所得到的测试结果;\n步骤S31:第二台测试机2B对被测器件进行测试,测试校正仪1获取该第 二台测试机2B进行多个测试项的测试时,对于每个测试项,被测器件所接收到 的测试条件以及所得到的测试结果;\n步骤S32:测试校正仪1从多个测试项中筛选出待检验测试项及所述待检验 测试项所接收到的测试条件,其中,所述待检验测试项符合如下要求:两台测 试机对于所述待检验测试项的测试中,在第一台测试机或者第二台测试机下, 所述待检验测试项的测试结果合格;在第二台测试机或者第一台测试机下,所 述待检验测试项的测试结果不合格。\n例如,使用第一台测试机2A对被测器件进行20个测试项的测试,在这个 测试过程中,测试校正仪1获取了全部20个测试项的测试条件及测试结果。\n接着,使用第二台测试机2B对被测器件进行同样20个测试项的测试,在 这个测试过程中,测试校正仪1同样获取了全部20个测试项的测试条件及测试 结果。\n接着,测试校正仪1通过分析模块11对两份全部20个测试项的测试条件 及测试结果的分析,发现在第5个测试项下,使用第一台测试机2A进行测试时, 测试结果为合格,而使用第二台测试机2B进行测试时,测试结果为不合格。并 且,进一步发现,在第一台测试机2A下,被测器件接收到的电压为5V,但是 在第二台测试机2B下,被测器件接收到的电压为4.8V。\n在得到了上述信息后,接着可通过人工对第二台测试机2B进行校正,使得 在第二台测试机2B下,被测器件接收到的电压也为5V,进一步观测测试结果。 其中,可通过提高第二台测试机2B所输出的电压信号使得被测器件接收到的电 压也为5V。在此,通过排除测试机的因素,进一步保证对被测器件的测试的可 靠性。\n综上可见,在本发明实施例提供的测试校正仪、测试系统及测试方法中, 通过分析模块从多个测试项中筛选出待检验测试项及所述待检验测试项所接收 到的测试条件,其中,所述待检验测试项符合如下要求:多台测试机对于所述 待检验测试项的测试中,在一部分测试机下,所述待检验测试项的测试结果合 格;在另一部分测试机下,所述待检验测试项的测试结果不合格,据此能够调 整使得待检验测试项的测试结果不合格的测试机所输出的测试条件,从而最终 判定测试结果,由此提高了测试结果的可靠性。\n上述描述仅是对本发明较佳实施例的描述,并非对本发明范围的任何限 定,本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰,均属 于权利要求书的保护范围。\n', 'erdt': 20140319, 'exdt': 20331122, 'inventor': [{'lang': 'CN', 'name': '王玉龙', 'name_id': 1}, {'lang': 'CN', 'name': '祁建华', 'name_id': 2}, {'lang': 'CN', 'name': '刘远华', 'name_id': 3}, {'lang': 'CN', 'name': '郝丹丹', 'name_id': 4}, {'lang': 'CN', 'name': '叶建明', 'name_id': 5}], 'ipcr': [{'code': {'clazz': 'G01', 'full': 'G01R35/00', 'main_group': 'G01R35', 'section': 'G', 'sub_class': 'G01R', 'sub_group': 'G01R35/00'}}, {'code': {'clazz': 'G01', 'full': 'G01R31/28', 'main_group': 'G01R31', 'section': 'G', 'sub_class': 'G01R', 'sub_group': 'G01R31/28'}}], 'isdt': 20160928, 'kd': 'B', 'patent_agency': [{'code': '31237', 'lang': 'CN', 'name': '上海思微知识产权代理事务所(普通合伙)', 'name_id': 1}], 'patent_agent': [{'lang': 'CN', 'name': '周耀君', 'name_id': 1}], 'patent_id': 'da719d3c-fb78-4f0a-ae90-801cfac18721', 'pbdt': 20160928, 'pn_official': 'CN103592613B', 'primary_examiner': [{'lang': 'CN', 'name': '沈笑笑', 'name_id': 1}], 'prsd': 20160928, 'title': '测试校正仪、测试系统及测试方法', 'update_ts': 1537510283105, 'tags': ['仪器仪表修理', '电工仪器仪表制造', '其他机械和设备修理业']}
{'abst': '本发明公开了一种印有二维码的银行凭证的验证方法,所述的银行凭证的表面印有银行凭证二维码,包括以下步骤:步骤101:分析银行凭证二维码信息中包含的要素项:步骤102:选择检查域;步骤103:打印二维码和检查域:在银行凭证的空白处打印二维码和检查域;步骤104:验证银行凭证:对比检查域和银行凭证上对应的要素项信息是否一致:若一致,则银行凭证上的二维码信息是正确的;若不一致,则银行凭证上的二维码信息与银行凭证中的信息不符。该验证方法将二维码信息中的要素项作为检查域以明文的方式打印在凭证上,能快速方便的判断二维码中的要素项与凭证的要素项是否一致,弥补无法直接验证银行凭证的不足。', 'apdt': 20110824, 'apno_official': 'CN201110243233.0', 'assignee': [{'address': {'address': '518034 广东省深圳市福田区北环大道7001号开元大厦1408室', 'city': '深圳', 'country': 'CN', 'district': '福田区', 'formatted_address': '广东省深圳市福田区景田路189号', 'lat': 22.564624628146, 'lon': 114.04458546952, 'postcode': '518034', 'state': '广东'}, 'lang': 'CN', 'name': '深圳市中数信技术开发有限公司', 'name_id': 1}], 'claim': '1.一种印有二维码的银行凭证的验证方法,其特征在于,所述的银行凭证的表面印有银行凭证二维码(5),包括以下步骤:\n步骤101:分析银行凭证二维码(5)信息中包含的要素项:所述的要素项包括预先设置项和打印时输入项,该打印时输入项包括连续打印不变项和连续打印变动项;\n步骤102:选择检查域(6):所述的检查域(6)从银行凭证二维码(5)信息中包含的要素项中选择,并以文字或数字的形式显示;\n步骤103:打印二维码(5)和检查域(6):在银行凭证的空白处打印二维码(5)和检查域(6);\n步骤104:验证银行凭证:对比检查域(6)和银行凭证上对应的直接显示的要素项信息是否一致:若一致,则银行凭证是正确的;若不一致,则银行凭证上的二维码(5)信息与银行凭证中的信息不符,银行凭证是错误的。\n2.按照权利要求1所述的印有二维码的银行凭证的验证方法,其特征在于,所述的步骤102中,检查域(6)是要素项中的打印时输入项。\n3.按照权利要求2所述的印有二维码的银行凭证的验证方法,其特征在于,所述的检查域(6)是打印时输入项中的连续打印变动项。\n4.按照权利要求1、2或3\xa0所述的印有二维码的银行凭证的验证方法,其特征在于,所述的检查域(6)为银行凭证二维码(5)信息中的银行凭证号码的后4位。\n5.按照权利要求1所述的印有二维码的银行凭证的验证方法,其特征在于,所述的步骤103中,检查域(6)设置在二维码(5)周围。\n6.按照权利要求5所述的印有二维码的银行凭证的验证方法,其特征在于,所述的检查域(6)设置在二维码(5)的下方。\n7.按照权利要求1所述的印有二维码的银行凭证的验证方法,其特征在于,所述的步骤103中,检查域(6)位于银行凭证上对应的要素项周围。\n8.按照权利要求1所述的印有二维码的银行凭证的验证方法,其特征在于,所述的步骤103中,检查域(6)分段同时打印在二维码(5)的上、下、左、右中的一方、两方、或者两方以上。\n9.按照权利要求8所述的印有二维码的银行凭证的验证方法,其特征在于,当所述的检查域(6)打印在二维码(5)的上方或下方时,检查域(6)为横向打印;当所述的检查域(6)打印在二维码(5)的左方或者右方时,检查域(6)为竖向打印。\n10.按照权利要求1、5、6、7或8所述的印有二维码的银行凭证的验证方法,其特征在于,所述的检查域(6)的打印方向与银行凭证上对应的要素项打印方向相同。\n', 'claim_count': 14, 'desc': '技术领域\n本发明涉及一种银行凭证的验证方法,具体来说,涉及一种印有二维码的银行凭证的验证方法。\n背景技术\n二维码\xa0(2-dimensional\xa0bar\xa0code)\xa0是用某种特定的几何图形按一定规律在平面(二维方向上)分布的黑白相间的图形记录数据符号信息的。在代码编制上巧妙地利用构成计算机内部逻辑基础的“0”、“1”比特流的概念,使用若干个与二进制相对应的几何形体来表示文字数值信息,通过图象输入设备或光电扫描设备自动识读以实现信息自动处理。二维码能够在横向和纵向两个方位同时表达信息,因此能在很小的面积内表达大量的信息。\n目前,一些银行凭证上已经开始打印有二维码,银行在将凭证出售给客户前,将二维码打印在凭证的某个位置上,二维码包含了的凭证上部分要素信息,包括凭证号码、银行行号等。在打印时,有些要素信息是可以预先设置好的,比如银行行号、银行名称等,而有些要素信息是需要在打印时设置的,比如存款人账号、存款人名称等,而且有些要素可能是随着连续打印而变化的,比如凭证号码等。使用凭证时,凭证受理者通过识读设备读取二维码信息,可以快速将信息录入到应用系统,即加快了信息处理速度,又减少了手工输入出错的情况。\n但是,二维码本身是以图形的方式打印的,无法直接识别其所包含的信息,也就是说打印操作人员无法从图形本身判断打印的是否正确,客户拿到凭证后如果不借助识读设备也不知道二维码信息是什么,预先设置好的要素信息不容易出错,但是在打印时设置的要素信息在手工输入和打印过程出现错误是无法避免的,如果打印出现错误而未发现,在使用时给客户将带来很大麻烦甚至造成损失;在凭证受理时让受理者将读取二维码信息与凭证上信息进行比对将大大降低受理速度,而在打印时对打印出的凭证进行逐一通过识读设备检查又会增加巨大的工作量。\n发明内容\n技术问题:本发明所要解决的技术问题是:提供一种印有二维码的银行凭证的验证方法,该验证方法在银行凭证上打印二维码的同时,将二维码信息中的要素项作为检查域以明文的方式打印在凭证上,能快速方便的判断二维码中的要素项与凭证的要素项是否一致,弥补无法直接验证银行凭证的不足。\n技术方案:为解决上述技术问题,本发明采用的技术方案是:\n一种印有二维码的银行凭证的验证方法,所述的银行凭证的表面印有银行凭证二维码(5),包括以下步骤:\n步骤101:分析银行凭证二维码信息中包含的要素项:所述的要素项包括预先设置项和打印时输入项,该打印时输入项包括连续打印不变项和连续打印变动项;\n步骤102:选择检查域:所述的检查域从银行凭证二维码信息中包含的要素项中选择,并以文字或数字的形式显示;\n步骤103:打印二维码和检查域:在银行凭证的空白处打印二维码和检查域;\n步骤104:验证银行凭证:对比检查域和银行凭证上对应的直接显示的要素项信息是否一致:若一致,则银行凭证是正确的;若不一致,则银行凭证上的二维码信息与银行凭证中的信息不符,银行凭证是错误的。\n有益效果:与现有技术相比,本发明具有以下有益效果:\n1.可以直接验证银行凭证,不要借助外部设备。现有技术中,银行凭证只有通过识读设备才能识别其有无错误内容。这样银行凭证持有人自身往往无法识别,凭证受理者只有通过识读设备才能识别。而在本技术方案中,通过在银行凭证上打印检查域,检查域中包含的信息来源于二维码并且检查域与二维码同时打印在银行凭证上。直接识别检查域和其对应的银行凭证上的信息是否一致,从而判别二维码中包含的信息是否与银行凭证上的信息一致,从而可以避免将属于其他银行凭证上二维码打印在本银行凭证上并产生错误凭证。该验证方法在银行凭证流通的各个环节都可以不借助识读设备,而可以直接识别二维码内容正确与否,从而直接验证银行凭证。\n2.本验证方法适用人群广泛,不限于银行凭证受理者。在现有技术中,只有凭证受理者通过识读设备才能识别银行凭证有无错误内容,而银行凭证持有人无法识别银行凭证有无错误内容。在本技术方案中,检查域在以明文的形式打印在银行凭证上,人可以直接识别。这样,银行凭证受理者可以通过检查域快速发现二维码信息内容的错误,既不影响银行凭证受理速度,又可避免二维码信息内容的错误给凭证持有者带来的麻烦或者损失。同时,持有人在持有银行凭证时,即可直接核对检查域和银行凭证上对应的要素项是否一致。这样有利于持有人自己及时发现错误,避免以后发生不必要的麻烦。\n3.验证过程简单高效。本验证方法只需要核对检查域和银行凭证上对应的要素项是否一致即可。整个验证过程通常只需要花费两、三秒的时间。验证过程简单高效。\n附图说明\n图1是本发明的流程框图。\n图2是本发明实施例中的支票样本示意图。\n图中有:银行行号1、银行名称2、出票人账号3、支票号码4、二维码5、检查域6。\n具体实施方式\n下面结合附图和实施例对本发明进一步说明。\n\xa0\xa0\xa0\xa0如图1所示,本发明的一种印有二维码的银行凭证的验证方法,银行凭证的表面印有银行凭证二维码5,该验证方法包括以下步骤:\n步骤101:分析银行凭证二维码5信息中包含的要素项。\n在该步骤中,所述的要素项包括预先设置项和打印时输入项,该打印时输入项包括连续打印不变项和连续打印变动项。预先设置项是指可以预先设置的要素信息,例如银行行号1、银行名称2等。这些要素信息在同一家银行中的银行凭证中都是一样的。打印时输入项是指在打印二维码5之前,才能设置的要素信息,例如存款人账号、凭证号码、存款人名称等。这些要素信息因银行客户的不同或者打印顺序的不同而各异。打印时输入项中包含连续打印不变项和连续打印变动项。所谓的连续打印不变项,是指打印过程中,要素信息不会产生变化,例如存款人账号、存款人名称。所谓连续打印变动项,是指打印过程中,要素信息会产生连续变化,例如凭证号码。\n在银行销售的银行凭证中,以支票为例,如图2所示,二维码5信息主要包括要素项:银行行号1、银行名称2、出票人账号3和支票号码4。其中银行行号1和银行名称2对银行网点来说是固定的,是预先设置项;出票人账号3针对不同的客户有所不同,在打印时需要输入,是打印时输入项中的连续打印不变项。支票号码4与支票是一一对应,每一张都不同,是打印时输入项中的连续打印变动项。\n步骤102:选择检查域6:所述的检查域6从银行凭证二维码5信息中包含的要素项中选择,并以文字或数字的形式显示;\n在该步骤中,检查域6从银行凭证二维码5信息中包含的要素项中选择,并以文字或数字的形式显示。检查域6可以选择一个要素项,也可以选择多个要素项的组合;可以选择整个要素项内容,也可以选取要素项中的某几位,可以是前几位,或者是后几位,或者是中间几位,或者是不连续的某几位的组合。检查域6优选选择要素项中的打印时输入项,尤其是优选输入项中的连续打印变动项。因为对于同一银行客户而言,预先设置项和连续打印不变项中的信息都是固定的,连续打印变动项中的信息在不同的银行凭证上的信息都是不同的,所以将连续打印变动项设置为检查域,例如支票号码4,对二维码5中的信息进行验证,会提高验证的准确性。\n步骤103:打印二维码5和检查域6:在银行凭证的空白处打印二维码5和检查域6。\n在该步骤中,二维码5和检查域6的打印位置,只要在银行凭证的空白处,没有打印在银行凭证的已有内容上即可。但是,考虑到方便验证,检查域6位于银行凭证上对应的要素项周围。这样,验证人员可以直接将检查域6与银行凭证上对应的要素项进行核对,节省了验证时间。当然,检查域6还可以设置在二维码5周围,尤其是设置在二维码5的下方。将检查域6设置在二维码5周围,可以使得验证人员容易知晓检查域6的位置,方便验证人员查找检查域6。检查域6设置在二维码5的下方,可以保证有足够的打印空间。\n检查域6还可以分段同时打印在二维码5的上、下、左、右中的一方、两方、或者两方以上。尤其是检查域6由两项或两项以上不同的要素项组成时,检查域6可以依照要素项的不同而分段同时打印在二维码5的周围。当检查域6打印在二维码5的上方或下方时,检查域6为横向打印;当检查域6打印在二维码5的左方或者右方时,检查域6为竖向打印。对检查域6的打印方向进行限定,是为了使检查域6在银行凭证上布置有足够的空间。\n检查域6的打印方向可以是任意的,只要检查域6位于银行凭证的空白处。当然,如果检查域6的打印方向与银行凭证上对应的要素项打印方向相同,那么就会方便验证人员查找与核对检查域6和其对应的要素项,有利于节省验证时间。例如,在图2所示的支票中,检查域6的打印方向和支票号码4的印刷方向都是横向从左到右。\n检查域6的位数可以是任意的。但是,如果检查域6的位数很少,例如小于3位,那么验证的准确性就不能保证。如果检查域6的位数很多,例如大于6位,那么就会花费较多的验证时间,同时,银行凭证的空白处是有限的,太多位数的检查域6可能不能全部打印在银行凭证上。因此,检查域6的位数优选在4位至6位之间。作为优选方案,检查域6为银行凭证二维码5信息中的银行凭证号码的后4位。如图2中,检查域6是支票二维码5信息中的支票号码4的最后4位,当然还可以是5位或者6位支票号码4。这样,既保证验证的准确性,又节省验证时间和打印空间。\n步骤104:验证银行凭证:对比检查域6和银行凭证上对应的直接显示的要素项信息是否一致:若一致,则银行凭证是正确的;若不一致,则银行凭证上的二维码5信息与银行凭证中的信息不符,银行凭证是错误的。\n由上述四步骤构成的验证方法,通过在银行凭证上打印检查域,检查域中包含的信息来源于二维码。直接识别检查域和其对应的直接显示在银行凭证上的信息是否一致,从而判别二维码中包含的信息是否与银行凭证上的信息一致。该验证方法在银行凭证流通的各个环节都可以不借助识读设备,而直接验证银行凭证。该验证方法适用于任何人,不再局限于银行凭证受理者。本验证方法通常只需要花费两、三秒的时间。验证过程简单高效。\n', 'erdt': 20120606, 'family_inpadoc': 'CN201110243233A', 'family_original': '45960694', 'inventor': [{'lang': 'CN', 'name': '李之勇', 'name_id': 1}, {'lang': 'CN', 'name': '吕昊', 'name_id': 2}], 'ipcr': [{'code': {'clazz': 'G07', 'full': 'G07D7/00', 'main_group': 'G07D7', 'section': 'G', 'sub_class': 'G07D', 'sub_group': 'G07D7/00'}}, {'code': {'clazz': 'G06', 'full': 'G06K19/06', 'main_group': 'G06K19', 'section': 'G', 'sub_class': 'G06K', 'sub_group': 'G06K19/06'}}], 'kd': 'A', 'patent_agency': [{'code': '32237', 'lang': 'CN', 'name': '江苏圣典律师事务所', 'name_id': 1}], 'patent_agent': [{'lang': 'CN', 'name': '程化铭', 'name_id': 1}], 'patent_id': '7bab513e-35a0-456b-8064-b0b8489a6c7a', 'pbdt': 20120425, 'pn_official': 'CN102426716A', 'prsd': 20140507, 'title': '一种印有二维码的银行凭证的验证方法', 'update_ts': 1537499626216, 'tags': ['计算器及货币专用设备制造', '其他互联网服务', '物联网技术服务', '集成电路制造']}
{'abst': '本申请实施例公开了一种产品便捷检验方法及装置。所述方法包括:获取产品索引值;根据所述产品索引值显示对应的产品检验流程及检验项目;按照所述产品检验流程规定的检验顺序依次获取所述检验项目的值;根据所述检验项目的值与对应的预设标准值,判断所述产品是否符合合格条件,或者确定所述产品的等级。从而规范品质检验流程,使品质检验更便捷,提高品质检验准确度和工作效率。', 'apdt': 20160122, 'apno_official': 'CN201610045800.4', 'applicant': [{'address': {'address': '开曼群岛大开曼岛', 'country': 'KY'}, 'lang': 'CN', 'name': '阿里巴巴集团控股有限公司', 'name_id': 1}], 'assignee': [{'address': {'address': '开曼群岛大开曼岛', 'country': 'KY'}, 'lang': 'CN', 'name': '阿里巴巴集团控股有限公司', 'name_id': 1}], 'claim': '0001.1.一种产品便捷检验方法,其特征在于,包括:\n获取产品索引值;\n根据所述产品索引值显示对应的产品检验流程及检验项目;\n按照所述产品检验流程规定的检验顺序依次获取所述检验项目的值;\n根据所述检验项目的值及对应的预设标准值,判断所述产品是否符合合格条件,或者确定所述产品的等级。\n0002.2.如权利要求1所述的产品便捷检验方法,其特征在于,所述根据所述检验项目的值及对应的预设标准值,判断所述产品是否符合合格条件,或者确定所述产品的等级,包括:\n比对所述检验项目的值及对应的项目预设标准值,判断所述产品是否符合合格条件,或者确定所述产品的等级;和/或,\n根据所述检验项目的值计算检验指标值;\n比对所述检验指标值与对应的指标预设标准值,判断所述产品是否符合合格条件,或者确定所述产品的等级。\n0003.3.如权利要求1所述的产品便捷检验方法,其特征在于,所述根据所述产品索引值显示对应的产品检验流程及检验项目,包括:\n根据所述索引值查找对应的产品检验流程及检验项目;\n显示所述产品检验流程;\n按照所述产品检验流程规定的顺序,将当前检验项目显示为活动项,将除所述当前检验项目之外的其他检验项目显示为非活动项。\n0004.4.如权利要求1所述的产品便捷检验方法,其特征在于,所述根据所述产品索引值显示对应的产品检验流程及检验项目,包括:\n根据所述索引值查找对应的产品检验流程及检验项目;\n显示产品检验流程;\n按照所述产品检验流程规定的顺序,将当前检验项目及已检验的检验项目显示为活动项,将除所述当前检验项目及已检验的检验项目之外的其他检验项目显示为非活动项。\n0005.5.如权利要求1所述的产品便捷检验方法,其特征在于,所述按照所述产品检验流程规定的检验顺序依次获取所述检验项目的值,包括:\n获取用户对当前检验项目的输入操作;\n根据所述输入操作,获取用户输入的所述检验项目的值。\n0006.6.如权利要求1所述的产品便捷检验方法,其特征在于,所述按照所述产品检验流程规定的检验顺序依次获取所述检验项目的值,包括:\n获取用户对当前检验项目的取值操作;\n根据所述取值操作,获取对应的检验设备所检验到的所述检验项目的值。\n0007.7.如权利要求1所述的产品便捷检验方法,其特征在于,还包括:\n若所述产品符合合格条件,显示产品合格提示;\n若所述产品不符合合格条件,显示产品不合格提示;或者,\n显示所述产品的等级。\n0008.8.一种产品便捷检验装置,其特征在于,包括:\n索引值获取单元,用于获取产品索引值;\n流程项目显示单元,用于根据所述产品索引值显示对应的产品检验流程及检验项目;\n检验数据获取单元,用于按照所述产品检验流程规定的检验顺序依次获取所述检验项目的值;\n检验判定单元,用于根据所述检验项目的值与对应的预设标准值,判断所述产品是否符合合格条件,或者确定所述产品的等级。\n0009.9.如权利要求8所述的产品便捷检验装置,其特征在于,所述检验判定单元,具体用于:\n比对所述检验项目的值及对应的项目预设标准值,判断所述产品是否符合合格条件,或者确定所述产品的等级;和/或,\n根据所述检验项目的值计算检验指标值;\n比对所述检验指标值与对应的指标预设标准值,判断所述产品是否符合合格条件,或者确定所述产品的等级。\n0010.10.如权利要求8所述的产品便捷检验装置,其特征在于,所述流程项目显示单元,包括:\n查找子单元,用于根据所述索引值查找对应的产品检验流程及检验项目;\n流程显示子单元,用于显示所述产品检验流程;\n项目显示子单元,用于按照所述产品检验流程规定的顺序,将当前检验项目显示为活动项,将除所述当前检验项目之外的其他检验项目显示为非活动项。\n0011.11.如权利要求8所述的产品便捷检验装置,其特征在于,所述流程项目显示单元,包括:\n查找子单元,用于根据所述索引值查找对应的产品检验流程及检验项目;\n流程显示子单元,用于显示所述产品检验流程;\n项目显示子单元,用于按照所述产品检验流程规定的顺序,将当前检验项目及已检验的检验项目显示为活动项,将除所述当前检验项目及已检验的检验项目之外的其他检验项目显示为非活动项。\n0012.12.如权利要求8所述的产品便捷检验装置,其特征在于,所述检验数据获取单元,包括:\n输入操作获取子单元,用于获取用户对当前检验项目的输入操作;\n项目输入值获取子单元,用于根据所述输入操作,获取用户输入的所述检验项目的值。\n0013.13.如权利要求8所述的产品便捷检验装置,其特征在于,所述检验数据获取单元,包括:\n取值操作获取子单元,获取用户对当前检验项目的取值操作;\n设备数据获取子单元,用于根据所述取值操作,获取对应的检验设备所检验到的所述检验项目的值。\n0014.14.如权利要求8所述的产品便捷检验装置,其特征在于,还包括:\n第一显示单元,用于若所述产品符合合格条件,则显示产品合格提示,若所述产品不符合合格条件,显示产品不合格提示;或者还包括:\n第二显示单元,用于显示所述产品的等级。', 'claim_count': 14, 'desc': '产品便捷检验方法及装置\n技术领域\n本发明涉及软件技术领域,尤其涉及一种产品便捷检验方法及装置。\n背景技术\n在产品品质检验过程中,需要对多个项目进行检验,得出多项项目的检验数据,并对检验数据进行计算,得到检验指标值,再与各项检验指标的标准值进行对比,以判断产品是否合格或符合某个标准等级。\n产品的品质检验工作大部分是由专业人员配合一定的检验设备来完成,目前市场上还没有辅助品质检验的移动智能客户端应用,通常的方式是将产品分类整理成资料,通过智能设备进行展示,检验人员可以查询到产品对应的检验项目,但仅限于查询,不能起到规范检验流程,辅助记录检验数据的功能,也不能自动计算检验指标,对检验指标进行标准比对,而且也不方便检验人员随处查看,除查询外的工作大多需要检验人员手工完成,检验效率低,特别是检验指标的计算很复杂时。\n发明内容\n为克服相关技术中产品检验效率低的问题,本申请提供一种产品便捷检验方法及装置。\n根据本申请实施例的第一方面,提供一种产品便捷检验方法,包括:\n获取产品索引值;\n根据所述产品索引值显示对应的产品检验流程及检验项目;\n按照所述产品检验流程规定的检验顺序依次获取所述检验项目的值;\n根据所述检验项目的值及对应的预设标准值,判断所述产品是否符合合格条件,或者确定所述产品的等级。\n可选的,所述根据所述检验项目的值及对应的预设标准值,判断所述产品是否符合合格条件,或者确定所述产品的等级,包括:\n比对所述检验项目的值及对应的项目预设标准值,判断所述产品是否符合合格条件,或者确定所述产品的等级;和/或,\n根据所述检验项目的值计算检验指标值;\n比对所述检验指标值与对应的指标预设标准值,判断所述产品是否符合合格条件,或者确定所述产品的等级。\n可选的,所述根据所述产品索引值显示对应的产品检验流程及检验项目,包括:\n根据所述索引值查找对应的产品检验流程及检验项目;\n显示所述产品检验流程;\n按照所述产品检验流程规定的顺序,将当前检验项目显示为活动项,将除所述当前检验项目之外的其他检验项目显示为非活动项。\n可选的,所述根据所述产品索引值显示对应的产品检验流程及检验项目,包括:\n根据所述索引值查找对应的产品检验流程及检验项目;\n显示产品检验流程;\n按照所述产品检验流程规定的顺序,将当前检验项目及已检验的检验项目显示为活动项,将除所述当前检验项目及已检验的检验项目之外的其他检验项目显示为非活动项。\n可选的,所述按照所述产品检验流程规定的检验顺序依次获取所述检验项目的值,包括:\n获取用户对当前检验项目的输入操作;\n根据所述输入操作,获取用户输入的所述检验项目的值。\n可选的,所述按照所述产品检验流程规定的检验顺序依次获取所述检验项目的值,包括:\n获取用户对当前检验项目的取值操作;\n根据所述取值操作,获取对应的检验设备所检验到的所述检验项目的值。\n可选的,所述的产品便捷检验方法,还包括:\n若所述产品符合合格条件,显示产品合格提示;\n若所述产品不符合合格条件,显示产品不合格提示;或者,\n显示所述产品的等级。\n相应于本申请实施例的第一方面,根据本申请实施例的第二方面,提供一种产品便捷检验装置,包括:\n索引值获取单元,用于获取产品索引值;\n流程项目显示单元,用于根据所述产品索引值显示对应的产品检验流程及检验项目;\n检验数据获取单元,用于按照所述产品检验流程规定的检验顺序依次获取所述检验项目的值;\n检验判定单元,用于根据所述检验项目的值与对应的预设标准值,判断所述产品是否符合合格条件,或者确定所述产品的等级。\n可选的,所述检验判定单元,具体用于:\n比对所述检验项目的值及对应的项目预设标准值,判断所述产品是否符合合格条件,或者确定所述产品的等级;和/或,\n根据所述检验项目的值计算检验指标值;\n比对所述检验指标值与对应的指标预设标准值,判断所述产品是否符合合格条件,或者确定所述产品的等级。\n可选的,所述流程项目显示单元,包括:\n查找子单元,用于根据所述索引值查找对应的产品检验流程及检验项目;\n流程显示子单元,用于显示所述产品检验流程;\n项目显示子单元,用于按照所述产品检验流程规定的顺序,将当前检验项目显示为活动项,将除所述当前检验项目之外的其他检验项目显示为非活动项。\n可选的,所述流程项目显示单元,包括:\n查找子单元,用于根据所述索引值查找对应的产品检验流程及检验项目;\n流程显示子单元,用于显示所述产品检验流程;\n项目显示子单元,用于按照所述产品检验流程规定的顺序,将当前检验项目及已检验的检验项目显示为活动项,将除所述当前检验项目及已检验的检验项目之外的其他检验项目显示为非活动项。\n可选的,所述检验数据获取单元,包括:\n输入操作获取子单元,用于获取用户对当前检验项目的输入操作;\n项目输入值获取子单元,用于根据所述输入操作,获取用户输入的所述检验项目的值。\n可选的,所述检验数据获取单元,包括:\n取值操作获取子单元,获取用户对当前检验项目的取值操作;\n设备数据获取子单元,用于根据所述取值操作,获取对应的检验设备所检验到的所述检验项目的值。\n可选的,所述的产品便捷检验装置,还包括:\n第一显示单元,用于若所述产品符合合格条件,则显示产品合格提示,若所述产品不符合合格条件,显示产品不合格提示;或者还包括:\n第二显示单元,用于显示所述产品的等级。\n本申请实施例提供的技术方案,能按产品品类提供标准的检验流程,辅助采集检验过程数据,并自动计算检验指标,以及将检验指标与检验标准对比,得出检验结果。通过本申请实施例提供的技术方案,能够规范品质检验流程,规避人工记录计算失误,提高品质检验工作效率,使品质检验更为便捷。\n应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。\n附图说明\n为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。\n图1为本申请一示例性实施例示出的一种产品便捷检验方法的流程示意图。\n图2示出了一种产品检验流程和检验项目界面。\n图3示出了另一种产品检验流程和检验项目界面。\n图4为检验项目显示的一示例。\n图5为检验项目显示的另一示例。\n图6为本申请一示例性实施例示出的一种产品便捷检验装置的框图。\n具体实施方式\n这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。\n为了全面理解本申请,在以下详细描述中提到了众多具体的细节,但是本领域技术人员应该理解,本申请可以无需这些具体细节而实现。在其他实施例中,不详细描述公知的方法、过程、组件和电路,以免不必要地导致实施例模糊。\n图1为本申请一示例性实施例示出的一种产品便捷检验方法的流程示意图,如图1所示,所述方法包括:\n步骤S101,获取产品索引值;\n步骤S102,根据所述产品索引值显示对应的产品检验流程及检验项目;\n步骤S103,按照所述产品检验流程规定的检验顺序依次获取所述检验项目的值;\n其中,所述产品索引值可以为产品名称,或者产品编号,或者产品索引代码。在产品便捷检验装置显示产品索引值输入UI(User Interface,用户界面),产品索引值输入UI可以为输入框,用户在输入框中输入产品名称或者产品编号,产品便捷检验装置通过输入框获取输入的产品名称或产品编号。产品索引值输入UI也可以为选择列表,选择列表中列出各个产品选择项,每个产品选择项与一个产品索引代码对应,用户通过选择列表中的产品选择项来确定输入的产品索引值(产品索引代码),产品便捷检验装置通过选择列表获取输入的产品索引代码。\n获取到产品索引值后,根据所述产品索引值在本地数据库或者通过网络连接的数据库中查找到对应于所述产品索引值的检验流程和检验项目,并在界面显示所述检验流程和所述检验项目。除显示检验流程和检验项目外,还可以在每个检验项目旁显示检验该检验项目所需的仪器,以方便检验员查看到检验所需的步骤、项目和所需仪器,从而提高检验效率。检验流程即检验项目的检验顺序,所述检验流程和所述检验项目可以分开显示,例如分为两栏显示;也可以合并显示,例如按检验流程规定的检验顺序依次排列显示检验项目,还可以在每个检验项目间以箭头指示前后顺序。图2示出了一种产品检验流程和检验项目界面,如图2所示,在上栏显示检验流程,下栏显示对应的检验项目按钮。图3示出了另一种产品检验流程和检验项目界面,如图3所示,各个检验项目以按钮形式按检验流程顺序从上到下排列,并且同时在检验项目旁标准该检验项目的名称和所需的仪器。\n在一种实施方式中,根据所述索引值查找到对应的产品检验流程及检验项目后,显示所述产品检验流程,并按照所述产品检验流程规定的顺序,将当前检验项目显示为活动项,将除所述当前检验项目之外的其他检验项目显示为非活动项,其中,当前检验项目为根据检验流程顺序当前所轮到的应当检验的检验项目。具体地,在检验流程和检验项目最开始显示时,首位检验项目显示为活动项,其他检验项目显示为非活动项,在首位检验项目检验完毕后,第二位检验项目显示为活动项,其他检验项目显示为非活动项,在第二位检验项目检验完毕后,第三位检验项目显示为活动项,其他检验项目显示为非活动项,依次类推。其中,活动项可以显示为高亮,非活动项可以显示为灰色。检验项目显示为活动项指所述检验项目可操作,用户可以通过对显示的检验项目进行操作来获取检验项目值,例如检验项目显示为按钮,用户点击按钮后显示检验项目值输入框,用户可以在检验项目值输入框中进行输入,或者用户点击按钮后,后台通过网络从检验项目对应的检验设备获取该检验项目的值。对于显示为活动项的当前检验项目,在其上还可以显示“立即检验”标签。检验项目显示为非活动项就是指所述检验项目不可操作,同时对于显示为非活动项的检验项目,如为已完成的检验项目,在其上还可以显示“已检验”或“检验完成”标签,如为还未完成的检验项目,在其上还可以显示“未检验”标签。这种实施方式下,用户只能对当前检验项目进行操作完成检验项目值的获取,从而能更好地控制用户按照检验流程完成流程,避免用户的失误操作打乱检验流程造成检验的不准确或不可用,比如苹果的外观检验应当在糖分检验之前,如果用户先检验糖分,外观检验就无法进行了。图4为检验项目显示的一示例,在一个检验界面中,顶端为产品名称,检验项目为按钮,左侧为其检验项目名称以及对应的检验仪器文字,检验项目从上到下按照检验流程排列,按钮上的斜纹表示该按钮为活动项,无斜纹的为非活动项,已检验完成的检验项目上显示“已检验”标签,当前检验项目上显示“立即检验”标签,未检验的检验项目上显示“未检验”标签。图4左侧检验界面中“穗重”为当前检验项目,其为活动项,其余检验项目为非活动项,当“穗重”检验完毕后,图4左侧的检验界面变为图4右侧的检验界面,“穗重”检验项目自动变为非活动项,紧接其后的“平均粒重”变为活动项。点击检验界面的每个检验项目以执行步骤S103,在检验界面可以设置检验完成按钮,如图4底端的检验完成按钮,当各个检验项目获取检验的值完毕后,点击检验完成按钮以完成数据提交并进入步骤S104。\n在另一种实施方式中,根据所述索引值查找到对应的产品检验流程及检验项目后,显示所述产品检验流程,并按照所述产品检验流程规定的顺序,将当前检验项目及已检验的检验项目都显示为活动项,将除所述当前检验项目及已检验的检验项目之外的其他检验项目显示为非活动项。这种实施方式中,已检验的检验项目也显示为活动项,方便用户对已检验的检验项目进行修改。同时已检验的检验项目上可以显示“已检验”或“检验完成”标签,当前检验项目上可以显示“立即检验”标签,其他未检验项目上可以显示“未检验”标签,也可以显示为灰色的“立即检验”标签。另外对于都显示为活动项的已检验项目和当前检验项目,还可以以不同颜色进行区分,例如已检验项目显示为橙色,当前检验项目显示为绿色,便于用户进行识别。图5为检验项目显示的另一示例,在一个检验界面中,顶端为产品名称,检验项目为按钮,左侧为其检验项目名称以及对应的检验仪器文字,检验项目从上到下按照检验流程排列,按钮上的斜纹表示该按钮为活动项,无斜纹的为非活动项,已检验完成的检验项目上显示“已检验”标签,当前检验项目上显示“立即检验”标签,未检验的检验项目上显示“未检验”标签。图5左侧检验界面中“穗重”为当前检验项目,其为活动项,其余检验项目为非活动项,当“穗重”检验完毕后,图5左侧的检验界面变为图5右侧的检验界面,紧接其后的“平均粒重”变为活动项,“穗重”检验项目仍然为活动项。点击检验界面的每个检验项目以执行步骤S103,在检验界面底端设置检验完成按钮,当各个检验项目获取检验的值完毕后,点击检验完成按钮以完成数据提交并进入步骤S104。其中,检验完成按钮在所有检验项目点击完成前可以显示为非活动项,在所有检验项目点击完成后才显示为活动项,以防止用户误点击而提前结束检验流程。\n所述按照所述产品检验流程规定的检验顺序依次获取所述检验项目的值,在一种实施方式中,包括:\n获取用户对当前检验项目的输入操作;\n根据所述输入操作,获取用户输入的所述检验项目的值。\n当检验项目显示为活动项时,所述检验项目可操作,用户可以通过对显示的检验项目进行输入操作来获取检验项目值,例如检验项目显示为按钮,用户点击按钮后显示检验项目值输入框,用户可以在检验项目值输入框中输入检验得到的检验项目的值,输入完成后,产品便捷检验装置通过输入框获得用户输入的检验项目的值。\n所述按照所述产品检验流程规定的检验顺序依次获取所述检验项目的值,在另一种实施方式中,包括:\n获取用户对当前检验项目的取值操作;\n根据所述取值操作,获取对应的检验设备所检验到的所述检验项目的值。\n当检验项目显示为活动项时,所述检验项目可操作,用户可以通过对显示的检验项目进行取值操作来获取检验项目值,例如检验项目显示为按钮,用户点击按钮(即取值操作)后,后台便通过网络从检验项目对应的检验设备获取该检验项目的值,所述检验设备预先与产品便捷检验装置进行网络连接,可以通过预先设置的接口来完成检验项目的值的传送。\n步骤S104,根据所述检验项目的值与对应的预设标准值,判断所述产品是否符合合格条件,或者确定所述产品的等级。\n在检验完毕,获取到检验项目的值后,根据所述检验项目的值来进行评定。在一种应用场景中,直接使用检验项目的值和对应的项目预设标准值进行评定,具体地,将检验项目的值与项目预设标准值进行比较,根据检验项目的情况,可以为检验项目的值大于或等于项目预设标准值,则产品合格或者属于某个产品等级,或者为检验项目的值小于或等于项目预设标准值,则产品合格或者属于某个产品等级,当用于评定产品等级时,所述项目预设标准值可以为多个分级的值。例如,葡萄的含水量,检验得到后,将其与含水量预设标准值比较,如果含水量大于或等于含水量预设标准值,则葡萄合格,否则葡萄不合格,或者含水量大于或等于99%,则葡萄为优级,含水量小于99%但大于或等于85%,则葡萄为良级,含水量小于85%,则葡萄为普通级。又例如,检验得到番茄表皮的农药残留量,如果农药残留量小于或等于残留量预设标准值,则番茄合格,否则番茄不合格。\n在另一种应用场景中,并非直接使用检验项目值来评定是否符合合格条件或者产品的等级,需要根据所述检验项目的值计算检验指标值,根据所述检验指标值来进行评定,所述检验指标可以为一个也可以为多个,按照每个检验指标以检验项目为因变量的算法进行计算。在得到检验指标值后,将检验指标值与对应的指标预设标准值进行比对,例如将苹果的糖分指标值与预设的糖分标准值进行比对,判断产品是否符合合格条件,例如苹果糖分标准值为35,如果苹果糖分指标值为20,则苹果属不合格产品,如果苹果糖分指标值为40,则苹果属合格产品。或者,在得到检验指标值后,比对所述检验指标值与对应的指标预设标准值,来确定产品的等级,这时的指标预设标准值为等级标准值,例如一级苹果的糖分等级标准值为40,二级苹果的糖分等级标准值为30,三级苹果的糖分等级标准值为20,如果苹果的糖分检验指标值为35,则该苹果为二级苹果。需要说明的是,检验项目的计算既可以在本地进行,也可以由产品便捷检验装置上传至服务器或其他用于计算的客户端。服务器或其他用于计算的客户端计算完成后,可以将计算的结果再返回至客户端。\n在又一应用场景中,上述两种场景中的执行方式可以结合实施,亦即对于检验项目,其中一部分,直接与对应的项目预设标准值对比,得到第一对比结果作为评定产品是否合格或者产品等级的因素,另一部分用于计算检验指标值,将计算得到的检验指标值与指标预设标准值对比,得到的第二对比结果也作为评定产品是否合格或者产品等级的因素。然后在判断产品是否符合合格条件或者确定产品等级时,给第一对比结果和第二对比结果赋予不同的权值,以第一对比结果和第二对比结果为因变量,使用预先设定的加权函数进行计算,然后将计算的结果与预设的综合标准值比较,来评定产品;或者,判断第一对比结果和第二对比结果的排列组合是否都满足合格条件或者等级分级条件,如果满足,则产品合格或者为某一产品等级,如果不满足,则不合格或者为某一产品等级。例如,对于苹果的检验项目农药残留量,判断其是否小于或等于预设的残留量标准值,得到第一对比结果,对于计算得到的检验指标值苹果的糖分值,判断其是否大于预设的糖分标准值,得到第二对比结果,如果第一对比结果是农药残留量小于或等于预设的残留量标准值,且第二对比结果是糖分值大于或等于预设的糖分标准值,则苹果合格,否则苹果不合格;或者如果第一对比结果是农药残留量小于或等于预设的残留量标准值,且第二对比结果是糖分值大于或等于预设的糖分标准值,则苹果为优级,如果第一对比结果是农药残留量小于或等于预设的残留量标准值,但第二对比结果是糖分值小于预设的糖分标准值,则苹果为普通级,如果第一对比结果是农药残留量大于预设的残留量标准值,则不论第二对比结果如何,苹果皆为劣等级。\n在判断产品是否符合合格条件得到判断结果后,或者确定产品的等级后,可以将判断结果或者产品的等级发送给上级数据库或者服务器进行进一步处理,例如上级数据库或服务器会进行产品品质统计。在判断产品是否符合合格条件得到判断结果后,若所述产品符合合格条件,还可以显示产品合格提示,或者若所述产品不符合合格条件,则显示产品不合格提示;或者在确定产品的等级后,显示所述产品的等级,以使用户直观快速地查看到检验结果。在显示产品合格提示或不合格提示或产品的等级的同时,还可以进行语音播报。需要说明的是,如果检验项目的计算是在服务器或其他用于计算的客户端进行,则判断产品是否符合合格条件和确定产品的等级也可以在服务器或其他客户端进行,再由服务器或者其他客户端将产品合格或者产品不合格或者产品的等级等结果返回至产品便捷检验装置。\n本申请实施例提供的技术方案,按产品品类提供标准的检验流程,辅助采集检验过程数据,并自动计算检验指标,以及将检验指标与检验标准对比,得出检验结果。从而自动规范品质检验流程,规避人工记录计算失误,提高品质检验的自动化便捷性以及工作效率。\n通过以上的方法实施例的描述,所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,并存储在一个存储介质中,包括若干指令用以使得一台智能设备执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:只读存储器(ROM)、随机存取存储器(RAM)、磁碟或者光盘等各种可以存储数据和程序代码的介质。\n图6为本申请一示例性实施例示出的一种产品便捷检验装置的框图。所述装置可以安装于智能手持终端或智能移动终端上,例如工业手持终端、手机或平板上。如图6所示,所述装置包括:\n索引值获取单元U601,用于获取产品索引值;\n流程项目显示单元U602,用于根据所述产品索引值显示对应的产品检验流程及检验项目;\n检验数据获取单元U603,用于按照所述产品检验流程规定的检验顺序依次获取所述检验项目的值;\n检验判定单元U604,用于根据所述检验项目的值与对应的预设标准值,判断所述产品是否符合合格条件,或者确定所述产品的等级。\n其中,所述产品索引值可以为产品名称,或者产品编号,或者产品索引代码。在产品便捷检验装置显示产品索引值输入UI(User Interface,用户界面),产品索引值输入UI可以为输入框,用户在输入框中输入产品名称或者产品编号,产品便捷检验装置通过输入框获取输入的产品名称或产品编号。产品索引值输入UI也可以为选择列表,选择列表中列出各个产品选择项,每个产品选择项与一个产品索引代码对应,用户通过选择列表中的产品选择项,确定输入的产品索引值,产品便捷检验装置通过选择列表获取输入的产品索引代码。\n获取到产品索引值后,根据所述产品索引值在本地数据库或者通过网络连接的数据库中查找到对应于所述产品索引值检验流程和检验项目,并在界面显示检验流程和检验项目。除显示检验流程和检验项目外,还可以显示在每个检验项目旁显示检验该检验项目所需的仪器。\n其中,所述流程项目显示单元,在一种实施方式中,可以包括:\n查找子单元,用于根据所述索引值查找对应的产品检验流程及检验项目;\n流程显示子单元,用于显示所述产品检验流程;\n项目显示子单元,用于按照所述产品检验流程规定的顺序,将当前检验项目显示为活动项,将除所述当前检验项目之外的其他检验项目显示为非活动项。\n其中,当前检验项目为根据检验流程顺序当前轮到的应当检验的检验项目,在检验流程和检验项目最开始显示时,首位检验项目显示为活动项,其他检验项目显示为非活动项,在首位检验项目检验完毕后,第二位检验项目显示为活动项,其他检验项目显示为非活动项,在第二位检验项目检验完毕后,第三位检验项目显示为活动项,其他检验项目显示为非活动项,依次类推。其中,活动项可以显示为高亮,非活动项也可以显示为灰色。检验项目显示为活动项指所述检验项目可操作,用户可以通过对显示的检验项目进行操作来获取检验项目值,检验项目显示为非活动项就是指所述检验项目不可操作。这种实施方式下,用户只能对当前检验项目进行操作完成检验项目值的获取,从而能更好地控制用户按照检验流程完成流程。\n所述流程项目显示单元,在另一种实施方式中,可以包括:\n查找子单元,用于根据所述索引值查找对应的产品检验流程及检验项目;\n流程显示子单元,用于显示所述产品检验流程;\n项目显示子单元,用于按照所述产品检验流程规定的顺序,将当前检验项目及已检验的检验项目显示为活动项,将除所述当前检验项目及已检验的检验项目之外的其他检验项目显示为非活动项。\n这种实施方式中,已检验的检验项目也显示为活动项,方便用户对已检验的检验项目进行修改。\n其中,所述检验数据获取单元,在一种实施方式中,可以包括:\n输入操作获取子单元,用于获取用户对当前检验项目的输入操作;\n项目输入值获取子单元,用于根据所述输入操作,获取用户输入的所述检验项目的值。\n所述检验数据获取单元,在另一种实施方式中,可以包括:\n取值操作获取子单元,获取用户对当前检验项目的取值操作;\n设备数据获取子单元,用于根据所述取值操作,获取对应的检验设备所检验到的所述检验项目的值。\n其中,所述检验判定单元,具体用于:\n比对所述检验项目的值及对应的项目预设标准值,判断所述产品是否符合合格条件,或者确定所述产品的等级;和/或,\n根据所述检验项目的值计算检验指标值;\n比对所述检验指标值与对应的指标预设标准值,判断所述产品是否符合合格条件,或者确定所述产品的等级。\n在检验完毕,获取到检验项目的值后,在一种应用场景中,直接使用检验项目的值来评定产品是否合格或者是什么等级,具体为将检验项目的值与对应的项目预设标准值进行对比,根据对比结果来进行评定,根据检验项目的情况,可以为检验项目的值大于或等于项目预设标准值,则产品合格或者属于某个产品等级,或者为检验项目的值小于或等于项目预设标准值,则产品合格或者属于某个产品等级,当用于评定产品等级时,所述项目预设标准值可以为多个分级的值。在另一种应用场景中,根据所述检验项目的值计算检验指标值,再使用检验指标值进行评定,所述检验指标可以为一个也可以为多个,按照每个检验指标以检验项目为因变量的算法进行计算,所述算法预先已存储于装置中。在得到检验指标值后,将检验指标值与对应的预设标准值进行比对,判断产品是否符合合格条件,或者,在得到检验指标值后,比对所述检验指标值与对应的预设标准值,来确定产品的等级,这时的预设标准值为等级标准值。在又一应用场景中,将上述两种场景中的执行方式结合实施,亦即对于检验项目,其中一部分,直接与对应的项目预设标准值对比,得到第一对比结果作为评定产品是否合格或者产品等级的因素,另一部分用于计算检验指标值,将计算得到的检验指标值与指标预设标准值对比,得到的第二对比结果也作为评定产品是否合格或者产品等级的因素,然后结合上述因素判断产品是否符合合格条件或者确定产品等级。\n需要说明的是,检验项目的计算既可以在本地进行,也可以由产品便捷检验装置上传至服务器或其他用于计算的客户端。服务器或其他用于计算的客户端计算完成后,可以将计算的结果再返回至客户端。判断产品是否符合合格条件和确定产品的等级可以在本地进行,如果检验项目的计算是在服务器或其他用于计算的客户端进行,则判断产品是否符合合格条件和确定产品的等级也可以在服务器或其他客户端进行,再由服务器或者其他客户端将产品合格或者产品不合格或者产品的等级这些结果返回至产品便捷建议装置。\n所述的产品便捷检验装置,还可以包括:\n第一显示单元,用于若所述产品符合合格条件,则显示产品合格提示,若所述产品不符合合格条件,显示产品不合格提示;或者还包括:\n第二显示单元,用于显示所述产品的等级。\n在判断产品是否符合合格条件得到判断结果后,或者确定产品的等级后,可以将判断结果或者产品的等级发送给上级数据库或者服务器进行进一步处理,例如上级数据库或服务器会进行产品品质统计。在判断产品是否符合合格条件得到判断结果后,或者确定产品的等级后,若所述产品符合合格条件,还可以显示产品合格提示,或者若所述产品不符合合格条件,则显示产品不合格提示;或者显示所述产品的等级。以使用户直观快速地查看到检验结果。在显示产品合格提示或不合格提示或产品的等级的同时,还可以进行语音播报。\n为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。\n本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。\n需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者逆序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、装置或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、装置或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、装置或者设备中还存在另外的相同要素。\n以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。', 'inventor': [{'lang': 'CN', 'name': '刘志敏', 'name_id': 1}], 'ipcr': [{'code': {'clazz': 'G06', 'full': 'G06Q10/06', 'main_group': 'G06Q10', 'section': 'G', 'sub_class': 'G06Q', 'sub_group': 'G06Q10/06'}, 'data_source': 'H', 'office': 'CN', 'version': '20120101'}, {'code': {'clazz': 'G06', 'full': 'G06Q50/26', 'main_group': 'G06Q50', 'section': 'G', 'sub_class': 'G06Q', 'sub_group': 'G06Q50/26'}, 'data_source': 'H', 'office': 'CN', 'version': '20120101'}], 'kd': 'A', 'patent_agency': [{'code': '11363', 'lang': 'CN', 'name': '北京弘权知识产权代理事务所(普通合伙)', 'name_id': 1}], 'patent_agent': [{'lang': 'CN', 'name': '逯长明', 'name_id': 1}, {'lang': 'CN', 'name': '许伟群', 'name_id': 2}], 'patent_id': '76440391-43ad-4f89-88df-e09d255611af', 'pbdt': 20170801, 'pn_official': 'CN106997500A', 'title': '产品便捷检验方法及装置', 'update_ts': 1538998514458, 'tags': ['信息处理和存储支持服务', '通讯设备修理', '计算机和辅助设备修理', '其他互联网服务', '物联网技术服务']}
{'abst': '本发明提供了一种高水平的电力工程项目管理系统,包括项目输入子系统、项目存储子系统、项目绩效评价子系统、项目筛选子系统和项目发布子系统,所述项目输入子系统用于工程人员输入电力工程项目信息,所述项目存储子系统用于存储输入的电力工程项目信息,所述项目绩效评价子系统用于对存储的电力工程项目的绩效进行评价,获取评价结果,所述项目筛选子系统根据评价结果筛选出绩效好的电力工程项目,所述项目发布子系统用于向社会发布筛选出的电力工程项目。本发明的有益效果为:实现了电力工程项目的绩效评价和发布,提高了电力工程项目管理水平。', 'apdt': 20171211, 'apno_official': 'CN201711305899.8', 'applicant': [{'address': {'address': '543000 广西壮族自治区梧州市长洲区龙升路30号', 'city': '梧州市', 'country': 'CN', 'district': '长洲区', 'postcode': '543000', 'state': '广西壮族自治区'}, 'lang': 'CN', 'name': '何旭连', 'name_id': 1}], 'assignee': [{'address': {'address': '543000 广西壮族自治区梧州市长洲区龙升路30号', 'city': '梧州市', 'country': 'CN', 'district': '长洲区', 'postcode': '543000', 'state': '广西壮族自治区'}, 'lang': 'CN', 'name': '何旭连', 'name_id': 1}], 'claim': '0001.1.一种高水平的电力工程项目管理系统,其特征在于,包括项目输入子系统、项目存储子系统、项目绩效评价子系统、项目筛选子系统和项目发布子系统,所述项目输入子系统用于工程人员输入电力工程项目信息,所述项目存储子系统用于存储输入的电力工程项目信息,所述项目绩效评价子系统用于对存储的电力工程项目的绩效进行评价,获取评价结果,所述项目筛选子系统根据评价结果筛选出绩效好的电力工程项目,所述项目发布子系统用于向社会发布筛选出的电力工程项目。\n0002.2.根据权利要求1所述的高水平的电力工程项目管理系统,其特征在于,所述项目绩效评价子系统包括指标确定模块、指标分类模块、指标处理模块、评价模块和检验模块,所述指标确定模块用于确定电力工程项目绩效的评价指标,所述指标分类模块用于将评价指标划分为定性评价指标和定量评价指标,所述指标处理模块用于对分类后的评价指标进行处理,获取处理结果,所述评价模块用于根据处理结果对电力工程项目绩效进行评价,所述检验模块用于对评价效果进行检验。\n0003.3.根据权利要求2所述的高水平的电力工程项目管理系统,其特征在于,所述指标确定模块用于确定电力工程项目绩效的评价指标,具体为:a、确定评价指标集合为EH:EH={EH1,EH2,…,EHn},其中,EHi(i=1,2,…,n)表示第i个评价指标,n表示评价指标的数目;b、确定指标评语集合为GP,GP={GP1,GP2,…,GPr},其中,GPk(k=1,2,…,r)表示评价指标可能被判定的评语,r表示评语的种类,k越大,表示对指标的评语越好;所述指标处理模块包括第一定量指标处理子模块、第二评语子模块和第三权重确定子模块,所述第一定量指标处理子模块用于对定量指标进行处理,所述第二评语子模块用于确定评价指标被判定为评语GPk(k=1,2,…,r)的概率,所述第三权重确定子模块用于确定评价指标的权值。\n0004.4.根据权利要求3所述的高水平的电力工程项目管理系统,其特征在于,所述第一定量指标处理子模块用于对定量指标进行处理:设有定量指标的指标值向量为BZ:BZ=[x1,x2,…,xm],xj(j=1,2,…,m)表示第j个定量评价指标的指标值,m表示定量评价指标的数目,采用以下方式对定量评价指标进行处理:\n在式子里,YWj为第j个定量评价指标的指标值进行处理后的值,I1表示效益型指标集合,指标值越大表示评价对象越好,I2表示成本型指标集合,指标值越小表示评价对象越好。\n0005.5.根据权利要求4所述的高水平的电力工程项目管理系统,其特征在于,所述第二评语子模块用于确定评价指标被判定为评语GPk(k=1,2,…,r)的概率:对于定性评价指标,由专家直接确定指标被判定为评语GPk(k=1,2,…,r)的概率,对于定量评价指标,由专家根据处理后的指标值确定指标被判定为评语GPk(k=1,2,…,r)的概率;将定性评价指标和定量评价指标的结果进行综合,得到评价指标被判定为评语GPk的概率矩阵CF;CF=[CFik]n×r,CFik表示评价指标EHi被判定为评语GPk的概率;\n所述第三权重确定子模块用于确定评价指标的权值:确定评价指标EHi的权重FVi,根据各评价指标权重确定权重向量FV:FV=[FV1,FV2,…,FVn]。\n0006.6.根据权利要求5所述的高水平的电力工程项目管理系统,其特征在于,所述评价模块用于根据处理结果对电力工程项目绩效进行评价:根据概率矩阵和权重向量确定评价向量p:p=FV×CF=[p1,p2,…pr],pk(k=1,2,…,r)表示电力工程项目绩效被判定为评语GPk的概率,选取pk最大值的评语作为电力工程项目绩效的评价结果。\n0007.7.根据权利要求6所述的高水平的电力工程项目管理系统,其特征在于,所述检验模块包括第一效果检验子模块、第二效果检验子模块和综合效果检验子模块,所述第一效果检验子模块用于获取评价效果的第一检验值,所述第二效果检验子模块用于获取评价效果的第二检验值,所述综合效果检验子模块用于根据第一检验值和第二检验值对评价效果进行检验;\n所述第一效果检验子模块用于获取评价效果的第一检验值:\n在式子里,LG1表示第一检验值,N表示被评价的电力工程项目的个数,PAi表示第i个电力工程项目的评价时间;\n所述第二效果检验子模块用于获取评价效果的第二检验值:\n在式子里,LG2表示第二检验值,KW表示熟悉电力工程项目的人员数量,KW1表示对评价结果满意的人员数量。\n0008.8.根据权利要求7所述的高水平的电力工程项目管理系统,其特征在于,所述综合效果检验子模块用于根据第一检验值和第二检验值对评价效果进行检验:计算评价效果的综合检验值:\n在式子里,LG表示综合检验值;综合检验值越大,表示评价效果越好。', 'desc': '一种高水平的电力工程项目管理系统\n技术领域\n本发明涉及电力技术领域,具体涉及一种高水平的电力工程项目管理系统。\n背景技术\n近年来,我国各级政府普遍加大了对电力工程项目的投资力度,电力工程项目在中国社会、经济发展中发挥着越来越重要的作用。就在电力工程项目投资迅速增加,有效拉动经济增长的同时,也陆续出现了一些不容忽视的问题,如投资绩效不理想、低水平重复建设严重、忽视环境污染监测等问题。为了使有限的电力工程项目投资发挥更大效益,必须创新电力工程项目的绩效评价理论和管理体制,完善电力工程项目绩效评价机制和管理体制。\n发明内容\n针对上述问题,本发明旨在提供一种高水平的电力工程项目管理系统。\n本发明的目的采用以下技术方案来实现:\n提供了一种高水平的电力工程项目管理系统,包括项目输入子系统、项目存储子系统、项目绩效评价子系统、项目筛选子系统和项目发布子系统,所述项目输入子系统用于工程人员输入电力工程项目信息,所述项目存储子系统用于存储输入的电力工程项目信息,所述项目绩效评价子系统用于对存储的电力工程项目的绩效进行评价,获取评价结果,所述项目筛选子系统根据评价结果筛选出绩效好的电力工程项目,所述项目发布子系统用于向社会发布筛选出的电力工程项目。\n本发明的有益效果为:实现了电力工程项目的绩效评价和发布,提高了电力工程项目管理水平。\n附图说明\n利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。\n图1是本发明的结构示意图;\n附图标记:\n项目输入子系统1、项目存储子系统2、项目绩效评价子系统3、项目筛选子系统4、项目发布子系统5。\n具体实施方式\n结合以下实施例对本发明作进一步描述。\n参见图1,本实施例的一种高水平的电力工程项目管理系统,包括项目输入子系统1、项目存储子系统2、项目绩效评价子系统3、项目筛选子系统4和项目发布子系统5,所述项目输入子系统1用于工程人员输入电力工程项目信息,所述项目存储子系统2用于存储输入的电力工程项目信息,所述项目绩效评价子系统3用于对存储的电力工程项目的绩效进行评价,获取评价结果,所述项目筛选子系统4根据评价结果筛选出绩效好的电力工程项目,所述项目发布子系统5用于向社会发布筛选出的电力工程项目。\n本实施例实现了电力工程项目的绩效评价和发布,提高了电力工程项目管理水平。\n优选的,所述项目绩效评价子系统3包括指标确定模块、指标分类模块、指标处理模块、评价模块和检验模块,所述指标确定模块用于确定电力工程项目绩效的评价指标,所述指标分类模块用于将评价指标划分为定性评价指标和定量评价指标,所述指标处理模块用于对分类后的评价指标进行处理,获取处理结果,所述评价模块用于根据处理结果对电力工程项目绩效进行评价,所述检验模块用于对评价效果进行检验。\n本优选实施例实现了电力工程项目绩效的准确评价和对评价效果的检验。\n优选的,所述指标确定模块用于确定电力工程项目绩效的评价指标,具体为:a、确定评价指标集合为EH:EH={EH1,EH2,…,EHn},其中,EHi(i=1,2,…,n)表示第i个评价指标,n表示评价指标的数目;b、确定指标评语集合为GP,GP={GP1,GP2,…,GPr},其中,GPk(k=1,2,…,r)表示评价指标可能被判定的评语,r表示评语的种类,k越大,表示对指标的评语越好;\n所述指标处理模块包括第一定量指标处理子模块、第二评语子模块和第三权重确定子模块,所述第一定量指标处理子模块用于对定量指标进行处理,所述第二评语子模块用于确定评价指标被判定为评语GPk(k=1,2,…,r)的概率,所述第三权重确定子模块用于确定评价指标的权值。\n本优选实施例通过指标处理模块实现了对评价指标的处理,为后续电力工程项目绩效的评价奠定了基础。\n所述第一定量指标处理子模块用于对定量指标进行处理:设有定量指标的指标值向量为BZ:BZ=[x1,x2,…,xm],xj(j=1,2,…,m)表示第j个定量评价指标的指标值,m表示定量评价指标的数目,采用以下方式对定量评价指标进行处理:\n在式子里,YWj为第j个定量评价指标的指标值进行处理后的值,I1表示效益型指标集合,指标值越大表示评价对象越好,I2表示成本型指标集合,指标值越小表示评价对象越好;\n所述第二评语子模块用于确定评价指标被判定为评语GPk(k=1,2,…,r)的概率:对于定性评价指标,由专家直接确定指标被判定为评语GPk(k=1,2,…,r)的概率,对于定量评价指标,由专家根据处理后的指标值确定指标被判定为评语GPk(k=1,2,…,r)的概率;将定性评价指标和定量评价指标的结果进行综合,得到评价指标被判定为评语GPk的概率矩阵CF;CF=[CFik]n×r,CFik表示评价指标EHi被判定为评语GPk的概率;\n所述第三权重确定子模块用于确定评价指标的权值:确定评价指标EHi的权重FVi,根据各评价指标权重确定权重向量FV:FV=[FV1,FV2,…,FVn];\n所述评价模块用于根据处理结果对电力工程项目绩效进行评价:根据概率矩阵和权重向量确定评价向量p:p=FV×CF=[p1,p2,…,pr],pk(k=1,2,…,r)表示电力工程项目绩效被判定为评语GPk的概率,选取pk最大值的评语作为电力工程项目绩效的评价结果;\n本优选实施例定量评价指标处理子模块对定量评价指标进行处理,消除了定量评价指标间由于量纲不同而带来的比较困难,第二评语子模块和第三权重确定子模块将定性评价指标和定量评价指标进行统一处理,确定了评价指标概率矩阵和权重向量,为后续电力工程项目绩效评价奠定了基础;评价模块通过对评语进行选取,实现了电力工程项目准确评价。\n优选的,所述检验模块包括第一效果检验子模块、第二效果检验子模块和综合效果检验子模块,所述第一效果检验子模块用于获取评价效果的第一检验值,所述第二效果检验子模块用于获取评价效果的第二检验值,所述综合效果检验子模块用于根据第一检验值和第二检验值对评价效果进行检验;\n所述第一效果检验子模块用于获取评价效果的第一检验值:\n在式子里,LG1表示第一检验值,N表示被评价的电力工程项目的个数,PAi表示第i个电力工程项目的评价时间;\n所述第二效果检验子模块用于获取评价效果的第二检验值:\n在式子里,LG2表示第二检验值,KW表示熟悉电力工程项目的人员数量,KW1表示对评价结果满意的人员数量;\n所述综合效果检验子模块用于根据第一检验值和第二检验值对评价效果进行检验:计算评价效果的综合检验值:\n在式子里,LG表示综合检验值;综合检验值越大,表示评价效果越好。\n本优选实施例通过检验模块对评价效果进行检验,保证了评价水平,当评价水平降低时,便于及时发现问题,具体的,第一检验值反映了评价效率,第二检验值反映了评价准确性,综合检验值通过第一检验值和第二检验值得到,能够实现对评价效果的有效检验,从而保证了电力工程项目的项目水平。\n采用本发明高水平的电力工程项目管理系统对电力工程项目进行管理,选取5个电力工程项目进行实验,分别为电力工程项目1、电力工程项目2、电力工程项目3、电力工程项目4、电力工程项目5,对管理效率和管理成本进行统计,同现有管理系统相比,产生的有益效果如下表所示:\n\t管理效率提高\t管理成本降低\t\n电力工程项目1\t29%\t27%\t\n电力工程项目2\t27%\t26%\t\n电力工程项目3\t26%\t26%\t\n电力工程项目4\t25%\t24%\t\n电力工程项目5\t24%\t22%\t\n\n最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。', 'erdt': 20180525, 'inventor': [{'lang': 'CN', 'name': '何旭连', 'name_id': 1}], 'ipcr': [{'code': {'clazz': 'G06', 'full': 'G06Q10/06', 'main_group': 'G06Q10', 'section': 'G', 'sub_class': 'G06Q', 'sub_group': 'G06Q10/06'}, 'data_source': 'H', 'office': 'CN', 'version': '20120101'}, {'code': {'clazz': 'G06', 'full': 'G06Q10/10', 'main_group': 'G06Q10', 'section': 'G', 'sub_class': 'G06Q', 'sub_group': 'G06Q10/10'}, 'data_source': 'H', 'office': 'CN', 'version': '20120101'}, {'code': {'clazz': 'G06', 'full': 'G06Q50/06', 'main_group': 'G06Q50', 'section': 'G', 'sub_class': 'G06Q', 'sub_group': 'G06Q50/06'}, 'data_source': 'H', 'office': 'CN', 'version': '20120101'}], 'kd': 'A', 'patent_id': '0aa67a62-7660-4612-b641-65a332a40025', 'pbdt': 20180501, 'pn_official': 'CN107977792A', 'title': '一种高水平的电力工程项目管理系统', 'update_ts': 1530887960256, 'tags': ['其他软件开发', '信息处理和存储支持服务', '通讯设备修理', '计算机和辅助设备修理', '其他互联网服务', '物联网技术服务']}
{'abst': '本发明公开了一种用于优生优育检验项目的预警方法,包括步骤接收对优生优育检验项目的阳性率检测指令;根据所述阳性率检测指令,基于所述优生优育检验项目中已选定的样本,计算所述优生优育检验项目的常规阳性率;其中,所述常规阳性率为已选定的样本中病理结果为阳性的样本数和已选定的全体样本数的比例;根据所述优生优育检验项目的常规阳性率和预设的参考阳性率的数值关系,判断所述常规阳性率是否处于异常状态;若判断所述常规阳性率处于异常状态,发出预警信号,上述方案对多个样本的自动统计和预警方法有助于检验人员快速发现问题,节约了人工分析的资源浪费,准确率更高,结果更直观。', 'apdt': 20170524, 'apno_official': 'CN201710376471.6', 'applicant': [{'address': {'address': '430000 湖北省武汉市经济技术开发区莲湖路8号', 'city': '武汉市', 'country': 'CN', 'district': '蔡甸区', 'postcode': '430000', 'state': '湖北省'}, 'lang': 'CN', 'name': '武汉金域医学检验所有限公司', 'name_id': 1}], 'assignee': [{'address': {'address': '430000 湖北省武汉市经济技术开发区莲湖路8号', 'city': '武汉市', 'country': 'CN', 'district': '蔡甸区', 'postcode': '430000', 'state': '湖北省'}, 'lang': 'CN', 'name': '武汉金域医学检验所有限公司', 'name_id': 1}], 'claim': '0001.1.一种用于优生优育检验项目的预警方法,其特征在于,包括步骤:\n接收对优生优育检验项目的阳性率检测指令;\n根据所述阳性率检测指令,基于所述优生优育检验项目中已选定的样本,计算所述优生优育检验项目的常规阳性率;其中,所述常规阳性率为已选定的样本中病理结果为阳性的样本数和已选定的全体样本数的比例;\n根据所述优生优育检验项目的常规阳性率和预设的参考阳性率的数值关系,判断所述常规阳性率是否处于异常状态;\n若判断所述常规阳性率处于异常状态,发出预警信号。\n0002.2.如权利要求1所述的用于优生优育检验项目的预警方法,其特征在于,根据所述优生优育检验项目的常规阳性率和预设的参考阳性率的数值关系,判断所述常规阳性率是否处于异常状态具体为:\n若所述优生优育检验项目的常规阳性率大于预设的参考阳性率上限阈值或小于预设的参考阳性率下限阈值时,判断所述常规阳性率处于异常状态。\n0003.3.如权利要求1所述的用于优生优育检验项目的预警方法,其特征在于,还包括步骤:\n基于所述优生优育检验项目中已选定的样本,通过预设的概率统计方法计算所述优生优育检验项目的分布概率;其中,所述概率统计方法根据已选定的全体标本数预先选定;\n根据所述优生优育检验项目的分布概率和预设的参考概率的数值关系,判断所述分布概率是否处于异常状态;\n若判断所述分布概率处于异常状态时,发出预警信号。\n0004.4.如权利要求3所述的用于优生优育检验项目的预警方法,其特征在于,根据所述优生优育检验项目的分布概率和预设的参考概率的数值关系,判断所述分布概率是否处于异常状态具体为:\n若所述分布概率小于预设的参考概率时,判断所述分布概率处于异常状态。\n0005.5.如权利要求3所述的用于优生优育检验项目的预警方法,其特征在于,所述概率分布方法根据所述优生优育检验项目中的全体标本数预先选定具体为:\n当已选定的全体标本数大于预设的阈值时,选定泊松分布作为所述概率统计方法;\n当已选定的全体标本数小于预设的阈值时,选定二项分布作为所述概率统计方法。\n0006.6.如权利要求1所述的用于优生优育检验项目的预警方法,其特征在于,所述发出预警信号具体为:\n在所述优生优育检验项目进行发布时弹出预警信息;其中,所述预警信息包括所述优生优育检验项目的名称、参考阳性率、常规阳性率和分布概率。\n0007.7.如权利要求1或2所述的用于优生优育检验项目的预警方法,其特征在于,还包括步骤:\n接收对优生优育检验项目的室内质控指令;\n基于所述室内质控指令,判断预定时间段内是否存在所述优生优育检验项目的质控数据;\n若在预定时间段内,不存在所述优生优育检验项目的质控数据,则发出预警信号;\n若在预定时间段内存在所述优生优育检验项目的质控数据,判断所述优生优育检验项目的质控数据的状态是否为审核通过;\n若所述优生优育检验项目的质控数据的状态为审核未通过或未审核,则发出预警信号。\n0008.8.一种用于优生优育检验项目的预警装置,其特征在于,包括:\n第一接收模块,用于接收对优生优育检验项目的阳性率检测指令;\n常规比率计算模块,用于根据所述阳性率检测指令,基于所述优生优育检验项目中已选定的样本,计算所述优生优育检验项目的常规阳性率;其中,所述常规阳性率为已选定的样本中病理结果为阳性的样本数和已选定的全体样本数的比例;\n第一判断模块,用于根据所述优生优育检验项目的常规阳性率和预设的参考阳性率的数值关系,判断所述常规阳性率是否处于异常状态;\n第一预警模块,用于若判断所述常规阳性率处于异常状态,发出预警信号。\n0009.9.如权利要求8所述的用于优生优育检验项目的预警装置,其特征在于,发所述预警装置还包括:\n分布概率计算模块,用于基于所述优生优育检验项目中已选定的样本,通过预设的概率统计方法计算所述优生优育检验项目的分布概率;其中,所述概率统计方法根据已选定的全体标本数预先选定;\n第二判断模块,用于根据所述优生优育检验项目的分布概率和预设的参考概率的数值关系,判断所述分布概率是否处于异常状态;\n第二预警模块,用于若判断所述分布概率处于异常状态时,发出预警信号。\n0010.10.如权利要求8所述的用于优生优育检验项目的预警装置,其特征在于,发所述预警装置还包括:\n第二接收模块,用于接收对优生优育检验项目的室内质控指令;\n第三判断模块,用于基于所述室内质控指令,判断预定时间段内是否存在所述优生优育检验项目的质控数据;\n第三预警模块,用于若在预定时间段内,不存在所述优生优育检验项目的质控数据,则发出预警信号;\n第四判断模块,用于若在预定时间段内存在所述优生优育检验项目的质控数据,判断所述优生优育检验项目的质控数据的状态是否为审核通过;\n第四预警模块,用于若所述优生优育检验项目的质控数据的状态为审核未通过或未审核,则发出预警信号。', 'claim_count': 10, 'desc': '用于优生优育检验项目的预警方法及装置\n技术领域\n本发明涉及医疗检测领域,尤其涉及一种用于优生优育检验项目的预警方法及装置。\n背景技术\n随着医疗体系的不断健全,作为疾病诊断手段的检验服务也更加专业化和多样化。随着检验项目的增加,标本量的增加,样本周转时间按照原有流程将会延长,但以上的临床需求和法规要求要求实验室尽可能缩短样本周转时间,如何有条不紊地对样本进行分类,合理有效的优化实验室检测流程,实验室信息系统设计的合理便捷性成为了缩短样本周转时间的关键环节。目前独立实验室开展项目的类别主要分:理化质谱检验、基因组检验、病理诊断、生化发光检验、免疫学检验、其它综合检验等,因检测项目多,加上项目推陈出新快,对检测结果审核人员的要求也不断提升。\n异常样本,除样本干扰,如脂血、溶血,还包括结果需要人工判断甄别的项目,这部分结果的确认需要进行人工处理,如离心再测、推片镜检或联系临床。这部分样本耗费大量的时间会大幅度延迟其它报告的发出时间;同时在样本周转时间的压力下,实验室人员可能疏忽或者简化应有的处理流程,导致结果的风险大幅增加。现如今,几乎所有的实验室报告单均由人工签发,一个签发报告人员在一个工作日签发报告数量大约为1000张以上,而且这些工作大部分局限在晚上至凌晨(21:00-04:00)进行,该时间段长时间的电脑操作审核数据,极容易造成视觉和身心的双重疲劳,导致错误的发生;同时,若报告的结果涉及学科间的比对及分析,还需要大量的手工历史记录查询、整个数据分析工作将持续6个小时以上。\n发明内容\n本发明实施例的目的是提供一种用于优生优育检验项目的预警方法及装置,能自动统计分析优生优育检验项目中的多个样本,自动检验病理结果,无需人工计算和分析,更快速有效。\n为实现上述目的,本发明实施例提供了一种用于优生优育检验项目的预警方法,包括步骤:\n接收对优生优育检验项目的阳性率检测指令;\n根据所述阳性率检测指令,基于所述优生优育检验项目中已选定的样本,计算所述优生优育检验项目的常规阳性率;其中,所述常规阳性率为已选定的样本中病理结果为阳性的样本数和已选定的全体样本数的比例;\n根据所述优生优育检验项目的常规阳性率和预设的参考阳性率的数值关系,判断所述常规阳性率是否处于异常状态;\n若判断所述常规阳性率处于异常状态,发出预警信号。\n与现有技术相比,本发明公开的用于优生优育检验项目的预警方法通过根据接收到的阳性率检测指令,对所述优生优育检验项目中已选定的样本进行计算其常规阳性率,将所述常规阳性率和预设的参考阳性率的数值进行比较,即可判断所述优生优育检验项目的常规阳性率是否异常,从而确定是否发出预警信号,这种对多个样本的自动统计和预警方法有助于检验人员快速发现问题,节约了人工分析的耗能,准确率高,结果直观。\n作为上述方案的改进,根据所述优生优育检验项目的常规阳性率和预设的参考阳性率的数值关系,判断所述常规阳性率是否处于异常状态具体为:\n若所述优生优育检验项目的常规阳性率大于预设的参考阳性率上限阈值或小于预设的参考阳性率下限阈值时,判断所述常规阳性率处于异常状态。自动比较常规阳性率和参考阳性率的数值关系大小,从而判断所述优生优育检验项目是否需要发出预警信号。\n作为上述方案的改进,还包括步骤:\n基于所述优生优育检验项目中已选定的样本,通过预设的概率统计方法计算所述优生优育检验项目的分布概率;其中,所述概率统计方法根据已选定的全体标本数预先选定;\n根据所述优生优育检验项目的分布概率和预设的参考概率的数值关系,判断所述分布概率是否处于异常状态;\n若所述分布概率处于异常状态时,发出预警信号。通过概率统计方法获得分布概率作为另一种判断所述优生优育检验项目是否异常的方式,可信度高。\n作为上述方案的改进,根据所述优生优育检验项目的分布概率和预设的参考概率的数值关系,判断所述分布概率是否处于异常状态具体为:\n若所述分布概率小于预设的参考概率时,判断所述分布概率处于异常状态。自动比较分布概率和参考概率的大小,从而判断所述优生优育检验项目是否需要发出预警信号。\n作为上述方案的改进,所述概率分布方法根据所述优生优育检验项目中的全体标本数预先选定具体为:\n当已选定的全体标本数大于预设的阈值时,选定泊松分布作为所述概率统计方法;\n当已选定的全体标本数小于预设的阈值时,选定二项分布作为所述概率统计方法。系统自动根据已选定的全体样本数选定概率统计方法,使结果更具有参考价值。\n作为上述方案的改进,所述发出预警信号具体为:\n在所述优生优育检验项目进行发布时弹出预警信息,其中,所述预警信息包括所述优生优育检验项目的名称、参考阳性率、常规阳性率和分布概率。所述预警信息简单直观,以方便检验人员获知该项目的问题。\n作为上述方案的改进,还包括步骤:\n接收对优生优育检验项目的室内质控指令;\n基于所述室内质控指令,检测预定时间段内是否存在所述优生优育检验项目的质控数据;\n若在预定时间段内,不存在所述优生优育检验项目的质控数据,则发出预警信号;\n若在预定时间段内存在所述优生优育检验项目的质控数据,判断所述优生优育检验项目的质控数据的状态是否为审核通过;\n若所述优生优育检验项目的质控数据的状态为审核未通过或未审核,则发出预警信号。本方案除了对项目的阳性率进行预警外,还对项目的室内质控进行预警,预警方式更全面,审核功能更强大。\n作为上述方案的改进,所述预定时间段为接收到所述优生优育检验项目的最新病理结果的时刻之前的24小时内。质控数据存在有效时间,该有效时间的设定由所述优生优育检验项目决定。\n本发明实施例还提供了一种用于优生优育检验项目的预警装置,包括:\n第一接收模块,用于接收对优生优育检验项目的阳性率检测指令;\n常规比率计算模块,用于根据所述阳性率检测指令,基于所述优生优育检验项目中已选定的样本,计算所述优生优育检验项目的常规阳性率;其中,所述常规阳性率为已选定的样本中病理结果为阳性的样本数和已选定的全体样本数的比例;\n第一判断模块,用于根据所述优生优育检验项目的常规阳性率和预设的参考阳性率的数值关系,判断所述常规阳性率是否处于异常状态;\n第一预警模块,用于若判断所述常规阳性率处于异常状态,发出预警信号。\n与现有技术相比,本发明公开的通过用于优生优育检验项目的预警装置通过常规比率计算模块根据第一接收模块接收到的阳性率检测指令,将所述优生优育检验项目中已选定的样本计算其常规阳性率,第一判断模块再根据所述常规阳性率和预设的参考阳性率的数值关系,判断所述优生优育检验项目的常规阳性率是否异常,从而第一预警模块若判断所述常规阳性率处于异常时,预警信号,这种对多个样本的自动统计和预警方法有助于检验人员快速发现问题,节约了人工分析的耗能,准确率高,结果直观。\n作为上述方案的改进,发所述预警装置还包括:\n第二接收模块,用于接收对优生优育检验项目的室内质控指令;\n第二判断模块,用于基于所述室内质控指令,判断预定时间段内是否存在所述优生优育检验项目的质控数据;\n第二预警模块,用于若在预定时间段内,不存在所述优生优育检验项目的质控数据,则发出预警信号;\n第三判断模块,用于若在预定时间段内存在所述优生优育检验项目的质控数据,判断所述优生优育检验项目的质控数据的状态是否为审核通过;\n第三预警模块,用于若所述优生优育检验项目的质控数据的状态为审核未通过或未审核,则发出预警信号。\n附图说明\n图1是本发明其中一实施例提供的一种用于优生优育检验项目的预警方法的流程示意图。\n图2是本发明其中一实施例提供的一种用于优生优育检验项目的预警方法的流程示意图。\n图3是阳性率预警提示的示意图。\n图4是本发明其中一实施例提供的一种用于优生优育检验项目的预警方法的流程示意图。\n图5是室内质控不合格的预警提示示意图。\n图6是本发明其中一实施例提供的一种用于优生优育检验项目的预警装置的结构示意图。\n图7是本发明其中一实施例提供的一种用于优生优育检验项目的预警装置的结构示意图。\n具体实施方式\n下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。\n参见图1,是本发明其中一实施例提供的一种用于优生优育检验项目的预警方法的流程示意图,包括步骤:\nS1、接收对优生优育检验项目的阳性率检测指令;\n其中,该阳性率检测指令在一次性选择所述优生优育检验项目的若干样本后发出,由此启动已选定样本的阳性率检测。\nS2、根据所述阳性率检测指令,基于所述优生优育检验项目中已选定的样本,计算所述优生优育检验项目的常规阳性率;其中,所述常规阳性率为已选定的样本中病理结果为阳性的样本数和已选定的全体样本数的比例;\n可以理解的,常规阳性率是简单的病理结果为阳性的样本数和全体样本数的比例,这在某种程度上反应所述优生优育检验项目的样本是否出现异常;\nS3、根据所述优生优育检验项目的常规阳性率和预设的参考阳性率的数值关系,判断所述常规阳性率是否处于异常状态;\n其中,所述参考阳性率作为是否异常的标准,该标准具有科学的参考意义。可以理解的,若所述优生优育检验项目的常规阳性率大于预设的参考阳性率上限阈值或小于预设的参考阳性率下限阈值时,判断所述常规阳性率处于异常状态。\nS4、若判断所述常规阳性率处于异常状态,发出预警信号。\n其中,所述发出预警信号可为多种形式,或弹出提醒窗口,或标记该项目的预警提示框。优选地,可在所述优生优育检验项目进行发布时弹出预警信息;其中,所述预警信息包括所述优生优育检验项目的名称、参考阳性率、常规阳性率和分布概率。\n具体实施时,先接收对优生优育检验项目的阳性率检测指令,然后根据所述阳性率检测指令,基于所述优生优育检验项目中已选定的样本,计算已选定的样本中病理结果为阳性的样本数和已选定的全体样本数的比例,作为所述优生优育检验项目的常规阳性率,再根据所述优生优育检验项目的常规阳性率和预设的参考阳性率的数值关系,判断所述常规阳性率是否处于异常状态,若判断所述常规阳性率处于异常状态,发出预警信号。通过上述过程,可自动统计样本的阳性率并在异常的情况下自动预警,有助于检验人员快速发现问题,节约了人工分析的耗能,准确度更高,结果更直观。\n此外,一些概率统计方法也可作为评判所述样本是否异常的辅助工具,因此,在上述实施例的基础上,如图2所示,还包括步骤:\nS5、基于所述优生优育检验项目中已选定的样本,通过预设的概率统计方法计算所述优生优育检验项目的分布概率;其中,所述概率统计方法根据已选定的全体标本数预先选定;\n在概率统计学中,事物发生的概率可以预测,因此,该步骤引入概率分布方法计算样本中病理结果为阳性的样本数发生的概率,可作为常规阳性率的辅助工具,进一步预警所述优生优育检验项目的阳性率。\nS6、根据所述优生优育检验项目的分布概率和预设的参考概率的数值关系,判断所述分布概率是否处于异常状态;\n其中,所述参考概率为统计学上的P值,最常用的0.05,反应某一事件发生的可能性大小。可以理解的,若所述分布概率小于预设的参考概率时,即为小概率事件,判断所述分布概率处于异常状态。\nS7、若判断所述分布概率处于异常状态时,发出预警信号。\n该实施例除了计算常规阳性率,将常规阳性率和参考阳性率进行比较得到所述优生优育检验项目的样本是否异常的结果,还根据已选定的全体标本数预先选定概率统计方法计算分布概率,再将该分布概率和参考阳性率进行比较以判断所述优生优育检验项目的样本是否异常。所述分布概率作为辅助预警工具,可根据单个样本为阳性的概率计算已选定样本中病理结果为阳性的样本数的概率,从而自动预警所述优生优育检验项目,使结果更可靠,避免人工分析出错率高的问题。\n可以理解的,当已选定的全体标本数大于预设的阈值时,选定泊松分布作为所述概率统计方法;当已选定的全体标本数小于预设的阈值时,选定二项分布作为所述概率统计方法。选择泊松分布,选取弓形虫IgG样本个数需大于等于50个;如果选择二项分布,,选取弓形虫IgG样本个数要小于等于50个。\n二项分布和泊松分布均是常见的离散型分布,在分类资料的统计推断中有非常广泛的应用。二项分布即重复n次独立的伯努利试验。在每次试验中只有两种可能的结果,而且两种结果发生与否互相对立,并且相互独立,与其它各次试验结果无关,事件发生与否的概率在每一次独立试验中都保持不变,则这一系列试验总称为n重伯努利实验,具体的概率分布公式为:\n泊松分布是二项分布n很大而p很小时的特殊形式,是两分类资料在n次实验中发生x次某种结果的概率分布,医学领域中有很多稀有疾病(如肿瘤等)资料都符合泊松分布。\n因此,已选定的标本量较少,阳性率较高时,适用二项分布的规则;当标本量较大,阳性率较低时,适用泊松分布的规则。\n例如,如图3所示,选择25个样本进行风疹IgM抗体项目发布的时候,系统弹出对话框告知违背二项分布,里面展示有P值、阳性个数,常规阳性率、参考阳性率。其中,参考阳性率为10%,计算得到的常规阳性率为26.9%,P值为0.008,小于参考的0.05,弹出预警提示提示实验人员该次实验的结果很大程序上有异常。\n在检验项目的预警方式中,除了对其样本的阳性率进行检测外,还可对其室内质控进行检测,在其中一优选实施例中,如图4所示,还包括步骤:\nS8、接收对优生优育检验项目的室内质控指令;\n其中,室内质控是是各实验室为了监测和评价本室工作质量,以确定实验结果是否可靠、常规检验报告能否发出所采取的一系列检查、控制手段。实质上,室内质控是评判仪器精密度的方法。\nS9、基于所述室内质控指令,检测预定时间段内是否存在所述优生优育检验项目的质控数据;\n其中,所述预设的时间段为质控的有效时间,需根据不同的项目分别设定。\nS10、若在预定时间段内,不存在所述优生优育检验项目的质控数据,则发出预警信号;\n当不存在所述优生优育检验项目的质控数据,则不能确定该项目的实验结果是否可靠,需发出预警信号提醒实验人员。\nS11、若在预定时间段内存在所述优生优育检验项目的质控数据,判断所述优生优育检验项目的质控数据的状态是否为审核通过;\n当判断存在质控数据时,仍需判断其是否审核通过,才能判断所述优生优育检验项目的实验结果是否可靠并发出报告。\nS12、若所述优生优育检验项目的质控数据的状态为审核未通过或未审核,则发出预警信号。\n当质控数据状态为审核未通过,发出预警信号并提醒实验人员该项目的实验结果不可靠;当质控数据状态为未审核时,发出预警信号提醒实验人员处理该质控数据。\n优选地,所述预设的时间段为接收到所述优生优育检验项目的最新病理结果的时刻之前的24小时内。例如,风疹抗体IgM的质控有效时间为24h,现在为2015-10-10 17:00,提交了该项目的一个结果,则此规则核查,2015-10-9 17:00至2015-10-10 17:00之间,是否未产生质控数据或有未处理的质控数据,若有,则发出预警信号,显示不通过,若无,则通过。如图5所示,当风疹抗体IgM项目未检测到质控数据或检查到所述质控数据为审核未通过时,则发出预警提示;其中①为对应条码的预警提示,可用红色进行显示,②为对应风疹抗体IgM项目的预警提示,可用红色进行标识,并提示风疹室内数据不合格。\n本发明实施例还对应提供了一种用于优生优育检验项目的预警装置,如图6所示,包括:\n第一接收模块101,用于接收对优生优育检验项目的阳性率检测指令;\n常规比率计算模块102,用于根据所述阳性率检测指令,基于所述优生优育检验项目中已选定的样本,计算所述优生优育检验项目的常规阳性率;其中,所述常规阳性率为已选定的样本中病理结果为阳性的样本数和已选定的全体样本数的比例;\n第一判断模块103,用于根据所述优生优育检验项目的常规阳性率和预设的参考阳性率的数值关系,判断所述常规阳性率是否处于异常状态;\n第二预警模块104,用于若判断所述常规阳性率处于异常状态,发出预警信号。\n其中,所述发出预警信号具体为在所述优生优育检验项目进行发布时弹出预警信息,其中,所述预警信息包括所述优生优育检验项目的名称、参考阳性率、常规阳性率和分布概率。\n优选地,如图7所示,所述用于优生优育检验项目的预警装置100还包括:\n第二接收模块105,用于接收对优生优育检验项目的室内质控指令;\n第二判断模块106,用于基于所述室内质控指令,判断预定时间段内是否存在所述优生优育检验项目的质控数据;\n第二预警模块107,用于若在预定时间段内,不存在所述优生优育检验项目的质控数据,则发出预警信号;\n第三判断模块108,用于若在预定时间段内存在所述优生优育检验项目的质控数据,判断所述优生优育检验项目的质控数据的状态是否为审核通过;\n优选地,所述预定时间段为接收到所述优生优育检验项目的最新病理结果的时刻之前的24小时内。\n第三预警模块109,用于若所述优生优育检验项目的质控数据的状态为审核未通过或未审核,则发出预警信号。\n优选地,所述用于优生优育检验项目的预警装置100还包括:\n分布概率计算模块,用于基于所述优生优育检验项目中已选定的样本,通过预设的概率统计方法计算所述优生优育检验项目的分布概率;其中,所述概率统计方法根据已选定的全体标本数预先选定;可以理解的,当已选定的全体标本数大于预设的阈值时,选定泊松分布作为所述概率统计方法;当已选定的全体标本数小于预设的阈值时,选定二项分布作为所述概率统计方法。\n第四判断模块,用于根据所述优生优育检验项目的分布概率和预设的参考概率的数值关系,判断所述分布概率是否处于异常状态;其中,若所述分布概率小于预设的参考概率时,判断所述分布概率处于异常状态。\n第四预警模块,用于若所述分布概率处于异常状态时,发出预警信号。\n综上,本发明公开了一种用于优生优育检验项目的预警方法及装置,根据接收到的阳性率检测指令,对所述优生优育检验项目中已选定的样本进行计算其常规阳性率,将所述常规阳性率和预设的参考阳性率的数值进行比较,即可判断所述优生优育检验项目的常规阳性率是否异常,从而确定是否发出预警信号,这种对多个样本的自动统计和预警方法有助于检验人员快速发现问题,节约了人工分析的耗能,准确率更高,结果更直观。\n以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。', 'inventor': [{'lang': 'CN', 'name': '陶然', 'name_id': 1}, {'lang': 'CN', 'name': '胡朝晖', 'name_id': 2}, {'lang': 'CN', 'name': '杨晋权', 'name_id': 3}], 'ipcr': [{'code': {'clazz': 'G06', 'full': 'G06F19/00', 'main_group': 'G06F19', 'section': 'G', 'sub_class': 'G06F', 'sub_group': 'G06F19/00'}, 'data_source': 'H', 'office': 'CN', 'version': '20110101'}], 'kd': 'A', 'patent_agency': [{'code': '44202', 'lang': 'CN', 'name': '广州三环专利商标代理有限公司', 'name_id': 1}], 'patent_agent': [{'lang': 'CN', 'name': '梁顺宜', 'name_id': 1}, {'lang': 'CN', 'name': '郝传鑫', 'name_id': 2}], 'patent_id': 'e2660542-9557-42ab-8fb2-a2076250675d', 'pbdt': 20171117, 'pn_official': 'CN107358018A', 'priority': [{'country': 'CN', 'date': 20161220, 'number': '2016111840596'}], 'title': '用于优生优育检验项目的预警方法及装置', 'update_ts': 1538986487620, 'tags': ['物联网技术服务', '动漫、游戏数字内容服务', '计算机和辅助设备修理']}
{'abst': '本发明提供了一种抗洪工程项目绩效评价系统,包括第一指标确定模块、第二指标分类模块、第三指标处理模块、第四评价模块和第五检验模块,所述第一指标确定模块用于确定抗洪工程项目绩效的评价指标,所述第二指标分类模块用于将评价指标划分为定性评价指标和定量评价指标,所述第三指标处理模块用于对分类后的评价指标进行处理,获取处理结果,所述第四评价模块用于根据处理结果对抗洪工程项目绩效进行评价,所述第五检验模块用于对评价效果进行检验。本发明的有益效果为:实现了抗洪工程项目的绩效评价和对评价效果的检验,从而保证了抗洪工程项目质量,提高了抗洪工程项目的利用率。', 'apdt': 20171211, 'apno_official': 'CN201711306129.5', 'applicant': [{'address': {'address': '537100 广西壮族自治区贵港市桂平市西山镇人民东路118号', 'city': '贵港市', 'country': 'CN', 'district': '桂平市', 'postcode': '537100', 'state': '广西壮族自治区'}, 'lang': 'CN', 'name': '朱明君', 'name_id': 1}], 'assignee': [{'address': {'address': '537100 广西壮族自治区贵港市桂平市西山镇人民东路118号', 'city': '贵港市', 'country': 'CN', 'district': '桂平市', 'postcode': '537100', 'state': '广西壮族自治区'}, 'lang': 'CN', 'name': '朱明君', 'name_id': 1}], 'claim': '1.一种抗洪工程项目绩效评价系统,其特征在于,包括第一指标确定模块、第二指标分类模块、第三指标处理模块、第四评价模块和第五检验模块,所述第一指标确定模块用于确定抗洪工程项目绩效的评价指标,所述第二指标分类模块用于将评价指标划分为定性评价指标和定量评价指标,所述第三指标处理模块用于对分类后的评价指标进行处理,获取处理结果,所述第四评价模块用于根据处理结果对抗洪工程项目绩效进行评价,所述第五检验模块用于对评价效果进行检验。\n2.根据权利要求1所述的抗洪工程项目绩效评价系统,其特征在于,所述第一指标确定模块用于确定抗洪工程项目绩效的评价指标,具体为:a、确定评价指标集合为E:E={E1,E2,…,En},其中,Ei(i=1,2,…,n)表示第i个评价指标,n表示评价指标的数目;b、确定指标评语集合为其中,表示评价指标可能被判定的评语,r表示评语的种类,k越大,表示对指标的评语越好。\n3.根据权利要求2所述的抗洪工程项目绩效评价系统,其特征在于,所述第三指标处理模块包括定量指标处理子模块、评语子模块和权重确定子模块,所述定量指标处理子模块用于对定量指标进行处理,所述评语子模块用于确定评价指标被判定为评语的概率,所述权重确定子模块用于确定评价指标的权值。\n4.根据权利要求3所述的抗洪工程项目绩效评价系统,其特征在于,所述定量指标处理子模块用于对定量指标进行处理,具体为:\n设有定量指标的指标值向量为X:X=[x1,x2,…,xm],xj(j=1,2,…,m)表示第j个定量评价指标的指标值,m表示定量评价指标的数目,采用以下方式对定量评价指标进行处理:\n
*,则该设备继续运行;若P>P*,则最优决策为停止运行,发出 警报。 \n', 'claim_count': 27, 'desc': '技术领域\n本发明涉及电路变压器的分析维修方法,特别涉及一种电力变压器系统状 态分析和维修决策判断方法。 \n背景技术\n随着社会经济的发展,各行各业及居民用户对用电安全提高的要求也越来 越高,而电力变压器是电力网络的核心设备,变压器的健康状况对电网安全可 靠运行极为关键。通过变压器状态监测数据,分析变压器运行状态并做出维修 判断决策,有利于生产人员科学地安排生产计划,减少事故的发生。 \n变压器在长期运行的过程中,由于电压、热、化学、机械振动以及其他因 素的影响,出现绝缘老化、材质劣化的现象,以及外部的破坏和影响等,难免 引发变压器故障事故。通过分析其监测数据的变化能判断变压器运行状态,目 前,电力部门主要应用传统方法以及一些智能方法进行分析判断。 \n传统分析方法包括IEC三比值法、大卫三角形法等,智能方法常见的有人 工神经网络、专家系统等。传统方法虽然仍然是电力行业普遍使用的状态分析 方法,但其不足之处日益凸显。传统方法往往直接使用原始数据进行故障判断, 未充分考虑数据中的不确定性,只根据单次测量值或近期数据进行判断分析, 参数和阈值的选取依赖专家经验。人工神经网络方法具有很强的自学习能力, 理论上能实现对任意复杂非线性函数的逼近。然而其训练过程通常需要大量历 史数据,可生产实际中的故障数据往往占少数,再加之神经网络的结构和参数 往往缺乏实际的物理意义,不利于调试和改进。专家系统是另一种常用的人工 智能方法,它通过将专业知识和逻辑推理相结合来模拟领域专家解决复杂问题。 但是专家系统的建立需要大量的实际经验,而且很难超越这些经验而直接从历 史数据中发掘出规律。此外,专家系统内规则的数量随变量数成指数增长,当 变量数较多时可能出现“组合爆炸”效应,需要庞大的计算量。 \n此外,变压器在运行过程中,除了老化因素外,环境的突变或负载的变化 引起变压器监测数据的起伏,而外界情况趋于缓和时,监测数据可能又会趋于 正常。若在不充分考虑变压器历史近期数据的情况下,仅仅根据当前数据进行 分析判断,容易导致误判。此外,在以上传统方法和智能方法中,很少有决策 能力,即只告诉生产人员出了什么问题,不能告诉生产人员该怎么做。 \n作为电力系统重要设备的主变压器主体复杂,运行环境多变万化,因此在 可靠性和安全性上往往也有更高的标准,因此需要专门研究和开发针对主变压 器的状态分析及决策判断算法。 \n发明内容\n本发明的目的在于克服现有技术的上述缺点与不足,提供一种电力变压器 系统状态分析和维修决策判断方法,实现历史数据和专家经验的有效结合,并 结合部分观测的马尔科夫模型解决不完全信息下复杂系统的顺序决策问题,利 用变压器监测数据进行故障检测并能做出维修决策建议,有利于维护人员科学 地安排变压器维修计划,减少事故发生、节约维修成本。 \n本发明的目的通过以下技术方案实现: \n一种电力变压器系统状态分析和维修决策判断方法,包括以下步骤: \nS1计算同类变压器历史监测数据Y在正常状态的概率分布函数h0(y)和故 障状态下的概率分布函数h1(y); \nS2根据贝叶斯公式计算电力变压器系统处于故障状态的后验概率函数P; \nS3利用贝叶斯控制理论的最优值函数计算报警阈值; \nS4电力变压器系统投运后,获取新监测数据,通过新监测数据更新后验概 率P,根据报警阈值,给出最佳维修决策建议。 \n步骤S1所述故障状态下的概率分布函数h1(y),包括过热条件下Y的分布 函数h1o(y),放电条件下Y的分布函数h1d(y)。 \n步骤S2所述电力变压器系统处于故障状态的后验概率函数P,具体形式如 下: \n 对m=1,2,...,(1) \n其中,h为监测数据采样间隔,m为截止到t时刻的采样总次数; \n用于将多维变量yj转换为一维变量Z; \n 为马氏距离; \nμ0和μ1分别为正常状态下和故障状态下监测数据变量的均值。 \n步骤S3所述利用贝叶斯控制理论的最优值函数计算报警阈值,具体为: \n贝叶斯控制理论的最优值函数具有以下形式: \n \n \n其中A表示系统停止和报警的成本,R表示维修更换的成本;λ表示单位 运行时间的奖励,(b+cn)表示采样成本,M为故障状态下单位时间运行的损失, θ为系统的历史故障率;h(z|P)=h1(z)(1-e-θh(1-P))+h0(z)e-θh(1-P)表示一个无条 件概率分布函数;报警阈值的计算是在设备投运前进行,获得报警阈值后保持 不变,若有需要可若干时间后再进行一次调整。 \n对式(2)进行迭代,具体过程如下: \n(1)选取函数初值V0(P)=-A-RP0和误差允许范围ε;P0由用户根据需要在[0,1] 范围中取值; \n(2)对于P∈[0,1]将区间[0,1]分为N等份,每次取一个值代入式(2)计算; \n(3)如果max{|Vm(P)-Vm-1(P)|}>>ε,则m=m+1,返回步骤(2),否则进入步骤(4); \n(4)结束,迭代结果为P*,满足P*=min{P:VC(P)=VS(P)}。 \n步骤S4所述通过新监测数据更新后验概率P,根据报警阈值,给出最佳维修 决策建议,具体为: \n将新监测到的数据代入下式中 \n \n其中P=P(m+1)h指获得新监测数据计算得到的后验概率,Pmh为上一次监测数 据获得的后验概率。 \n若此时P
*,则该设备可以继续运行;若P>P*,则最优决策为停止运行, 发出警报。 \n与现有技术相比,本发明具有以下优点和有益效果: \n1、本发明根据贝叶斯控制理论,用提取出的信息来更新先验知识,以先验 概率的形式表示,最终结果通过后验概率向量的形式输出,向量内的每个元素 分别对应系统处于各种不同故障模式的概率,从而实现故障的初步检测和分类。 \n2、由于贝叶斯方法的主要优点在于其对油中气体的变化趋势较为敏感,因 而能够在早期发现一些细微的变化,只要油中气体的含量发生了异常的增加, 贝叶斯算法都能及时地发现这一趋势,而不论其正常运行的基准值是多少,因 此本发明的方法具有很高的灵敏度。 \n3、本发明通过最优值函数的迭代获取最优后验概率,选取合适的报警阈值, 从而获得报警决策建议,为生产人员安排生产提供科学的维修建议,达到减少 事故的发生、节约维修成本的目的。 \n附图说明\n图1为本发明的电力变压器系统状态分析和维修决策判断方法的流程图。 \n具体实施方式\n下面结合实施例及附图,对本发明作进一步地详细说明,但本发明的实施 方式不限于此。 \n实施例 \n如图1所示,本发明一种电力变压器系统状态分析和维修决策判断方法, 包括以下步骤: \nS1计算同类变压器历史监测数据Y在正常状态的概率分布函数h0(y)和故 障状态下的概率分布函数h1(y);所述故障状态下的概率分布函数h1(y),包括过 热条件下Y的分布函数h1o(y),放电条件下Y的分布函数h1d(y)。 \nS2根据贝叶斯公式计算电力变压器系统处于故障状态的后验概率函数P; \n所述电力变压器系统处于故障状态的后验概率函数P,具体形式如下: \n 对m=1,2,...,(1) \n其中,h为监测数据采样间隔,m为截止到t时刻的采样总次数; \n用于将多维变量yj转换为一维变量Z; \n 为马氏距离; \nμ0和μ1分别为正常状态下和故障状态下监测数据变量的均值。 \nS3利用贝叶斯控制理论的最优值函数计算报警阈值,具体为: \n贝叶斯控制理论的最优值函数具有以下形式: \n \n \n其中A表示系统停止和报警的成本,R表示维修更换的成本;λ表示单位 运行时间的奖励,(b+cn)表示采样成本,M为故障状态下单位时间运行的损失, θ为系统的历史故障率;h(z|P)=h1(z)(1-e-θh(1-P))+h0(z)e-θh(1-P)表示一个无条 件概率分布函数;报警阈值的计算是在设备投运前进行,获得报警阈值后保持 不变,若有需要可若干时间后再进行一次调整。 \n对式(3)进行迭代,具体过程如下: \n(1)选取函数初值V0(P)=-A-RP0和误差允许范围ε;P0由用户根据需要在[0,1] 范围中取值; \n(2)对于P∈[0,1]将区间[0,1]分为N等份,每次取一个值代入式(2)计算; \n(3)如果max{|Vm(P)-Vm-1(P)|}>>ε,则m=m+1,返回步骤(2),否则进入步骤(4); \n(4)结束,迭代结果为P*,满足P*=min{P:VC(P)=VS(P)}。 \nS4电力变压器系统投运后,获取新监测数据,通过新监测数据更新后验概 率P,根据报警阈值,给出最佳维修决策建议,具体为: \n将新监测到的数据代入下式中 \n \n其中P=P(m+1)h指获得新监测数据计算得到的后验概率P,Pmh为上一次监测数 据获得的后验概率。 \n若此时P
*,则该设备可以继续运行;若P>P*,则最优决策为停止运行, 发出警报。 \n上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受所述实 施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、 替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。 \n', 'erdt': 20130109, 'family_inpadoc': 'CN201210196906A', 'family_original': '47124140', 'inventor': [{'lang': 'CN', 'name': '田立斌', 'name_id': 1}, {'lang': 'CN', 'name': '王珏', 'name_id': 2}, {'lang': 'CN', 'name': '陈婷', 'name_id': 3}], 'ipcr': [{'code': {'clazz': 'G06', 'full': 'G06F19/00', 'main_group': 'G06F19', 'section': 'G', 'sub_class': 'G06F', 'sub_group': 'G06F19/00'}}], 'kd': 'A', 'patent_agency': [{'code': '44245', 'lang': 'CN', 'name': '广州市华学知识产权代理有限公司', 'name_id': 1}], 'patent_agent': [{'lang': 'CN', 'name': '齐荣坤', 'name_id': 1}], 'patent_id': 'ef577c34-3a0e-4e95-b396-09888f9eb9ca', 'pbdt': 20121114, 'pn_official': 'CN102779230A', 'prsd': 20150128, 'title': '一种电力变压器系统状态分析和维修决策判断方法', 'update_ts': 1538102593038, 'tags': ['物联网技术服务', '动漫、游戏数字内容服务', '计算机和辅助设备修理']}
{'abst': '揭示了便于通过采用一种学习具有完整表格的贝叶斯网络的学习算法来学习具有决策树的贝叶斯网络的系统和方法。该学习算法可包括一搜索算法,它可反转具有完整表格的贝叶斯网络中的边,以细化与其相关联的有向非循环图。细化的完整表格DAG然后可用于导出用于在决策树贝叶斯网络中生长决策树的学习算法的一组约束。', 'apdt': 20050325, 'apno_official': 'CN200510060162.5', 'assignee': [{'address': {'address': '美国华盛顿州', 'city': 'WA', 'country': 'US', 'formatted_address': 'Washington, USA', 'lat': 47.7510741, 'lon': -120.7401386, 'state': '美国'}, 'ans_id': 'b8131e5c-a417-43b1-8b32-b4f6d7eadaaf', 'lang': 'CN', 'name': '微软公司', 'name_id': 1, 'nname': 'MICROSOFT', 'nname_cn': '微軟'}], 'claim': '1.\xa0一种便于学习具有局部分布的贝叶斯网络的系统,其中,至少一个分布不 是完整表格,所述系统包括: \n一完整数据集; \n一贝叶斯网络构造器组件,它构造完整表格贝叶斯网络以表示所述完整数据 集中的数据的局部分布,并采用一可反转完整表格贝叶斯网络中的边的学习算法来 便于学习贝叶斯网络的决策树。 \n2.\xa0如权利要求1所述的系统,其特征在于,所述贝叶斯网络构造器组件还分 析一从所述完整表格贝叶斯网络中得出的有向非循环图,以确定所述完整表格贝叶 斯网络的偏序。 \n3.\xa0如权利要求2所述的系统,其特征在于,所述学习算法准许对所述完整表 格贝叶斯网络的有向非循环图的偏序构造所述局部分布。 \n4.\xa0如权利要求1所述的系统,其特征在于,所述贝叶斯网络构造器组件对所 述完整表格贝叶斯网络中的每一边确定一得分。 \n5.\xa0如权利要求4所述的系统,其特征在于,所述贝叶斯网络构造器组件为所 述完整表格贝叶斯网络中的至少一个其它潜在的边配置确定一得分,以评估是否可 以改进边的得分。 \n6.\xa0如权利要求5所述的系统,其特征在于,如果所述完整表格贝叶斯网络中 的至少一条边的操纵将改进所述边的得分,则所述贝叶斯网络构造器组件就操纵所 述边。 \n7.\xa0如权利要求6所述的系统,其特征在于,所述局部分布包括至少一个决策 树。 \n8.\xa0如权利要求6所述的系统,其特征在于,所述局部分布包括至少一个支持 矢量机。 \n9.\xa0如权利要求6所述的系统,其特征在于,所述局部分布包括至少一个逻辑 回归。 \n10.\xa0一种用于学习具有至少一个是非完整表格的分布的贝叶斯网络的方法, 其特征在于,包括: \n输入一完整数据集; \n根据完整数据集学习包括完整表格的第一贝叶斯网络; \n分析完整表格贝叶斯网络的有向非循环图;以及 \n根据所述完整表格贝叶斯网络的有向非循环图,学习包括至少一个非完整表 格分布的第二贝叶斯网络。 \n11.\xa0如权利要求10所述的方法,其特征在于,学习所述第一贝叶斯网络包括 采用一可反转所述完整表格贝叶斯网络中的边的搜索算法。 \n12.\xa0如权利要求11所述的方法,其特征在于,还包括为所述完整表格贝叶斯 网络中的至少一条边确定一得分。 \n13.\xa0如权利要求12所述的方法,其特征在于,还包括为所述完整表格贝叶斯 网络中的其它潜在的边配置确定得分。 \n14.\xa0如权利要求13所述的方法,其特征在于,还包括将所述至少一条边的得 分与另一潜在边配置的得分进行比较,以确定是否可改进所述至少一条边的得分。 \n15.\xa0如权利要求14所述的方法,其特征在于,还包括如果确定可以改进所述 至少一条边的得分,则通过操纵所述至少一条边以改进所述至少一条边的得分,来 细化所述完整表格贝叶斯网络。 \n16.\xa0如权利要求15所述的方法,其特征在于,还包括如果确定没有边得分可 被改进,则制止操纵所述完整表格贝叶斯网络中的边。 \n17.\xa0如权利要求16所述的方法,其特征在于,还包括一旦确定了没有边得分 可被改进,则基于所述完整表格贝叶斯网络的有向非循环图,导出所述第二贝叶斯 网络中的局部分布构造上的一组约束。 \n18.\xa0如权利要求17所述的方法,其特征在于,导出所述的一组约束包括估算 所述完整表格贝叶斯网络的有向非循环图,以标识经细化的完整表格贝叶斯网络中 的所有边。 \n19.\xa0如权利要求18所述的方法,其特征在于,学习所述第二贝叶斯网络包括 采用一考虑所述经细化的完整表格贝叶斯网络的有向非循环图的偏序的受约束的 学习算法。 \n20.\xa0如权利要求19所述的方法,其特征在于,还包括生长决策树,作为定义 所述第二贝叶斯网络的局部分布。 \n21.\xa0如权利要求12所述的方法,其特征在于,为至少一条边确定得分包括: \n确定由所述至少一条边连接的节点之间的依赖性程度; \n确定由所述至少一条边连接的节点之间的依赖性方向;以及 \n至少部分地基于由所述至少一条边连接的节点之间的依赖性方向,评估该至 少一条边的方向是否正确。 \n22.\xa0如权利要求21所述的方法,其特征在于,还包括通过将所述至少一条边 的得分与所述各节点和所述至少一条边的所有其它可能的排列的得分进行比较,来 确定所述至少一条边的得分是否为最佳可能得分。 \n23.\xa0如权利要求22所述的方法,其特征在于,还包括如果所述至少一条边的 得分低于所述各节点和所述至少一条边的另一可能排列的得分,则反转所述边的方 向以改进边得分。 \n24.\xa0一种在两个或多个计算机组件之间传输的、便于数据访问的数据分组, 所述数据分组包括至少部分地基于一基于完整数据表格的模型或模式的数据集信 息。 \n25.\xa0如权利要求24所述的数据分组,其特征在于,所述数据分组还包括直接 来自所述数据集所基于的数据集信息。 \n26.\xa0如权利要求25所述的数据分组,其特征在于,所述数据分组还包括基于 一完整数据表格的数据集信息。 \n27.\xa0一种在两个或多个计算机组件之间传输的、便于数据访问的数据分组, 所述数据分组包括可用于至少部分地基于具有完整数据表格的贝叶斯网络学习具 有决策树的贝叶斯网络的数据集信息。 \n28.\xa0一种采用权利要求1所述的系统的设备,包括计算机、服务器和手持式 电子设备中的至少一个。 \n29.\xa0一种便于学习具有决策树的贝叶斯网络的系统,其特征在于,包括: \n用于从一数据集学习完整表格贝叶斯网络的装置; \n用于细化从所述完整表格贝叶斯网络中得到的有向非循环图的装置; \n用于学习具有至少一个非完整表格分布的贝叶斯网络的装置;以及 \n用于依照由所述完整表格贝叶斯网络的有向非循环图的偏序施加的约束来构 造局部分布的装置。 \n', 'claim_count': 42, 'cpc': [{'code': {'clazz': 'G06', 'full': 'G06N7/005', 'main_group': 'G06N7', 'section': 'G', 'sub_class': 'G06N', 'sub_group': 'G06N7/005'}, 'office': 'EP', 'position': 'F', 'status': 'B', 'value': 'I'}, {'code': {'clazz': 'Y10', 'full': 'Y10S707/99933', 'main_group': 'Y10S707', 'section': 'Y', 'sub_class': 'Y10S', 'sub_group': 'Y10S707/99933'}, 'office': 'EP', 'position': 'L', 'status': 'B', 'value': 'A'}], 'desc': '技术领域\n本发明一般涉及数据建模和分析,尤其涉及使用完整的数据表格来创建模型 (或模式)。 \n背景技术\n随着因特网,尤其是因特网上的电子商务(“e商务”)的出现,数据分析工 具的使用也随之显著地增加。在e商务和其它因特网和非因特网应用中,生成并维 护具有非常大量信息的数据库。这类信息通常被分析或“挖掘(mine)”来了解关 于顾客、用户、产品等的额外信息。这一信息允许商家和其它用户更好地实现其产 品和/或思想。 \n数据挖掘(也称为数据库中的知识发现-KDD)被定义为“从数据中对隐含 的、先前未知的和可能有用的信息的非平凡提取”。数据挖掘可采用机器学习、统 计和/或可视化技术来发现并呈现容易被人类理解的形式的知识。一般而言,人类 能够比文本项更容易地识别或转换图形项。因此,使用这一手段可比其它方法传播 更大量的信息。由此,图形统计模型被证明在数据挖掘中是无价的。 \n计算机科学中人工智能的出现带来了丰富的决策支持系统。决策支持系统是 其中建议并有时候作出通常由人类托付的决策的计算机系统。在创建决策支持系统 时,计算机科学家试图提供具有最大可能准确性的决策。由此,计算机科学家努力 创建等效于人类专家或比其更准确的决策支持系统。决策支持系统的应用包括医学 诊断、计算机网络故障诊断、或其中决策是基于可标识准则的其它系统。 \n决策支持系统中用于研究的最有希望的新领域之一是贝叶斯网络。贝叶斯网 络是关于世界的区别中概率关系的表示。每一区别(也称为变量)可采用一手动排 他且穷尽的可能的状态集合之一。贝叶斯网络被表达为非循环有向图,其中,变量 对应于节点,而节点之间的关系对应于弧。 \n贝叶斯网络是对感兴趣的变量之间的概率关系进行编码的图形统计模型。在 过去的十年中,贝叶斯网络已经成为了编码专家系统中不确定专家知识的流行表 示。最近,研究人员开发了用于从数据中学习贝叶斯网络的方法。当结合统计技术 使用时,图形模型具有用于数据分析的若干优点。首先,由于模型对所有变量之间 的依赖性进行编码,因此它可以容易地处理缺少某些数据条目的情况。其次,贝叶 斯网络可用于学习因果关系,并因此可用于获取关于问题域的理解和预测干预的 结果。第三,由于模型具有因果和概率语义两者,它是用于组合现有知识(通常以 因果形式出现)和数据的理想表示。第四,贝叶斯统计方法结合贝叶斯网络提供了 用于避免数据的过拟合(over\xa0fitting)的有效且有原则的方法。 \n有两种用于构造统计模型的传统方法,即基于知识的方法和基于数据的方法, 如决策树或决策图。使用基于知识的方法,一个人(也称为知识工程师)采访给定 领域的专家以获得该专家关于其专长的领域的知识。知识工程师和专家首先确定世 界中对于专家的领域中决策制定是重要的各种区别。这些区别对应于感兴趣的域中 的变量。例如,如果决策图用于基于顾客在商店中购买的产品来预测顾客的年龄, 则有一用于“年龄”的变量和一用于所有相关产品的变量。知识工程师和专家接下 来确定决策图的结构和定量化条件概率分布所对应的参数值。 \n在基于数据的方法中,知识工程师和专家首先确定域的变量。下一步,对那 些变量累计数据,并且应用从该数据创建一个或多个决策图的算法。累计的数据来 自域的真实世界实例。即,给定领域中决策制定的真实世界实例。 \n通常,从一般的观点来看,基于数据的方法更常用。然而,在过去的几年中, 当更有效地收集数据的能力增长时,这些数据库也呈指数地增长。尽管计算机处理 技术和存储访问技术中得到的速度不断提高,这仍产生了花费极大时间来分析的庞 大的数据库。 \n发明内容\n以下提出了本发明的简化概述,以提供对本发明的某些方面的基本理解。本 概述并非本发明的广泛综述。它并不意味着标识本发明的关键/决定性元素,或描 述本发明的范围。其唯一的目的是以简化的形式提出本发明的某些概念,作为以后 给出的更详细描述的序言。 \n本发明一般涉及数据建模和分析,尤其涉及使用包括完整表格的贝叶斯网络 来创建包含决策树的贝叶斯网络模型(或模式)。依照本发明的一个方面,具有完 整表格的贝叶斯网络中的边可被反转,以便于纠正添加到该网络的边。例如,贝叶 斯网络可使用完整的表格作为分布来学习,其中学习算法使用了可反转边的搜索算 法。所得的有向非循环图(DAG)可用于限制使用决策树作为局部分布的贝叶斯 网络学习算法。依照这一方面,在从决策树和/或完整表格搜索中得到的DAG中考 虑完整表格DAG的偏序。以这一方式,如果在完整表格DAG中存在从X到Y的 有向路径,则可阻止在X的树中对Y的分裂。 \n依照本发明的另一方面,具有完整表格的贝叶斯网络中的边可被求值,以评 估与其相关联的得分。这一得分可以指示由边连接的节点之间的相关程度。可考虑 替换的节点/边排列,并可确定现有的边是否具有最佳可能得分。如果边得分可被 改进,则现有的边可以被操纵(如,反转、移除或用新边替换等等),以达到增加 的得分。以这一方式,本发明可确保贝叶斯网络具有良好的排序。 \n为实现上述和相关目的,此处结合以下详细描述和附图描述了本发明的某些 说明性方面。然而,这些方面仅指示了可在其中采用本发明的原理的各种方法中的 几种,并且本发明并不试图包括所有这样的方面及其等效方面。当结合附图阅读以 下本发明的详细描述时,可以清楚本发明的其它优点和新颖特征。 \n附图说明\n图1是依照本发明的一个方面的示例性贝叶斯网络的图示。 \n图2是依照本发明的一个方面的贝叶斯网络学习系统的框图。 \n图3是依照本发明的一个方面的贝叶斯网络学习系统的另一框图。 \n图4是依照本发明的一个方面的示例性节点-边配置的图示。 \n图5示出了依照本发明的一个方面的叶-节点连接。 \n图6所示是依照本发明的一个方面学习具有决策树的贝叶斯网络的方法的流 程图。 \n图7所示是依照本发明的一个方面学习具有决策树的贝叶斯网络的方法的另 一流程图。 \n图8示出了本发明可在其中运作的示例操作环境。 \n图9示出了本发明可在其中运作的另一示例操作环境。 \n具体实施方式\n现在参考附图来描述本发明,贯穿附图,相同的标号用于引用相同的元素。 在以下描述中,为解释目的,陈述了众多具体细节来提供对本发明的彻底理解。然 而,很明显,本发明可以不使用这些具体细节来实施。在其它实例中,以框图的形 式示出了众所周知的结构和设备,以便于描述本发明。 \n如本申请中所使用的,术语“计算机组件”指的是计算机相关的实体,无论 是硬件、硬件和软件的组合、软件还是执行中的软件。例如,计算机组件可以是, 但不限于,运行在处理器上的进程、处理器、对象、可执行码、执行线程、程序和 /或计算机。作为说明,运行在服务器上的应用程序和服务器都可以是组件。一个 或多个组件可驻留在进程和/或执行线程中,并且组件可位于一个计算机上和/或在 两个或多个计算机之间分布。可以理解,此处所描述的模型、网络、查询引擎、用 户界面、比较器、模型(或模式)可以是计算机组件。 \n本发明方便了从数据中学习贝叶斯网络,它涉及搜索最好地表示数据中的不 依赖性的模型结构(如,DAG)。贝叶斯网络包括一DAG和对应的一组局部分布, 该组局部分布共同定义了联合分布,在联合分布中,由DAG蕴含的不相关性约束 都被考虑在内。例如,当每一局部分布p(X|parents)是完整表格时(如,对于 parent_values的所有可能的值,我们有单独的分布p(X|parents=parent_vales)),典 型的搜索过程可考虑添加、删除和反转边。 \n当局部分布是决策树时,搜索问题可以更困难。只要某一目标T的决策树包 含变量R上的分裂,R就可以是DAG中T的父节点。在这一情况下,与完整表格 分布相反,父节点集合不唯一地标识该节点的局部分布。因此,搜索算法也可搜索 分布的“子结构”(如,树的结构等)。 \n在许多情况下,经学习的模型的质量取决于导出DAG中正确的偏序。例如, 如果学习了结构X→Y←Z,则这一模型结构可以优于X→Y→Z、X→Z,因为它编 码了X和Z的边缘不相关性。当局部分布是完整表格时,搜索操作符可反转边的 方向。以这一方式,如果算法最初不正确地应用了边的方向,则它可在稍后就纠正 这一错误。在上述示例中,如果贪婪算法从空网络开始,则添加X→Y的得分将与 添加Y←X的得分相同,因为模型X→Y\xa0Z和X←Y\xa0Z编码了同一不相关性约束。 假定这两个操作符都是最佳的,贪婪算法将在它们之间任意选择。如果最优模型是 X→Y←Z,则算法可通过稍后反转它以从添加X←Y中恢复。如上所述,如果结合 适当的操作符使用了DAG的等效类,则算法可从任何这样的错误中恢复。 \n然而,当局部分布是树时,常规的系统和方法不提供边反转的良好定义的概 念。反转边X→Y包括(1)删除作为Y的父节点的Z,以及(2)添加Y作为X 的父节点。删除作为Y的父节点的X包括在Y的决策树中消除X上的任何分裂。 如果在X上的分裂的下级有其它分裂,则这一消除也会消除其它父节点。此外, “添加Y作为X的父节点”对于使用常规系统和/或方法的决策树分布不是良好定 义的;相反在X的树中对Y的分裂是必需的。 \n作为上述缺点的结果,学习具有决策树分布的贝叶斯网络的传统搜索操作符 通常考虑向树添加分裂;这一操作符或者在其为新的父节点时向DAG添加边,或 者在父节点上已经存在分裂时不向DAG添加任何边。不幸的是,由于传统的系统 仅添加边,使用这一常规系统从在错误的方向上添加边中恢复是不可能的。此外, 如在完整表格的情况下一样,边的方向之间的选择(如,在Y的树中分裂X或在 X的树中分裂Y等)在贪婪搜索的早期阶段是任意的。 \n本发明方便了学习具有决策树的贝叶斯网络,同时减轻了上述许多困难。例 如,可使用分布中的完整表格,使用可反转边的搜索算法来学习贝叶斯网络。所得 的DAG可用于限制决策树搜索算法。具体地,本发明的系统和方法可要求在从决 策树搜索中得到的DAG中考虑完整表格DAG的偏序。换言之,如果存在完整表 格DAG中从X到Y的有向路径,则可阻止X的树中对Y的分裂。 \n图1描述了贝叶斯网络100的一个示例。在图1中,有三个变量X1、X2和 X3,它们分别由节点102、106和110表示。该贝叶斯网络包括两条弧104和108。 与贝叶斯网络中每一变量相关联的是一组概率分布。使用条件概率的符号,变量的 概率分布集合可以由p(xi|∏i,ξ)来表示,其中,“p”指概率分布,“∏i”表示变 量Xi的父节点,“ξ”表示专家知识。希腊字母“ξ”表示贝叶斯网络反映了给定 领域的专家知识。由此,这一表达式可作以下解释:给定Xi的父节点和专家知识, 变量Xi的概率分布。例如,X1是X2的父节点。概率分布指定了变量之间的关系的 强度。例如,如果X1具有两种状态(真和假),则与X1相关联的是单个概率分布 p(x1|ξ),而与X2相关联的是两个概率分布p(x2|x1=t,ξ)和p(x2|x1=f,ξ)。在这一 规定的剩余部分,ξ未特别地提及。 \n贝叶斯网络中的弧表明了节点之间的依赖性。当两个节点之间有一条弧时, 当弧的方向从第二节点指向第一节点时,第一节点的概率分布取决于第二节点的 值。例如,节点106依赖于节点102。因此,节点102和106被认为是条件依赖的。 贝叶斯网络中缺少弧表明条件独立性。例如,给定节点106,节点102和110是条 件独立的。然而,通过中间变量间接连接在一起的两个变量在缺少中间节点的值的 知识(“状态”)的情况下是条件依赖的。因此,如果已知节点106的值,节点 102和节点110是条件依赖的。 \n换言之,给定一组变量Z,如果给定Z时X的概率分布不依赖于Y,则变量 X和Y的组被认为是条件独立的。然而,如果Z为空,X和Y被认为是“独立的”, 与“条件独立”相反。如果X和Y不是条件独立的,则给定Z,X和Y被认为是 在给定Z是条件依赖的。 \n用于每一节点的变量可以具有不同的类型。具体地,变量可以具有两种类型: 离散的或连续的。离散变量是具有有限或可计数的状态数的变量,而连续变量是具 有无限状态数的变量。离散变量的一个示例是布尔变量。这一变量只能采用两个状 态中的一个:“真”和“假”。连续变量的一个示例是可采用-1和1之间的任何 实数值的变量。离散变量具有相关联的概率分布。然而,连续变量具有相关联的概 率密度函数(“密度”)。当事件是一可能的结果的集合时,变量“x”和事件“a” 和“b”的密度被定义为: \n \n其中,p(a≤x≤b)是x位于a和b之间的概率。 \n图2示出了依照本发明的一个方面的贝叶斯网络学习系统200。图2描述了分 析由数据集204组成的数据的贝叶斯网络构造器202。贝叶斯网络构造器202可基 于从数据集204收集的信息开发一具有完整表格的贝叶斯网络206,以确定数据的 偏序。贝叶斯网络构造器202然后可使用搜索算法分析数据集204和具有完整表格 的贝叶斯网络,以标识该贝叶斯网络内的边的潜在排列,并可将这些其它排列与由 具有完整表格的贝叶斯网络206定义的偏序进行比较。如果确定存在一个更好的顺 序,则贝叶斯网络构造器202可操纵(如,反转、移除和/或替换等)贝叶斯网络 中的边,以构造一具有形成逻辑分布的决策树的新的贝叶斯网络208。新贝叶斯网 络208的决策树可以用依照确定的较好排序所排列的边来生长。从完整表格中导出 的有向非循环图(DAG)可用于限制贝叶斯网络构造器202使用的学习算法,使 得具有决策树的新贝叶斯网络208的构造可以用在从决策树和/或完整表格搜索中 得到的DAG中考虑完整表格DAG的偏序的坚持主张来实现。例如,如果完整表 格的DAG包括从X到Y的有向路径,则贝叶斯网络学习算法可阻止在具有决策 树的贝叶斯网络208中在X的树中Y上的分裂。 \n构造器202可包括一处理器(未示出),便于分析数据集、DAG、贝叶斯网 络等等。此外,处理器可采用人工智能技术以便于推导,例如贝叶斯网络中边的潜 在排列。如此处所使用的,术语“推导”一般指从通过事件和/或数据捕捉的一组 观察中推论或推导系统、环境和/或用户的状态的过程。例如,推导可用于标识特 定的环境或行动,或可生成状态的概率分布。推导可以是概率性的-即,基于数据 和事件的考虑计算感兴趣的状态的概率分布。推导也可以指用于从一组事件和/或 数据组成更高级事件的技术。这类推导能够从一组观察的事件和/或储存的事件数 据中构造新的事件或行动,不论事件是否在邻近的时间上相关,也不论事件和数据 是否来自一个或若干个事件和数据源。各种分类方案和/或系统(如,支持矢量机、 神经网络、专家系统、贝叶斯信任网络、模糊逻辑、数据融合引擎、回归方法……) 可用于执行结合本发明的自动和/或推导的行动。 \n尽管此处描述的本发明强调使用决策树作为局部分布,然而可以理解,提供 这一强调以简化本发明的解释,并且本发明可用于促进包括除决策树之外的条件分 布的贝叶斯网络的构造和/或改进。例如,条件分布可以是神经网络、逻辑/线性回 归模型、支持矢量机(SMV)等等。此外,在一个节点上采用的条件分布的类型 可以不同于在另一节点上采用的条件分布的类型。如本领域的技术人员可理解的, 对于上述分布类型,学习算法需要一种特征选择算法来标识对分布的相关输入,它 进而定义了贝叶斯网络中的父节点。由于在决策树中在一个变量上的分裂具有选择 从其始发分裂的变量作为输入的效果,因此传统的决策树学习算法自动执行特征选 择。此处所揭示的系统和方法促进了贝叶斯网络的改进的启发式搜索算法,它克服 了常规方法的缺陷。为此,本发明可增强包含一组SVM分布的统计模型的标识, 它促进了例如计算机系统中的语音和/或手写识别、蛋白质结构和/或序列分析、基 因排序等等。这一可能应用的列表不是穷尽的,但是本质上是示例性的,并非以任 何方式限制本发明的范围。 \n图3是依照本发明的一个方面,描述便于从数据集构造具有决策树的贝叶斯 网络的各个数据操作阶段的贝叶斯网络学习系统300的图示。学习系统300包括数 据集302;包含完整表格的贝叶斯网络304,其具有从数据集中提取信息的装置306; 以及包括决策树的贝叶斯网络308,其具有使用由具有完整表格的贝叶斯网络304 定义的偏序来学习具有决策树的贝叶斯网络308的学习装置310。依照一个示例, 学习系统300可分析由数据集302组成的信息,并通过学习算法构造具有完整表格 的贝叶斯网络304。学习算法可包括可反转完整表格网络304中的边的搜索算法。 基于这一贝叶斯网络304,可通过分析具有完整表格304的贝叶斯网络中的边,确 定和/或定义完整表格DAG的偏序。一旦估算了偏序,可通过装置312再次访问并 再次评估数据集302,以估算由具有完整表格的贝叶斯网络304定义的DAG和/ 或将其与数据集302的其它部分排列进行比较,以便于分析是否改进了偏序。例如, 可确定对具有完整表格的贝叶斯网络304中的特定边的操纵(如,反转、删除、添 加等)是否有利于实现更优化的排序。如果这一确定表明可改进排序,则可操纵边 并可学习具有逻辑分布的决策树的新贝叶斯网络308,以便于实现更好的排序。这 可以通过采用在构造决策树DAG时考虑完整表格DAG的偏序的贝叶斯网络学习 算法来促进。 \n图4是包括完整表格的简单示例性贝叶斯网络400的图示。完整表格可用于 学习贝叶斯网络中的边,因为它们可包括关于分布的形状的信息。例如,决策树可 包括不完整的逻辑分布,这可导致缺少形状信息。通过采用完整表格来学习贝叶斯 网络,可执行比常规方法所需的更不贪婪的搜索,以便于确定数据依赖性的较佳排 序。图4所示的“V”结构是一个这样的信息丰富排序结构。依照该图,X和Z必 须在Y之前。一旦学习了这一排序,它可作为约束应用到例如决策树学习模型。 例如,这一约束可坚持如果一个变量是原始排序中的子节点,则不能向该变量添加 边。以这一方式,可提供并然后细调排序的高质量逼近,以生长决策树,如贝叶斯 网络。 \n依照本发明的这一方面,如图4所示,最初X和Z彼此不相关(如,关于X 的知识不能通过知道Z来获得)。例如,如果X表示下雨的出现,Z表示随机定 时间的人工降雨系统,而Y表示湿的草地,则下雨(如,X为真)的知识不能退 定人工降雨系统尚未被激活(如,Z也为真)。然而,第二示意图示出给定Z,X 在统计上依赖于Z,使得如果已知人工降雨系统已被激活,并且草地是湿的,则出 现下雨的概率降低。以这一方式,本发明可在完整表格搜索期间收集关于数据排序 的信息,然后可采用排序信息以便于决策树扩展。 \n依照本发明的一个方面,用从第一示意图定向到第二示意图的虚线箭头示出 了图4,以示出可发生一行动,由此可积极地反转两个变量之间的边的方向。在学 习贝叶斯网络时,这一边反转便于达到叶节点、树等的最佳得分。 \n图5示出了依照本发明的一个方面的边反转协议500。最初,在X和Y之间 插入边,表明X依赖于Y。在Y和Z之间插入第二条边,表明Y依赖于Z,现在 给定Y,X依赖于Z。可向X-Y-Z叶节点分配一得分,以便于学习例如上文所述的 贝叶斯网络。在这一点上,可确定最初添加的边是在不正确的方向上插入的(如, X应当不依赖于Y等)。这一确定可通过例如相对于叶节点中的变量之间的其它 可能依赖性关系确定叶节点的得分来作出。如果替换组合产生了更高的得分(如, 更大的正确性似然性),则这一组合可通过反转边的方向来实现。以这一方式,本 发明可克服与采用常规决策树相关联的问题,由于缺少边方向的考虑,常规决策树 以前是不能被纠正的。 \n依照这一示例,如果学习了结构Z→Y←X,则这一模型结构可以优于例如Z →Y→X、Z→X,因为它对X和Z的边缘不相关性进行了编码。当局部分布是完 整表格时,搜索操作符可反转边的方向以便于这一较优的排序或结构。以这一方式, 如果算法最初不正确地向边应用了方向,则它可稍后纠正这一错误。在上述示例中, 如果贪婪算法从空网络开始,则添加X→Y的得分可以与添加Y→X的得分相同, 因为模型X→Y\xa0Z和X←Y\xa0Z对同一独立性约束进行了编码。假定这两个操作符都 是最佳的,则贪婪算法将在它们之间进行任意选择。如果最优模型是X→Y←Z, 则算法可通过稍后反转它从添加X←Y中恢复。如上所述,如果DAG的等效类结 合适当的操作符来使用,则算法可从这类错误中恢复。 \n鉴于上文示出并描述的示例性系统,参考图6和7的流程图,可以更好地理 解可依照本发明实现的方法。尽管为了简化说明的目的,方法被示出并描述为一系 列块,然而可以理解和明白,本发明不被块的顺序所限制,因为依照本发明,某些 块可以不同的顺序和/或与此处所示并描述的其它块一起出现。此外,并非需要所 有示出的块来实现依照本发明的方法。 \n本发明可以在诸如由一个或多个组件执行的程度模块等计算机可执行指令的 通用上下文中描述。一般而言,程序模块包括例程、程序、对象、数据结构等,它 们执行特定的任务或实现特定的抽象数据类型。通常,如各个实施例中所需要的, 程序模块的功能可以组合或分布。 \n图6示出了依照本发明的一个方面,用于学习具有决策树的贝叶斯网络以表 示局部分布的方法600。依照方法600,在602输入完整的数据集。在604,可采 用反转边的搜索算法来学习具有完整表格的贝叶斯网络。在606,可分析从完整表 格贝叶斯网络中得到的DAG来确定在604处学习的贝叶斯网络的偏序。 \nDAG可用于描绘在608处决策树生长的边界和/或限制。例如,如果完整表格 贝叶斯网络的DAG不包括从X到Y的有向路径,则决策树贝叶斯网络中X的树 中Y上的分裂可以被阻止。以这一方式,可应用从完整表格贝叶斯网络中导出的 排序,作为对决策树生长的约束,使得可通过完整表格贝叶斯网络获得排序的高质 量逼近,并随后可细调该逼近以生长决策树作为贝叶斯网络中的局部分布。在610, 可生长考虑由完整表格DAG定义的偏序的决策树,以构造使用局部分布的决策树 的新的贝叶斯网络。 \n图7是依照本发明的一个方面,用于使用完整数据表格学习贝叶斯网络的方 法700的图示。在702,输入完整的数据集,并在704使用学习算法来标识其中的 节点之间的边,以确定具有完整表的贝叶斯网络的偏序。学习算法还可包括一可操 纵完整表格贝叶斯网络中的边的搜索算法。在706,确定完整表格贝叶斯网络中是 否可提高边的得分。这一确定可例如通过测量节点之间的相关性以评估节点统计上 依赖的程度来作出。这一确定便于以比常规可用的方法更有效的方式确定排序结 构。例如,确定在两个节点之间存在边可表明节点是统计相关的,但是不能提供关 于相关度的信息。通过评估边的得分,可以定量化相关程度。这进而准许确定最佳 排序以便于学习统计模型,如贝叶斯网络。 \n如果在706的考虑表明可增加边的得分,则可在708遵循这一考虑,其中, 可移除和替换、反转等低得分的边,以提高特定边的得分,由此便于对统计模型进 行良好的排序。当操纵了边以获得更高的边得分时,该方法回退到704,用于该方 法的进一步潜在的迭代。以这一方式,方法700可使用反馈/前馈循环来准许迭代 性的边替换和/或调整,来实现数据表格中顶点的最优排序。另外,如果在706确 定不能改进边得分(如,现有的边展示出比其它可能的排列更高的正确性概率,等 等),则该方法可前进到710,其中通过至少部分地基于从具有完整数据表格的贝 叶斯网络获得的部分排序生长的决策树来学习贝叶斯网络。在学习了具有最优决策 树的贝叶斯网络之后,可在712输出该贝叶斯网络。由此,方法700可操纵具有完 整数据表格的贝叶斯网络中的边,以便于标识准许学习更高得分模型的排序,这进 而便于学习改进的决策树贝叶斯网络。 \n为提供用于实现本发明的各方面的附加环境,图8和9以及以下讨论旨在提 供其中可实现本发明的各方面的合适的计算环境800和900的简要、通用的描述。 尽管上文在运行在本地计算机和/或远程计算机上的计算机程序的计算机可执行指 令的通用上下文中描述了本发明,然而本领域的技术人员将认识到,本发明也可组 合其它程序模块来实现。一般而言,程序模块包括例程、程序、组件、数据结构等, 它们执行特定的任务或实现特定的抽象数据类型。此外,本领域的技术人员可以理 解,本发明的方法可以用其它计算机系统配置来实施,包括单处理器或多处理器计 算机系统、小型机、大型机以及个人计算机、手持式计算设备、基于微处理器或可 编程消费者电子设备等等,其每一个都在操作上与一个或多个相关联的设备通信。 所示的本发明的各方面也可在分布式计算环境中实施,其中,任务由通过通信网络 连接的远程处理设备来执行。然而,本发明的某些(如果不是全部)方面可以在独 立的计算机上实施。在分布式计算环境中,程序模块可以位于本地和/或远程存储 器存储设备中。 \n如本发明中所使用的,术语“组件”指的是计算机相关的实体,无论是硬件、 硬件和软件的组合、软件还是执行中的软件。例如,组件可以是,但不限于,运行 在处理器上的进程、处理器、对象、可执行码、执行线程、程序和/或计算机。作 为说明,运行在服务器上的应用程序和服务器都可以是组件。另外,组件可包括一 个或多个子组件。 \n参考图8,用于实现本发明的各方面的示例性系统包括常规计算机402,包括 处理单元804、系统存储器806以及将包括系统存储器806的各类系统组件耦合至 处理单元804的系统总线808。处理单元804可以是任何可购买或专用的处理器。 另外,处理单元可被实现为例如可并行连接的一个以上处理器形成的多处理器。 \n系统总线808可以是若干种总线结构类型的任一种,包括存储器总线或存储 器控制器、外围总线以及使用各类总线体系结构的局部总线,仅举几个例子,这类 体系结构如PCI、VESA、微通道、ISA和EISA。系统存储器包括只读存储器(ROM) 810和随机存取存储器(RAM)812。基本输入/输出系统(BIOS)814,包含如在 启动时协助在计算机802内的元件之间传输信息的基本例程,储存在ROM\xa0810中。 \n计算机802也可包括例如硬盘驱动器816、例如用于对可移动磁盘820进行读 写的磁盘驱动器818、以及例如用于对CD-ROM盘824或其它光介质进行读写的 光盘驱动器822。硬盘驱动器816、磁盘驱动器818以及光盘驱动器822分别通过 硬盘驱动器接口826、磁盘驱动器接口828和光盘驱动器接口830连接至系统总线 808。驱动器816-822及其相关的计算机可读介质为计算机802提供了计算机可执 行指令、数据结构、程序模块和其它数据的非易失存储。尽管这里描述的计算机可 读介质指硬盘、可移动磁盘和CD,然而本领域的技术人员可以理解,可由计算机 读取的其它类型的介质,诸如盒式磁带、闪存卡、数字视频盘、Bernoulli盒式磁盘 等等,也可以用于示例性操作环境800,并且任何这样介质可包括用于执行本发明 的方法的计算机可执行指令。 \n多个程序模块可储存在驱动器816-822和RAM\xa0425中,包括操作系统832、 一个或多个应用程序834、其它程序模块836以及程序数据838。操作系统832可 以是任一合适的操作系统或操作系统的组合。作为示例,应用程序834和程序模块 836可包括依照本发明的一个方面使用数据集的模型(或模式)和/或依赖性网络。 另外,程序数据838可包括输入数据,依照本发明的一个方面,从该数据可生成模 型(或模式)和/或在该数据上执行查询。 \n用户可以通过诸如键盘840和定位设备(如,鼠标842)等一个或多个用户输 入设备向计算机802输入命令和信息。其它输入设备(未示出)可包括麦克风、操 纵杆、游戏垫、圆盘式卫星天线、无线遥控器、扫描仪等等。这些和其它输入设备 通常通过耦合至系统总线808的串行端口接口844连接到处理单元804,但也可以 通过其它接口连接,如并行端口、游戏端口或通用串行总线(USB)。监视器846 或其它类型的显示设备也通过接口,如视频适配器848连接到系统总线808。除监 视器之外,计算机802可包括其它外围输出设备(未示出),如扬声器和打印机等 等。 \n可以理解,计算机802可以在使用到一个或多个远程计算机860的逻辑连接 的网络化环境中操作。远程计算机860可以是工作站、服务器计算机、路由器、对 等设备或其它公用网络节点,并通常包括许多或所有上述与计算机802相关的元 件,尽管为简明的目的,在图8中仅示出了存储器存储设备862。图8描述的逻辑 连接包括局域网(LAN)864和广域网(WAN)866。这类网络环境常见于办公室、 企业范围计算机网络、内联网以及因特网。 \n当在LAN网络环境中使用时,计算机802通过网络接口或适配器868连接至 局域网864。当在WAN网络环境中使用时,计算机802通常包括调制解调器(如 电话、DSL、电缆等)870,或连接到LAN上的通信服务器,或具有用于通过WAN 866,如因特网建立通信的其它装置。调制解调器870可以对计算机802是内置或 外置的,通过串行端口接口844连接至系统总线808。在网络化环境中,程序模块 (包括应用程序834)和/或程序数据838可储存在远程存储器存储设备862中。可 以理解,示出的网络连接是示例性的,当实现本发明的各方面时,也可以使用在计 算机802和860之间建立通信链路的其它装置(如有线或无线)。 \n依照计算机编程领域的技术人员的实践,参考由诸如计算机802或远程计算 机806等计算机执行的动作和操作的符号表示描述了本发明,除非另外指明。这类 动作和操作有时候被称为计算机执行的。可以理解,动作和符号表示的操作包括处 理单元804对表示数据比特的电信号的操纵,导致了对电信号表示的变换或转化, 并且在存储器系统(包括系统存储器806、硬盘驱动器816、软盘820、CD-ROM\xa0824 和远程存储器862)中的存储器位置维护数据比特,由此重新配置或改变计算机系 统的操作,以及信号的其它处理。维护这类数据比特的存储器位置是具有对应于数 据比特的特定电、磁或光属性的物理位置。 \n图9是本发明可交互的示例计算环境900的另一框图。系统900还示出了包 括一个或多个客户机902的系统。客户机902可以是硬件和/或软件(如,线程、 进程、计算装置)。系统900也包括一个或多个服务器904。服务器904也可以是 硬件和/或软件(如,线程、进程、计算装置)。例如,服务器904可容纳线程, 以通过使用本发明执行变换。客户机902和服务器904之间的一个可能的通信可以 是适用于在两个或多个计算机进程之间传输的数据分组的形式。系统900包括可用 于便于在客户机902和服务器904之间通信的通信框架908。客户机902操作上连 接至可用于储存对客户机902本地的信息的一个或多个客户机数据存储910。类似 地,服务器904操作上连接至可用于储存对服务器904本地的信息的一个或多个服 务器数据存储906。 \n可以理解,本发明的装置、系统和/或方法可用于同样便于计算机组件和非计 算机相关组件的总体功率转换方案。此外,本领域的技术人员将认识到,本发明的 装置、系统和/或方法可用于大量的电子相关技术,包括但不限于,计算机、服务 器和/或手持式电子设备等等。 \n上文所描述的包括了本发明的示例。当然,不可能为了描述本发明而描述组 件或方法的每一可构想的组合,但是本领域的技术人员将认识到,本发明的许多其 它的组合和置换也是可能的。因此,本发明旨在包含落入所附权利要求书的精神和 范围之内的所有这样的代换、修改和变化。此外,在详细描述或权利要求书中使用 了术语“包括”的意义上,该术语是包含性的,与术语“包含”在用作权利要求书 中的过渡词时解释的“包含”相类似。 \n', 'erdt': 20070523, 'exdt': 20250325, 'family_inpadoc': 'EP05102269A', 'family_original': '34939031', 'inventor': [{'lang': 'CN', 'name': 'D・M・奇克林', 'name_id': 1}], 'ipcr': [{'code': {'clazz': 'G06', 'full': 'G06F17/30', 'main_group': 'G06F17', 'section': 'G', 'sub_class': 'G06F', 'sub_group': 'G06F17/30'}}, {'code': {'clazz': 'G06', 'full': 'G06N7/00', 'main_group': 'G06N7', 'section': 'G', 'sub_class': 'G06N', 'sub_group': 'G06N7/00'}}], 'isdt': 20080917, 'kd': 'C', 'patent_agency': [{'code': '31100', 'lang': 'CN', 'name': '上海专利商标事务所有限公司', 'name_id': 1}], 'patent_agent': [{'lang': 'CN', 'name': '沈昭坤', 'name_id': 1}], 'patent_id': '8885765b-0ee2-4942-a439-62c94d7ab745', 'pbdt': 20080917, 'pn_official': 'CN100419754C', 'primary_examiner': [{'lang': 'CN', 'name': '赵颖', 'name_id': 1}], 'priority': [{'country': 'US', 'date': 20040325, 'number': '10/809,054'}], 'prsd': 20140514, 'title': '使用表格来学习树', 'update_ts': 1538046083124, 'tags': ['其他互联网服务', '物联网技术服务', '计算机和辅助设备修理', '信息处理和存储支持服务']}
{'abst': '本发明涉及一种决策级文本自动分类融合方法,属于数据挖掘领域,适用于数字图书馆、网络内容监管、垃圾邮件过滤等。本发明以信息融合为理论基础,以分类精度高的文本自动分类算法为研究对象,建立了决策级文本自动分类融合模型,即采用多层融合结构,串、并联混和的形式进行文本自动分类处理,得到准确率更高的分类结果。', 'apdt': 20090624, 'apno_official': 'CN200910087844.3', 'assignee': [{'address': {'address': '100081 北京市海淀区中关村南大街5号', 'city': '北京', 'country': 'CN', 'district': '海淀区', 'formatted_address': '北京市海淀区南大街5号', 'lat': 39.969693106885, 'lon': 116.32011128856, 'postcode': '100081', 'state': '北京'}, 'ans_id': '6f05f98f-53a2-46f7-93d1-2b3f907d5576', 'lang': 'CN', 'name': '北京理工大学', 'name_id': 1, 'nname': 'BEIJING INSTITUTE OF TECHNOLOGY', 'nname_cn': '北京理工大学'}], 'claim': '1.一种决策级文本自动分类融合方法,其特征在于以信息融合为理论基础,以分类精度高的文本自动分类算法为研究对象,建立了决策级文本自动分类融合模型,即采用多层融合结构,串、并联混和的形式进行文本自动分类处理,得到准确率更高的分类结果;其具体实现步骤如下:\n第1步:对待分文档进行分词、特征提取、权重计算预处理;\n第2步:在第1步的基础上,将预处理后的结果分别发送到SVM,KNN和贝叶斯分类器中;\n第3步:在第2步的基础上,SVM分类器进行分类,并将分类结果发送到决策级融合中心以及KNN分类器中;\n第4步:在第2步的基础上,KNN分类器进行分类,得到KNN分类器的分类结果;\n第5步:在第3步和第4步的基础上,将KNN分类器的分类结果与SVM的分类结果进行比较,即:将KNN得到类别概率与SVM分类器的分类结果进行比较,概率最大者为该分类器的最终分类结果;然后将分类结果发送到决策级融合中心以及贝叶斯分类器中;\n第6步:在第2步的基础上,贝叶斯分类器进行分类,得到贝叶斯分类器的分类结果;\n第7步:在第5步和第6步的基础上,将贝叶斯分类器的分类结果与KNN的分类结果相比较,即:将贝叶斯分类器得到的类别概率与KNN分类器的分类结果进行比较,概率最大者为该分类器的最终分类结果;将分类结果发送到决策级分类融合中心;\n第8步:在第3步、第5步和第7步的基础上,在决策级融合中心采用投票算法对特征级得到的分类结果进行投票,得到最终的分类决策结果。\n', 'claim_count': 9, 'desc': '技术领域\n本发明涉及一种决策级文本自动分类融合方法,属于数据挖掘领域,适用于数字图书馆、网络内容监管、垃圾邮件过滤等。\n背景技术\n文本自动分类是数据挖掘领域较为热点的研究问题。其目的是训练一个分类函数或分类器,该函数或分类器能把待分文档映射到给定的相应类别中。其目标是研究分类速度更快、更准确的管理文本信息的方法。如何提高分类的准确率是目前研究的热点问题。\n决策级融合模型是信息融合领域较为经典的融合模型,其结构有串联和并联两种方式,采用特征级和决策级进行最终的决策。\n信息融合的级别是指在信息处理的哪个层次上对多传感器信息进行综合处理和分析。按照数据信息由低到高的抽象层次,可以分为像素层、特征层、决策层三个层次,信息融合的过程相应地也被分为三个级别,即像素级融合、特征级融合和决策级融合。在融合系统的研究与应用中,融合可发生在像素级、特征级和决策级三个层次上,不同的级别具有相应的方法和融合结构。像素级融合是直接在采集到的原始数据层上进行融合,也就是对各种传感器的原始数据不经过处理就直接进行综合和分析。特征级融合是指先对来自每个传感器的原始信息进行特征抽取以获得来自每个传感器的特征向量,然后对特征信息向量进行综合分析和处理。决策级融合是一种最高层次的融合,融合的结果为系统的控制决策提供依据。在融合过程中,多个传感器观测同一目标,并在本地完成预处理、特征提取、识别或判决,以获得各自初步的结论,然后通过关联分析、决策级融合判决,获得最终的联合推断结果,为决策提供直接的依据。决策级融合是三级融合的最终结果,直接关系到决策的效果,具有非常重要的作用。\n不同级别的融合通常采用不同的融合结构,但抽象出通用的结构可以分为并联融合结构和串联融合结构两种。并联融合结构是指所有的传感器信息都输入给同一个信息融合中心,在融合中心进行信息融合;串联融合结构是指先将两个传感器信息进行一次融合,再将融合结果与另一个传感器信息进行融合,依次进行下去,直到所有的传感器信息都融合完为止。\n投票算法,其核心思想是:k(k为大于1的整数)个专家判断的有效组合应该优于某个专家个人的判断。投票算法主要有两种:Bagging算法和Boosting算法。\n现有的文本自动分类技术的分类基本过程如图1所示。具体操作步骤如下:\n第1步:对待分类文件进行格式分析和内容提取,获得其纯文本内容;\n第2步:对纯文本内容进行分词及词形还原,获取最小的语义单位——词条,以及每个词条的频率信息;\n第3步:进行特征提取以及特征合并,降低向量空间的维数;\n第4步:对抽取处理的特征进行权重的计算;\n第5步:对抽取处理的特征进行向量化表示;经过向量化,将文本表示为计算机易于处理的向量形式;\n第6步:最后利用分类器进行分类,输出分类结果。\n分类算法是文本分类系统的核心,因此对分类算法的研究一直是文本分类研究的热点。目前主要研究的是提高分类器的准确率问题。\n目前常用的分类方法有很多种,有基于概率的方法,如贝叶斯方法,其原理是通过概率计算,由待分类的数据对象的属性值求出最可能的分类目标值,即计算各个类别在给定这组属性值时的条件概率,并把输出条件概率值最大的类标号作为目标值。其缺点是前提条件不容易满足;基于实例的方法,如KNN方法,其基本原理是基于实例之间的距离,对每个实例来说,如果靠近它的实例都是某个类别,那么该实例也可能是这个类别。该方法的缺点是分类效率较低;基于统计学习的方法,如SVM等。这种方法的原理从几何上说,就是要在多维空间中寻找到最佳决策面,该决策面能最好地区分正例和反例,使正例与反例之间的分类间隔最大。SVM分类器是目前最好的文本分类器之一。其缺点是核函数的选择缺乏指导,难以针对具体问题选择最佳的核函数。另外SVM训练速度极大地受到训练集规模的影响,计算开销比较大。\n虽然这些方法各自有各自的优势,但各自有不同的缺点,分类准确率最高在80%左右,还不能够满足实际使用的要求。\n对文本分类的结果可以从两个方面进行评价:准确性和计算复杂度。准确性衡量的是一个分类器正确分类的能力。计算复杂度则包括时间复杂度和空间复杂度。而在这两个方面之中,准确性最为重要,因为不管分类器的速度有多快,占用的空间有多小,如果它不能正确分类的话,这个分类器也是没有效果的。因此对分类的评价主要指的是准确性的评价。\n发明内容\n本发明针对目前已有文本自动分类方法存在精度不高的缺点,提出一种决策级文本自动分类融合方法。本发明以信息融合为理论基础,以分类精度高的文本自动分类算法为研究对象,建立了决策级文本自动分类融合模型,即采用多层融合结构,串、并联混和的形式进行文本自动分类处理,得到准确率更高的分类结果。\n本发明是通过以下技术方案实现的。\n本发明的决策级文本自动分类融合模型如图2所示,此模型分为特征级和决策级两级:其中KNN分类器、贝叶斯分类器以及SVM分类器属于特征级;决策级融合中心属于决策级,采用投票算法来实现。各分类器之间采用串、并联相结合的方式对待分类文本进行分类,即各分类器之间既采用并联的形式对待分类文本进行分类,并将分类结果输入到决策级融合中心;又采用串联方式,即前一个分类器将分类结果输入决策级融合中心的同时,还要输入到下一个分类器,以便于参与下一个分类器做分类决策,得出分类结果,输入到决策级融合中心。\n本发明的一种决策级文本自动分类融合方法的具体操作步骤如下:\n第1步:对待分文档进行分词、特征提取、权重计算等预处理;\n第2步:在第1步的基础上,将预处理后的结果分别发送到SVM,KNN和贝叶斯分类器中;\n第3步:在第2步的基础上,SVM分类器进行分类,并将分类结果发送到决策级融合中心以及KNN分类器中;\n第4步:在第2步的基础上,KNN分类器进行分类,得到KNN分类器的分类结果;\n第5步:在第3步和第4步的基础上,将KNN分类器的分类结果与SVM的分类结果进行比较,即:将KNN得到类别概率与SVM分类器的分类结果进行比较,概率最大者为该分类器的最终分类结果;然后将分类结果发送到决策级融合中心以及贝叶斯分类器中;\n第6步:在第2步的基础上,贝叶斯分类器进行分类,得到贝叶斯分类器的分类结果;\n第7步:在第5步和第6步的基础上,将贝叶斯分类器的分类结果与KNN的分类结果相比较,即:将贝叶斯分类器得到的类别概率与KNN分类器的分类结果进行比较,概率最大者为该分类器的最终分类结果。将分类结果发送到决策级分类融合中心。\n第8步:在第3步、第5步和第7步的基础上,在决策级融合中心采用投票算法对特征级得到的分类结果进行投票,得到最终的分类决策结果。\n有益效果\n1.在此融合结构模型中,不同的层次完成的功能不同。这种结构综合了串、并联融合结构的优势,且采用了分层的融合结构可以确保每个子系统独立、准确地完成本系统的局部融合分类,降低了对整个自动分类系统进行文本分类的复杂性。\n2.本发明方法不仅可以保证各个局部分类的正确性,还可以适应分类目标的改变,保证分类系统的效率及准确度。\n3.当分类系统对实时性要求较高时,通过系统的分层结构可以实现各个子系统的分别训练和学习来实现全局文本分类功能的改进,提高分类系统性能,灵活地、自适应地、高效地实现文本自动分类,提高分类准确率。\n附图说明\n图1为已有技术的文本自动分类基本过程流程图;\n图2为本发明的决策级分类融合模型。\n具体实施方式\n根据上述技术方案,下面结合实施例对本发明进行详细说明。\n本发明以本人实验室文本自动分类的实际项目为实验平台,以验证本发明提出的方法的有效性。基于本发明方法的系统采用JAVA开发平台,Oracle数据库。\n本实验采用本发明方法对一万篇语料进行分类,其中7000篇为训练语料、3000篇为测试语料,共分15个类别。\n采用本发明方法进行分类的步骤如下:\n第1步:对3000篇待分文档进行分词、特征提取、权重计算等预处理;\n第2步:在第1步的基础上,将预处理后的结果分别发送到SVM,KNN和贝叶斯分类器中;\n第3步:在第2步的基础上,SVM分类器进行分类,并将分类结果发送到决策级融合中心(投票算法)以及KNN分类器中;\n第4步:在第2步的基础上,KNN分类器进行分类,得到KNN分类器的分类结果;\n第5步:在第3步和第4步的基础上,将KNN分类器的分类结果与SVM的分类结果进行比较,即:将KNN得到类别概率与SVM分类器的分类结果进行比较,概率最大者为该分类器的最终分类结果。将分类结果发送到决策级融合中心(投票算法)以及贝叶斯分类器中;\n第6步:在第2步的基础上,贝叶斯分类器进行分类,得到贝叶斯分类器的分类结果;\n第7步:在第5步和第6步的基础上,将贝叶斯分类器的分类结果与KNN的分类结果相比较,即:将贝叶斯分类器得到的类别概率与KNN分类器的分类结果进行比较,概率最大者为该分类器的最终分类结果。将分类结果发送到决策级融合中心(投票算法)。\n第8步:在第3步、第5步和第7步的基础上,在决策级融合中心采用投票算法对特征级得到的分类结果进行投票,得到最终的分类决策结果。\n同时,为说明本发明的分类效果,本实验是在同等条件下,以相同的训练语料、测试语料以及相同的分类体系分别采用KNN分类器、SVM分类器和贝叶斯分类器进行分类,结果分类效果结果如表1所示:\n表1四种算法分类效果比较\n\n结论:本发明提出的决策级文本自动分类融合方法发挥了各种分类器的优势,得到了高于其他单分类器的准确率和召回率,验证了其有效性。\n需要强调的是,对于本领域技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进,这些也应视为属于本发明的保护范围。\n', 'erdt': 20100210, 'exdt': 20290624, 'family_inpadoc': 'CN200910087844A', 'family_original': '41470054', 'inventor': [{'lang': 'CN', 'name': '张晓丹', 'name_id': 1}, {'lang': 'CN', 'name': '牛振东', 'name_id': 2}, {'lang': 'CN', 'name': '张正施', 'name_id': 3}, {'lang': 'CN', 'name': '曹玉鹃', 'name_id': 4}, {'lang': 'CN', 'name': '徐小梅', 'name_id': 5}], 'ipcr': [{'code': {'clazz': 'G06', 'full': 'G06F17/30', 'main_group': 'G06F17', 'section': 'G', 'sub_class': 'G06F', 'sub_group': 'G06F17/30'}}], 'isdt': 20110907, 'kd': 'B', 'patent_agency': [{'address': {'address': '北京市海淀区北三环西路66号北京理工大学国际教育交流大厦812房间'}, 'code': '11120', 'lang': 'CN', 'name': '北京理工大学专利中心', 'name_id': 1, 'nname_cn': '北京理工大学专利中心'}], 'patent_agent': [{'lang': 'CN', 'name': '张利萍', 'name_id': 1}], 'patent_id': '1e1725e1-2fee-4fa4-b83b-330147982011', 'pbdt': 20110907, 'pn_official': 'CN101604322B', 'primary_examiner': [{'lang': 'CN', 'name': '王宁', 'name_id': 1}], 'prsd': 20130814, 'title': '一种决策级文本自动分类融合方法', 'update_ts': 1537240826676, 'tags': ['物联网技术服务', '计算机和辅助设备修理', '信息处理和存储支持服务']}
{'abst': '揭示了便于通过采用一种学习具有完整表格的贝叶斯网络的学习算法来学习具有决策树的贝叶斯网络的系统和方法。该学习算法可包括一搜索算法,它可反转具有完整表格的贝叶斯网络中的边,以细化与其相关联的有向非循环图。细化的完整表格DAG然后可用于导出用于在决策树贝叶斯网络中生长决策树的学习算法的一组约束。', 'apdt': 20050325, 'apno_official': 'CN200510060162.5', 'assignee': [{'address': {'address': '美国华盛顿州', 'city': 'WA', 'country': 'US', 'formatted_address': 'Washington, USA', 'lat': 47.7510741, 'lon': -120.7401386, 'state': '美国'}, 'ans_id': 'b8131e5c-a417-43b1-8b32-b4f6d7eadaaf', 'lang': 'CN', 'name': '微软公司', 'name_id': 1, 'nname': 'MICROSOFT', 'nname_cn': '微軟'}], 'claim': '1.一种便于学习具有局部分布的贝叶斯网络的系统,其中,至少一个分布不 是完整表格,所述系统包括: \n一完整数据集; \n一贝叶斯网络构造器组件,它构造完整表格贝叶斯网络以表示所述完整数据 集中的数据的局部分布,并采用一可反转完整表格贝叶斯网络中的边的学习算法来 便于学习决策树贝叶斯网络。 \n2.如权利要求1所述的系统,其特征在于,所述贝叶斯网络构造器组件还分 析一从所述完整表格贝叶斯网络中得出的有向非循环图,以确定所述完整表格贝叶 斯网络的偏序。 \n3.如权利要求2所述的系统,其特征在于,所述学习算法准许对所述完整表 格贝叶斯网络的有向非循环图的偏序的所述局部分布的构造。 \n4.如权利要求1所述的系统,其特征在于,所述贝叶斯网络构造器组件对所 述完整表格贝叶斯网络中的每一边确定一得分。 \n5.如权利要求4所述的系统,其特征在于,所述贝叶斯网络构造器组件为所 述完整表格贝叶斯网络中的至少一个其它潜在的边配置确定一得分,以评估是否可 以改进边的得分。 \n6.如权利要求5所述的系统,其特征在于,如果边的操纵将改进所述边的得 分,则所述贝叶斯网络构造器组件操作所述完整表格贝叶斯网络中的至少一条边。 \n7.如权利要求6所述的系统,其特征在于,所述局部分布包括至少一个决策 树。 \n8.如权利要求6所述的系统,其特征在于,所述局部分布包括至少一个支持 矢量机。 \n9.如权利要求6所述的系统,其特征在于,所述局部分布包括至少一个逻辑 回归。 \n10.一种用于学习具有至少一个是非完整表格的分布的贝叶斯网络的方法, 其特征在于,包括: \n输入一完整数据集; \n学习包括完整表格的第一贝叶斯网络; \n分析完整表格贝叶斯网络的有向非循环图;以及 \n学习包括至少一个非完整表格分布的第二贝叶斯网络。 \n11.如权利要求10所述的方法,其特征在于,学习所述第一贝叶斯网络包括 采用一可反转所述完整表格贝叶斯网络中的边的搜索算法。 \n12.如权利要求11所述的方法,其特征在于,还包括为所述完整表格贝叶斯 网络中的至少一条边确定一得分。 \n13.如权利要求12所述的方法,其特征在于,还包括为所述完整表格贝叶斯 网络中的其它潜在的边配置确定得分。 \n14.如权利要求13所述的方法,其特征在于,还包括将所述至少一条边的得 分与另一潜在边配置的得分进行比较,以确定是否可改进所述至少一条边的得分。 \n15.如权利要求14所述的方法,其特征在于,还包括如果确定可以改进所述 至少一条边的得分,则通过操作所述至少一条边以改进所述至少一条边的得分,来 细化所述完整表格贝叶斯网络。 \n16.如权利要求15所述的方法,其特征在于,还包括如果确定没有边得分可 被改进,则制止操纵所述完整表格贝叶斯网络中的边。 \n17.如权利要求16所述的方法,其特征在于,还包括一旦确定了没有边得分 可被改进,则基于所述完整表格贝叶斯网络的有向非循环图,导出所述第二贝叶斯 网络中的局部分布构造上的一组约束。 \n18.如权利要求17所述的方法,其特征在于,导出所述的一组约束包括估算 所述完整表格贝叶斯网络的有向非循环图,以标识经细化的完整表格贝叶斯网络中 的所有边。 \n19.如权利要求18所述的方法,其特征在于,学习所述第二贝叶斯网络包括 采用一考虑所述经细化的完整表格贝叶斯网络的有向非循环图的偏序的受约束的 学习算法。 \n20.如权利要求19所述的方法,其特征在于,还包括生长决策树,作为定义 所述第二贝叶斯网络的局部分布。 \n21.如权利要求12所述的方法,其特征在于,为至少一条边确定得分包括: \n确定由所述至少一条边连接的节点之间的依赖性程度; \n确定由所述至少一条边连接的节点之间的依赖性方向;以及 \n至少部分地基于由所述至少一条边连接的节点之间的依赖性方向,评估该至 少一条边的方向是否正确。 \n22.如权利要求21所述的方法,其特征在于,还包括通过将所述至少一条边 的得分与所述各节点和所述至少一条边的所有其它可能的排列的得分进行比较,来 确定所述至少一条边的得分是否为最佳可能得分。 \n23.如权利要求22所述的方法,其特征在于,还包括如果所述至少一条边的 得分低于所述各节点和所述至少一条边的另一可能排列的得分,则反转所述边的方 向以改进边得分。 \n24.一种在两个或多个计算机组件之间传输的、便于数据访问的数据分组, 所述数据分组包括至少部分地基于一基于完整数据表格的模型或模式的数据集信 息。 \n25.如权利要求24所述的数据分组,其特征在于,所述数据分组还包括直接 来自所述数据集所基于的数据集信息。 \n26.如权利要求25所述的数据分组,其特征在于,所述数据分组还包括基于 一完整数据表格的数据集信息。 \n27.一种在两个或多个计算机组件之间传输的、便于数据访问的数据分组, 所述数据分组包括可用于至少部分地基于具有完整数据表格的贝叶斯网络学习具 有决策树的贝叶斯网络的数据集信息。 \n28.一种采用权利要求1所述的系统的设备,包括计算机、服务器和手持式 电子设备中的至少一个。 \n29.一种便于学习具有决策树的贝叶斯网络的系统,其特征在于,包括: \n用于从一数据集学习完整表格贝叶斯网络的装置; \n用于细化从所述完整表格贝叶斯网络中得到的有向非循环图的装置;以及 \n用于学习具有至少一个非完整表格分布的贝叶斯网络的装置,由此,依照由 所述完整表格贝叶斯网络的有向非循环图的偏序施加的约束构造局部分布。 \n', 'claim_count': 41, 'cpc': [{'code': {'clazz': 'G06', 'full': 'G06N7/005', 'main_group': 'G06N7', 'section': 'G', 'sub_class': 'G06N', 'sub_group': 'G06N7/005'}, 'office': 'EP', 'position': 'F', 'status': 'B', 'value': 'I'}, {'code': {'clazz': 'Y10', 'full': 'Y10S707/99933', 'main_group': 'Y10S707', 'section': 'Y', 'sub_class': 'Y10S', 'sub_group': 'Y10S707/99933'}, 'office': 'EP', 'position': 'L', 'status': 'B', 'value': 'A'}], 'desc': '技术领域 \n本发明一般涉及数据建模和分析,尤其涉及使用完整的数据表格来创建模型 (或模式)。 \n背景技术 \n随着因特网,尤其是因特网上的电子商务(“e商务”)的出现,数据分析工 具的使用也随之显著地增加。在e商务和其它因特网和非因特网应用中,生成并维 护具有非常大量信息的数据库。这类信息通常被分析或“挖掘(mine)”来了解关 于顾客、用户、产品等的额外信息。这一信息允许商家和其它用户更好地实现其产 品和/或思想。 \n数据挖掘(也称为数据库中的知识发现-KDD)被定义为“从数据中对隐含 的、先前未知的和可能有用的信息的非平凡提取”。数据挖掘可采用机器学习、统 计和/或可视化技术来发现并呈现容易被人类理解的形式的知识。一般而言,人类 能够比文本项更容易地识别或转换图形项。因此,使用这一手段可比其它方法传播 更大量的信息。由此,图形统计模型被证明在数据挖掘中是无价的。 \n计算机科学中人工智能的出现带来了丰富的决策支持系统。决策支持系统是 其中建议并有时候作出通常由人类托付的决策的计算机系统。在创建决策支持系统 时,计算机科学家试图提供具有最大可能准确性的决策。由此,计算机科学家努力 创建等效于人类专家或比其更准确的决策支持系统。决策支持系统的应用包括医学 诊断、计算机网络故障诊断、或其中决策是基于可标识准则的其它系统。 \n决策支持系统中用于研究的最有希望的新领域之一是贝叶斯网络。贝叶斯网 络是关于世界的区别中概率关系的表示。每一区别(也称为变量)可采用一手动排 他且穷尽的可能的状态集合之一。贝叶斯网络被表达为非循环有向图,其中,变量 对应于节点,而节点之间的关系对应于弧。 \n贝叶斯网络是对感兴趣的变量之间的概率关系进行编码的图形统计模型。在 过去的十年中,贝叶斯网络已经成为了编码专家系统中不确定专家知识的流行表 示。最近,研究人员开发了用于从数据中学习贝叶斯网络的方法。当结合统计技术 使用时,图形模型具有用于数据分析的若干优点。首先,由于模型对所有变量之间 的依赖性进行编码,因此它可以容易地处理缺少某些数据条目的情况。其次,贝叶 斯网络可用于学习因果关系,并因此可用于获取关于问题域的理解和预测干预的 结果。第三,由于模型具有因果和概率语义两者,它是用于组合现有知识(通常以 因果形式出现)和数据的理想表示。第四,贝叶斯统计方法结合贝叶斯网络提供了 用于避免数据的过拟合(over\xa0fitting)的有效且有原则的方法。 \n有两种用于构造统计模型的传统方法,即基于知识的方法和基于数据的方法, 如决策树或决策图。使用基于知识的方法,一个人(也称为知识工程师)采访给定 领域的专家以获得该专家关于其专长的领域的知识。知识工程师和专家首先确定世 界中对于专家的领域中决策制定是重要的各种区别。这些区别对应于感兴趣的域中 的变量。例如,如果决策图用于基于顾客在商店中购买的产品来预测顾客的年龄, 则有一用于“年龄”的变量和一用于所有相关产品的变量。知识工程师和专家接下 来确定决策图的结构和定量化条件概率分布所对应的参数值。 \n在基于数据的方法中,知识工程师和专家首先确定域的变量。下一步,对那 些变量累计数据,并且应用从该数据创建一个或多个决策图的算法。累计的数据来 自域的真实世界实例。即,给定领域中决策制定的真实世界实例。 \n通常,从一般的观点来看,基于数据的方法更常用。然而,在过去的几年中, 当更有效地收集数据的能力增长时,这些数据库也呈指数地增长。尽管计算机处理 技术和存储访问技术中得到的速度不断提高,这仍产生了花费极大时间来分析的庞 大的数据库。 \n发明内容 \n以下提出了本发明的简化概述,以提供对本发明的某些方面的基本理解。本 概述并非本发明的广泛综述。它并不意味着标识本发明的关键/决定性元素,或描 述本发明的范围。其唯一的目的是以简化的形式提出本发明的某些概念,作为以后 给出的更详细描述的序言。 \n本发明一般涉及数据建模和分析,尤其涉及使用包括完整表格的贝叶斯网络 来创建包含决策树的贝叶斯网络模型(或模式)。依照本发明的一个方面,具有完 整表格的贝叶斯网络中的边可被反转,以便于纠正添加到该网络的边。例如,贝叶 斯网络可使用完整的表格作为分布来学习,其中学习算法使用了可反转边的搜索算 法。所得的有向非循环图(DAG)可用于限制使用决策树作为局部分布的贝叶斯 网络学习算法。依照这一方面,在从决策树和/或完整表格搜索中得到的DAG中考 虑完整表格DAG的偏序。以这一方式,如果在完整表格DAG中存在从X到Y的 有向路径,则可阻止在X的树中对Y的分裂。 \n依照本发明的另一方面,具有完整表格的贝叶斯网络中的边可被求值,以评 估与其相关联的得分。这一得分可以指示由边连接的节点之间的相关程度。可考虑 替换的节点/边排列,并可确定现有的边是否具有最佳可能得分。如果边得分可被 改进,则现有的边可以被操纵(如,反转、移除或用新边替换等等),以达到增加 的得分。以这一方式,本发明可确保贝叶斯网络具有良好的排序。 \n为实现上述和相关目的,此处结合以下详细描述和附图描述了本发明的某些 说明性方面。然而,这些方面仅指示了可在其中采用本发明的原理的各种方法中的 几种,并且本发明并不试图包括所有这样的方面及其等效方面。当结合附图阅读以 下本发明的详细描述时,可以清楚本发明的其它优点和新颖特征。 \n附图说明 \n图1是依照本发明的一个方面的示例性贝叶斯网络的图示。 \n图2是依照本发明的一个方面的贝叶斯网络学习系统的框图。 \n图3是依照本发明的一个方面的贝叶斯网络学习系统的另一框图。 \n图4是依照本发明的一个方面的示例性节点-边配置的图示。 \n图5示出了依照本发明的一个方面的叶-节点连接。 \n图6所示是依照本发明的一个方面学习具有决策树的贝叶斯网络的方法的流 程图。 \n图7所示是依照本发明的一个方面学习具有决策树的贝叶斯网络的方法的另 一流程图。 \n图8示出了本发明可在其中运作的示例操作环境。 \n图9示出了本发明可在其中运作的另一示例操作环境。 \n具体实施方式 \n现在参考附图来描述本发明,贯穿附图,相同的标号用于引用相同的元素。 在以下描述中,为解释目的,陈述了众多具体细节来提供对本发明的彻底理解。然 而,很明显,本发明可以不使用这些具体细节来实施。在其它实例中,以框图的形 式示出了众所周知的结构和设备,以便于描述本发明。 \n如本申请中所使用的,术语“计算机组件”指的是计算机相关的实体,无论 是硬件、硬件和软件的组合、软件还是执行中的软件。例如,计算机组件可以是, 但不限于,运行在处理器上的进程、处理器、对象、可执行码、执行线程、程序和 /或计算机。作为说明,运行在服务器上的应用程序和服务器都可以是组件。一个 或多个组件可驻留在进程和/或执行线程中,并且组件可位于一个计算机上和/或在 两个或多个计算机之间分布。可以理解,此处所描述的模型、网络、查询引擎、用 户界面、比较器、模型(或模式)可以是计算机组件。 \n本发明方便了从数据中学习贝叶斯网络,它涉及搜索最好地表示数据中的不 依赖性的模型结构(如,DAG)。贝叶斯网络包括一DAG和对应的一组局部分布, 该组局部分布共同定义了联合分布,在联合分布中,由DAG蕴含的不相关性约束 都被考虑在内。例如,当每一局部分布p(X|parents)是完整表格时(如,对于 parent_values的所有可能的值,我们有单独的分布p(X|parents=parent_vales)),典 型的搜索过程可考虑添加、删除和反转边。 \n当局部分布是决策树时,搜索问题可以更困难。只要某一目标T的决策树包 含变量R上的分裂,R就可以是DAG中T的父节点。在这一情况下,与完整表格 分布相反,父节点集合不唯一地标识该节点的局部分布。因此,搜索算法也可搜索 分布的“子结构”(如,树的结构等)。 \n在许多情况下,经学习的模型的质量取决于导出DAG中正确的偏序。例如, 如果学习了结构X→Y←Z,则这一模型结构可以优于X→Y→Z、X→Z,因为它编 码了X和Z的边缘不相关性。当局部分布是完整表格时,搜索操作符可反转边的 方向。以这一方式,如果算法最初不正确地应用了边的方向,则它可在稍后就纠正 这一错误。在上述示例中,如果贪婪算法从空网络开始,则添加X→Y的得分将与 添加Y←X的得分相同,因为模型X→YZ和X←YZ编码了同一不相关性约束。 假定这两个操作符都是最佳的,贪婪算法将在它们之间任意选择。如果最优模型是 X→Y←Z,则算法可通过稍后反转它以从添加X←Y中恢复。如上所述,如果结合 适当的操作符使用了DAG的等效类,则算法可从任何这样的错误中恢复。 \n然而,当局部分布是树时,常规的系统和方法不提供边反转的良好定义的概 念。反转边X→Y包括(1)删除作为Y的父节点的Z,以及(2)添加Y作为X 的父节点。删除作为Y的父节点的X包括在Y的决策树中消除X上的任何分裂。 如果在X上的分裂的下级有其它分裂,则这一消除也会消除其它父节点。此外, “添加Y作为X的父节点”对于使用常规系统和/或方法的决策树分布不是良好定 义的;相反在X的树中对Y的分裂是必需的。 \n作为上述缺点的结果,学习具有决策树分布的贝叶斯网络的传统搜索操作符 通常考虑向树添加分裂;这一操作符或者在其为新的父节点时向DAG添加边,或 者在父节点上已经存在分裂时不向DAG添加任何边。不幸的是,由于传统的系统 仅添加边,使用这一常规系统从在错误的方向上添加边中恢复是不可能的。此外, 如在完整表格的情况下一样,边的方向之间的选择(如,在Y的树中分裂X或在 X的树中分裂Y等)在贪婪搜索的早期阶段是任意的。 \n本发明方便了学习具有决策树的贝叶斯网络,同时减轻了上述许多困难。例 如,可使用分布中的完整表格,使用可反转边的搜索算法来学习贝叶斯网络。所得 的DAG可用于限制决策树搜索算法。具体地,本发明的系统和方法可要求在从决 策树搜索中得到的DAG中考虑完整表格DAG的偏序。换言之,如果存在完整表 格DAG中从X到Y的有向路径,则可阻止X的树中对Y的分裂。 \n图1描述了贝叶斯网络100的一个示例。在图1中,有三个变量X1、X2和 X3,它们分别由节点102、106和110表示。该贝叶斯网络包括两条弧104和108。 与贝叶斯网络中每一变量相关联的是一组概率分布。使用条件概率的符号,变量的 概率分布集合可以由p(xi|∏i,ξ)来表示,其中,“p”指概率分布,“∏i”表示变 量Xi的父节点,“ξ”表示专家知识。希腊字母“ξ”表示贝叶斯网络反映了给定 领域的专家知识。由此,这一表达式可作以下解释:给定Xi的父节点和专家知识, 变量Xi的概率分布。例如,X1是X2的父节点。概率分布指定了变量之间的关系的 强度。例如,如果X1具有两种状态(真和假),则与X1相关联的是单个概率分布 p(x1|ξ),而与X2相关联的是两个概率分布p(x2|x1=t,ξ)和p(x2|x1=f,ξ)。在这一 规定的剩余部分,ξ未特别地提及。 \n贝叶斯网络中的弧表明了节点之间的依赖性。当两个节点之间有一条弧时, 当弧的方向从第二节点指向第一节点时,第一节点的概率分布取决于第二节点的 值。例如,节点106依赖于节点102。因此,节点102和106被认为是条件依赖的。 贝叶斯网络中缺少弧表明条件独立性。例如,给定节点106,节点102和110是条 件独立的。然而,通过中间变量间接连接在一起的两个变量在缺少中间节点的值的 知识(“状态”)的情况下是条件依赖的。因此,如果已知节点106的值,节点 102和节点110是条件依赖的。 \n换言之,给定一组变量Z,如果给定Z时X的概率分布不依赖于Y,则变量 X和Y的组被认为是条件独立的。然而,如果Z为空,X和Y被认为是“独立的”, 与“条件独立”相反。如果X和Y不是条件独立的,则给定Z,X和Y被认为是 在给定Z是条件依赖的。 \n用于每一节点的变量可以具有不同的类型。具体地,变量可以具有两种类型: 离散的或连续的。离散变量是具有有限或可计数的状态数的变量,而连续变量是具 有无限状态数的变量。离散变量的一个示例是布尔变量。这一变量只能采用两个状 态中的一个:“真”和“假”。连续变量的一个示例是可采用-1和1之间的任何 实数值的变量。离散变量具有相关联的概率分布。然而,连续变量具有相关联的概 率密度函数(“密度”)。当事件是一可能的结果的集合时,变量“x”和事件“a” 和“b”的密度被定义为: \n \n其中,p(a≤x≤b)是x位于a和b之间的概率。 \n图2示出了依照本发明的一个方面的贝叶斯网络学习系统200。图2描述了分 析由数据集204组成的数据的贝叶斯网络构造器202。贝叶斯网络构造器202可基 于从数据集204收集的信息开发一具有完整表格的贝叶斯网络206,以确定数据的 偏序。贝叶斯网络构造器202然后可使用搜索算法分析数据集204和具有完整表格 的贝叶斯网络,以标识该贝叶斯网络内的边的潜在排列,并可将这些其它排列与由 具有完整表格的贝叶斯网络206定义的偏序进行比较。如果确定存在一个更好的顺 序,则贝叶斯网络构造器202可操纵(如,反转、移除和/或替换等)贝叶斯网络 中的边,以构造一具有形成逻辑分布的决策树的新的贝叶斯网络208。新贝叶斯网 络208的决策树可以用依照确定的较好排序所排列的边来生长。从完整表格中导出 的有向非循环图(DAG)可用于限制贝叶斯网络构造器202使用的学习算法,使 得具有决策树的新贝叶斯网络208的构造可以用在从决策树和/或完整表格搜索中 得到的DAG中考虑完整表格DAG的偏序的坚持主张来实现。例如,如果完整表 格的DAG包括从X到Y的有向路径,则贝叶斯网络学习算法可阻止在具有决策 树的贝叶斯网络208中在X的树中Y上的分裂。 \n构造器202可包括一处理器(未示出),便于分析数据集、DAG、贝叶斯网 络等等。此外,处理器可采用人工智能技术以便于推导,例如贝叶斯网络中边的潜 在排列。如此处所使用的,术语“推导”一般指从通过事件和/或数据捕捉的一组 观察中推论或推导系统、环境和/或用户的状态的过程。例如,推导可用于标识特 定的环境或行动,或可生成状态的概率分布。推导可以是概率性的一即,基于数据 和事件的考虑计算感兴趣的状态的概率分布。推导也可以指用于从一组事件和/或 数据组成更高级事件的技术。这类推导能够从一组观察的事件和/或储存的事件数 据中构造新的事件或行动,不论事件是否在邻近的时间上相关,也不论事件和数据 是否来自一个或若干个事件和数据源。各种分类方案和/或系统(如,支持矢量机、 神经网络、专家系统、贝叶斯信任网络、模糊逻辑、数据融合引擎、回归方法……) 可用于执行结合本发明的自动和/或推导的行动。 \n尽管此处描述的本发明强调使用决策树作为局部分布,然而可以理解,提供 这一强调以简化本发明的解释,并且本发明可用于促进包括除决策树之外的条件分 布的贝叶斯网络的构造和/或改进。例如,条件分布可以是神经网络、逻辑/线性回 归模型、支持矢量机(SMV)等等。此外,在一个节点上采用的条件分布的类型 可以不同于在另一节点上采用的条件分布的类型。如本领域的技术人员可理解的, 对于上述分布类型,学习算法需要一种特征选择算法来标识对分布的相关输入,它 进而定义了贝叶斯网络中的父节点。由于在决策树中在一个变量上的分裂具有选择 从其始发分裂的变量作为输入的效果,因此传统的决策树学习算法自动执行特征选 择。此处所揭示的系统和方法促进了贝叶斯网络的改进的启发式搜索算法,它克服 了常规方法的缺陷。为此,本发明可增强包含一组SVM分布的统计模型的标识, 它促进了例如计算机系统中的语音和/或手写识别、蛋白质结构和/或序列分析、基 因排序等等。这一可能应用的列表不是穷尽的,但是本质上是示例性的,并非以任 何方式限制本发明的范围。 \n图3是依照本发明的一个方面,描述便于从数据集构造具有决策树的贝叶斯 网络的各个数据操作阶段的贝叶斯网络学习系统300的图示。学习系统300包括数 据集302;包含完整表格的贝叶斯网络304,其具有从数据集中提取信息的装置306; 以及包括决策树的贝叶斯网络308,其具有使用由具有完整表格的贝叶斯网络304 定义的偏序来学习具有决策树的贝叶斯网络308的学习装置310。依照一个示例, 学习系统300可分析由数据集302组成的信息,并通过学习算法构造具有完整表格 的贝叶斯网络304。学习算法可包括可反转完整表格网络304中的边的搜索算法。 基于这一贝叶斯网络304,可通过分析具有完整表格304的贝叶斯网络中的边,确 定和/或定义完整表格DAG的偏序。一旦估算了偏序,可通过装置312再次访问并 再次评估数据集302,以估算由具有完整表格的贝叶斯网络304定义的DAG和/ 或将其与数据集302的其它部分排列进行比较,以便于分析是否改进了偏序。例如, 可确定对具有完整表格的贝叶斯网络304中的特定边的操纵(如,反转、删除、添 加等)是否有利于实现更优化的排序。如果这一确定表明可改进排序,则可操纵边 并可学习具有逻辑分布的决策树的新贝叶斯网络308,以便于实现更好的排序。这 可以通过采用在构造决策树DAG时考虑完整表格DAG的偏序的贝叶斯网络学习 算法来促进。 \n图4是包括完整表格的简单示例性贝叶斯网络400的图示。完整表格可用于 学习贝叶斯网络中的边,因为它们可包括关于分布的形状的信息。例如,决策树可 包括不完整的逻辑分布,这可导致缺少形状信息。通过采用完整表格来学习贝叶斯 网络,可执行比常规方法所需的更不贪婪的搜索,以便于确定数据依赖性的较佳排 序。图4所示的“V”结构是一个这样的信息丰富排序结构。依照该图,X和Z必 须在Y之前。一旦学习了这一排序,它可作为约束应用到例如决策树学习模型。 例如,这一约束可坚持如果一个变量是原始排序中的子节点,则不能向该变量添加 边。以这一方式,可提供并然后细调排序的高质量逼近,以生长决策树,如贝叶斯 网络。 \n依照本发明的这一方面,如图4所示,最初X和Z彼此不相关(如,关于X 的知识不能通过知道Z来获得)。例如,如果X表示下雨的出现,Z表示随机定 时间的人工降雨系统,而Y表示湿的草地,则下雨(如,X为真)的知识不能退 定人工降雨系统尚未被激活(如,Z也为真)。然而,第二示意图示出给定Z,X 在统计上依赖于Z,使得如果已知人工降雨系统已被激活,并且草地是湿的,则出 现下雨的概率降低。以这一方式,本发明可在完整表格搜索期间收集关于数据排序 的信息,然后可采用排序信息以便于决策树扩展。 \n依照本发明的一个方面,用从第一示意图定向到第二示意图的虚线箭头示出 了图4,以示出可发生一行动,由此可积极地反转两个变量之间的边的方向。在学 习贝叶斯网络时,这一边反转便于达到叶节点、树等的最佳得分。 \n图5示出了依照本发明的一个方面的边反转协议500。最初,在X和Y之间 插入边,表明X依赖于Y。在Y和Z之间插入第二条边,表明Y依赖于Z,现在 给定Y,X依赖于Z。可向X-Y-Z叶节点分配一得分,以便于学习例如上文所述的 贝叶斯网络。在这一点上,可确定最初添加的边是在不正确的方向上插入的(如, X应当不依赖于Y等)。这一确定可通过例如相对于叶节点中的变量之间的其它 可能依赖性关系确定叶节点的得分来作出。如果替换组合产生了更高的得分(如, 更大的正确性似然性),则这一组合可通过反转边的方向来实现。以这一方式,本 发明可克服与采用常规决策树相关联的问题,由于缺少边方向的考虑,常规决策树 以前是不能被纠正的。 \n依照这一示例,如果学习了结构Z→Y←X,则这一模型结构可以优于例如Z →Y→X、Z→X,因为它对X和Z的边缘不相关性进行了编码。当局部分布是完 整表格时,搜索操作符可反转边的方向以便于这一较优的排序或结构。以这一方式, 如果算法最初不正确地向边应用了方向,则它可稍后纠正这一错误。在上述示例中, 如果贪婪算法从空网络开始,则添加X→Y的得分可以与添加Y→X的得分相同, 因为模型X→YZ和X←YZ对同一独立性约束进行了编码。假定这两个操作符都 是最佳的,则贪婪算法将在它们之间进行任意选择。如果最优模型是X→Y←Z, 则算法可通过稍后反转它从添加X←Y中恢复。如上所述,如果DAG的等效类结 合适当的操作符来使用,则算法可从这类错误中恢复。 \n鉴于上文示出并描述的示例性系统,参考图6和7的流程图,可以更好地理 解可依照本发明实现的方法。尽管为了简化说明的目的,方法被示出并描述为一系 列块,然而可以理解和明白,本发明不被块的顺序所限制,因为依照本发明,某些 块可以不同的顺序和/或与此处所示并描述的其它块一起出现。此外,并非需要所 有示出的块来实现依照本发明的方法。 \n本发明可以在诸如由一个或多个组件执行的程度模块等计算机可执行指令的 通用上下文中描述。一般而言,程序模块包括例程、程序、对象、数据结构等,它 们执行特定的任务或实现特定的抽象数据类型。通常,如各个实施例中所需要的, 程序模块的功能可以组合或分布。 \n图6示出了依照本发明的一个方面,用于学习具有决策树的贝叶斯网络以表 示局部分布的方法600。依照方法600,在602输入完整的数据集。在604,可采 用反转边的搜索算法来学习具有完整表格的贝叶斯网络。在606,可分析从完整表 格贝叶斯网络中得到的DAG来确定在604处学习的贝叶斯网络的偏序。 \nDAG可用于描绘在608处决策树生长的边界和/或限制。例如,如果完整表格 贝叶斯网络的DAG不包括从X到Y的有向路径,则决策树贝叶斯网络中X的树 中Y上的分裂可以被阻止。以这一方式,可应用从完整表格贝叶斯网络中导出的 排序,作为对决策树生长的约束,使得可通过完整表格贝叶斯网络获得排序的高质 量逼近,并随后可细调该逼近以生长决策树作为贝叶斯网络中的局部分布。在610, 可生长考虑由完整表格DAG定义的偏序的决策树,以构造使用局部分布的决策树 的新的贝叶斯网络。 \n图7是依照本发明的一个方面,用于使用完整数据表格学习贝叶斯网络的方 法700的图示。在702,输入完整的数据集,并在704使用学习算法来标识其中的 节点之间的边,以确定具有完整表的贝叶斯网络的偏序。学习算法还可包括一可操 纵完整表格贝叶斯网络中的边的搜索算法。在706,确定完整表格贝叶斯网络中是 否可提高边的得分。这一确定可例如通过测量节点之间的相关性以评估节点统计上 依赖的程度来作出。这一确定便于以比常规可用的方法更有效的方式确定排序结 构。例如,确定在两个节点之间存在边可表明节点是统计相关的,但是不能提供关 于相关度的信息。通过评估边的得分,可以定量化相关程度。这进而准许确定最佳 排序以便于学习统计模型,如贝叶斯网络。 \n如果在706的考虑表明可增加边的得分,则可在708遵循这一考虑,其中, 可移除和替换、反转等低得分的边,以提高特定边的得分,由此便于对统计模型进 行良好的排序。当操纵了边以获得更高的边得分时,该方法回退到704,用于该方 法的进一步潜在的迭代。以这一方式,方法700可使用反馈/前馈循环来准许迭代 性的边替换和/或调整,来实现数据表格中顶点的最优排序。另外,如果在706确 定不能改进边得分(如,现有的边展示出比其它可能的排列更高的正确性概率,等 等),则该方法可前进到710,其中通过至少部分地基于从具有完整数据表格的贝 叶斯网络获得的部分排序生长的决策树来学习贝叶斯网络。在学习了具有最优决策 树的贝叶斯网络之后,可在712输出该贝叶斯网络。由此,方法700可操纵具有完 整数据表格的贝叶斯网络中的边,以便于标识准许学习更高得分模型的排序,这进 而便于学习改进的决策树贝叶斯网络。 \n为提供用于实现本发明的各方面的附加环境,图8和9以及以下讨论旨在提 供其中可实现本发明的各方面的合适的计算环境800和900的简要、通用的描述。 尽管上文在运行在本地计算机和/或远程计算机上的计算机程序的计算机可执行指 令的通用上下文中描述了本发明,然而本领域的技术人员将认识到,本发明也可组 合其它程序模块来实现。一般而言,程序模块包括例程、程序、组件、数据结构等, 它们执行特定的任务或实现特定的抽象数据类型。此外,本领域的技术人员可以理 解,本发明的方法可以用其它计算机系统配置来实施,包括单处理器或多处理器计 算机系统、小型机、大型机以及个人计算机、手持式计算设备、基于微处理器或可 编程消费者电子设备等等,其每一个都在操作上与一个或多个相关联的设备通信。 所示的本发明的各方面也可在分布式计算环境中实施,其中,任务由通过通信网络 连接的远程处理设备来执行。然而,本发明的某些(如果不是全部)方面可以在独 立的计算机上实施。在分布式计算环境中,程序模块可以位于本地和/或远程存储 器存储设备中。 \n如本发明中所使用的,术语“组件”指的是计算机相关的实体,无论是硬件、 硬件和软件的组合、软件还是执行中的软件。例如,组件可以是,但不限于,运行 在处理器上的进程、处理器、对象、可执行码、执行线程、程序和/或计算机。作 为说明,运行在服务器上的应用程序和服务器都可以是组件。另外,组件可包括一 个或多个子组件。 \n参考图8,用于实现本发明的各方面的示例性系统包括常规计算机402,包括 处理单元804、系统存储器806以及将包括系统存储器806的各类系统组件耦合至 处理单元804的系统总线808。处理单元804可以是任何可购买或专用的处理器。 另外,处理单元可被实现为例如可并行连接的一个以上处理器形成的多处理器。 \n系统总线808可以是若干种总线结构类型的任一种,包括存储器总线或存储 器控制器、外围总线以及使用各类总线体系结构的局部总线,仅举几个例子,这类 体系结构如PCI、VESA、微通道、ISA和EISA。系统存储器包括只读存储器(ROM) 810和随机存取存储器(RAM)812。基本输入/输出系统(BIOS)814,包含如在 启动时协助在计算机802内的元件之间传输信息的基本例程,储存在ROM\xa0810中。 \n计算机802也可包括例如硬盘驱动器816、例如用于对可移动磁盘820进行读 写的磁盘驱动器818、以及例如用于对CD-ROM盘824或其它光介质进行读写的 光盘驱动器822。硬盘驱动器816、磁盘驱动器818以及光盘驱动器822分别通过 硬盘驱动器接口826、磁盘驱动器接口828和光盘驱动器接口830连接至系统总线 808。驱动器816-822及其相关的计算机可读介质为计算机802提供了计算机可执 行指令、数据结构、程序模块和其它数据的非易失存储。尽管这里描述的计算机可 读介质指硬盘、可移动磁盘和CD,然而本领域的技术人员可以理解,可由计算机 读取的其它类型的介质,诸如盒式磁带、闪存卡、数字视频盘、Bernoulli盒式磁盘 等等,也可以用于示例性操作环境800,并且任何这样介质可包括用于执行本发明 的方法的计算机可执行指令。 \n多个程序模块可储存在驱动器816-822和RAM\xa0425中,包括操作系统832、 一个或多个应用程序834、其它程序模块836以及程序数据838。操作系统832可 以是任一合适的操作系统或操作系统的组合。作为示例,应用程序834和程序模块 836可包括依照本发明的一个方面使用数据集的模型(或模式)和/或依赖性网络。 另外,程序数据838可包括输入数据,依照本发明的一个方面,从该数据可生成模 型(或模式)和/或在该数据上执行查询。 \n用户可以通过诸如键盘840和定位设备(如,鼠标842)等一个或多个用户输 入设备向计算机802输入命令和信息。其它输入设备(未示出)可包括麦克风、操 纵杆、游戏垫、圆盘式卫星天线、无线遥控器、扫描仪等等。这些和其它输入设备 通常通过耦合至系统总线808的串行端口接口844连接到处理单元804,但也可以 通过其它接口连接,如并行端口、游戏端口或通用串行总线(USB)。监视器846 或其它类型的显示设备也通过接口,如视频适配器848连接到系统总线808。除监 视器之外,计算机802可包括其它外围输出设备(未示出),如扬声器和打印机等 等。 \n可以理解,计算机802可以在使用到一个或多个远程计算机860的逻辑连接 的网络化环境中操作。远程计算机860可以是工作站、服务器计算机、路由器、对 等设备或其它公用网络节点,并通常包括许多或所有上述与计算机802相关的元 件,尽管为简明的目的,在图8中仅示出了存储器存储设备862。图8描述的逻辑 连接包括局域网(LAN)864和广域网(WAN)866。这类网络环境常见于办公室、 企业范围计算机网络、内联网以及因特网。 \n当在LAN网络环境中使用时,计算机802通过网络接口或适配器868连接至 局域网864。当在WAN网络环境中使用时,计算机802通常包括调制解调器(如 电话、DSL、电缆等)870,或连接到LAN上的通信服务器,或具有用于通过WAN 866,如因特网建立通信的其它装置。调制解调器870可以对计算机802是内置或 外置的,通过串行端口接口844连接至系统总线808。在网络化环境中,程序模块 (包括应用程序834)和/或程序数据838可储存在远程存储器存储设备862中。可 以理解,示出的网络连接是示例性的,当实现本发明的各方面时,也可以使用在计 算机802和860之间建立通信链路的其它装置(如有线或无线)。 \n依照计算机编程领域的技术人员的实践,参考由诸如计算机802或远程计算 机806等计算机执行的动作和操作的符号表示描述了本发明,除非另外指明。这类 动作和操作有时候被称为计算机执行的。可以理解,动作和符号表示的操作包括处 理单元804对表示数据比特的电信号的操纵,导致了对电信号表示的变换或转化, 并且在存储器系统(包括系统存储器806、硬盘驱动器816、软盘820、CD-ROM\xa0824 和远程存储器862)中的存储器位置维护数据比特,由此重新配置或改变计算机系 统的操作,以及信号的其它处理。维护这类数据比特的存储器位置是具有对应于数 据比特的特定电、磁或光属性的物理位置。 \n图9是本发明可交互的示例计算环境900的另一框图。系统900还示出了包 括一个或多个客户机902的系统。客户机902可以是硬件和/或软件(如,线程、 进程、计算装置)。系统900也包括一个或多个服务器904。服务器904也可以是 硬件和/或软件(如,线程、进程、计算装置)。例如,服务器904可容纳线程, 以通过使用本发明执行变换。客户机902和服务器904之间的一个可能的通信可以 是适用于在两个或多个计算机进程之间传输的数据分组的形式。系统900包括可用 于便于在客户机902和服务器904之间通信的通信框架908。客户机902操作上连 接至可用于储存对客户机902本地的信息的一个或多个客户机数据存储910。类似 地,服务器904操作上连接至可用于储存对服务器904本地的信息的一个或多个服 务器数据存储906。 \n可以理解,本发明的装置、系统和/或方法可用于同样便于计算机组件和非计 算机相关组件的总体功率转换方案。此外,本领域的技术人员将认识到,本发明的 装置、系统和/或方法可用于大量的电子相关技术,包括但不限于,计算机、服务 器和/或手持式电子设备等等。 \n上文所描述的包括了本发明的示例。当然,不可能为了描述本发明而描述组 件或方法的每一可构想的组合,但是本领域的技术人员将认识到,本发明的许多其 它的组合和置换也是可能的。因此,本发明旨在包含落入所附权利要求书的精神和 范围之内的所有这样的代换、修改和变化。此外,在详细描述或权利要求书中使用 了术语“包括”的意义上,该术语是包含性的,与术语“包含”在用作权利要求书 中的过渡词时解释的“包含”相类似。 \n', 'erdt': 20070523, 'family_inpadoc': 'EP05102269A', 'family_original': '34939031', 'inventor': [{'lang': 'CN', 'name': 'D·M·奇克林', 'name_id': 1}], 'ipc': [{'code': {'clazz': 'G06', 'full': 'G06F17/30', 'main_group': 'G06F17', 'section': 'G', 'sub_class': 'G06F', 'sub_group': 'G06F17/30'}}, {'code': {'clazz': 'G06', 'full': 'G06N7/00', 'main_group': 'G06N7', 'section': 'G', 'sub_class': 'G06N', 'sub_group': 'G06N7/00'}}], 'kd': 'A', 'patent_agency': [{'code': '31100', 'lang': 'CN', 'name': '上海专利商标事务所有限公司', 'name_id': 1}], 'patent_agent': [{'lang': 'CN', 'name': '沈昭坤', 'name_id': 1}], 'patent_id': '42770195-99c6-4248-a60e-07eb6e92e9a3', 'pbdt': 20050928, 'pn_official': 'CN1674008A', 'priority': [{'country': 'US', 'date': 20040325, 'number': '10/809,054'}], 'prsd': 20140514, 'title': '使用表格来学习树', 'update_ts': 1537444711530, 'tags': []}
{'abst': '本发明提出一种基于贝叶斯理论的步进应力加速退化试验优化设计方法,应用在加速退化试验技术领域。首先,确定产品性能退化模型、加速模型,并基于历史数据给出模型参数的先验分布;其次,确定优化设计空间,构成试验方案集合;然后,建立期望效用函数或期望损失函数,确定优化目标,并基于马尔科夫蒙特卡洛方法,确定试验方案集合中的各设计的优化目标值;最后,利用曲面拟合方法,找到最优试验方案。本发明方法避免了传统(局部)试验优化设计方法在假定模型参数取值已知的情况下进行易出现较大偏差的缺点,在给出模型参数先验分布的情况下进行试验优化设计,得到的优化方案更合理更符合实际。', 'apdt': 20120228, 'apno_official': 'CN201210048774.2', 'applicant': [{'address': {'address': '100191 北京市海淀区学院路37号'}, 'lang': 'CN', 'name': '北京航空航天大学', 'name_id': 1}], 'assignee': [{'address': {'address': '100191 北京市海淀区学院路37号', 'city': '北京', 'country': 'CN', 'district': '海淀区', 'formatted_address': '北京市海淀区校园南路', 'lat': 39.986566586925, 'lon': 116.35853307285, 'postcode': '100191', 'state': '北京'}, 'ans_id': 'e0830a67-29b1-4acc-abe0-cb1079d7db92', 'lang': 'CN', 'name': '北京航空航天大学', 'name_id': 1, 'nname': 'BEIHANG UNIVERSITY', 'nname_cn': 'BUAA'}], 'claim': '1.一种基于贝叶斯理论的步进应力加速退化试验优化设计方法,其特征在于,具体包括 如下步骤: \n步骤一、确定产品性能退化模型、加速模型,进而基于历史数据给出模型参数的先验分 布; \n步骤二、确定优化设计空间,构成试验方案集合,具体过程是: \n在确定试验应力水平范围,结合试验费用约束确定总样本量和总测量次数的情况下,需 要优化的决策变量为各试验应力水平和各应力水平下的测量次数分配,令S表示试验应力向 量,S=(s1,...,sj,...,sk),sj表示第j个应力水平,令M表示测量次数向量,M=(m1,...,mj,...,mk), mj表示第j个应力水平sj下的测量次数; \n然后,引入应力比ξj对向量S进行标准化:ξj=(sj-smin)/(smax-smin),其中,smin、smax分别表示试验施加的加速应力的上下限; \n引入测量次数比πj对向量M进行标准化:\n最后确定的设计空间D为:D=S×M,将设计空间沿应力比和测量次数比的方向,在包 括边界的取值范围内,等分取值,得到有限个设计,组成试验方案集合; \n步骤三、建立期望效用函数或期望损失函数,确定优化目标; \n具体本步骤给出两种优化目标: \n(1)基于相对熵的优化目标为: \n