申请/专利权人：浙江微能科技有限公司

申请日：2020-11-17

公开（公告）日：2021-02-23

公开（公告）号：CN112395330A

主分类号：G06F16/2458(20190101)

分类号：G06F16/2458(20190101);G06F16/248(20190101);G06Q30/02(20120101)

优先权：

专利状态码：失效-发明专利申请公布后的驳回

法律状态：2023.12.19#发明专利申请公布后的驳回;2021.03.12#实质审查的生效;2021.02.23#公开

摘要：本发明公开了一种构建偏态分布特征数据集的方法、装置、计算机系统，属于计算机信息技术领域。所述方法包括：S1获取参数；S2，建立正态分布数据集X，X～μ,σ；S3，将所有小于Min和大于max的随机数值的建立均值为μ、标准差为σ的包含随机数值的正态分布数据集，直至所有随机数值介于Min和Max之间，生成新的数据集X'，均值为μ'；S4，比较μ与μ'的差值Dist的绝对值是否大于预设阈值，如果大于预设阈值时，重复步骤S3至S4，且μ更新为μ+Dist；如果不大于预设阈值，则输出X'，即为具有截断偏态分布特征的数据集。利用本发明，可以生成具有截断偏态分布特征的数据集，其均值满足期望，具有广阔的应用前景和重要的经济价值。

主权项：1.一种构建具有截断偏态分布特征的数据集的方法，其特征在于，包括以下步骤：S1，获取待构建数据集的均值μ、标准差σ、最大值Max、最小值Min和总值Total；S2，建立均值为μ、标准差为σ的包含随机数值的正态分布数据集X，满足X～μ,σ，包括介于Min和Max之间的随机数值的数据集X1，以及小于Min和大于max的随机数值的数据集X2；S3，利用数据集X2中所有随机数值的合计值建立均值为μ、标准差为σ的包含随机数值的正态分布数据集，并不断利用新的数据集中所有小于Min和大于Max的随机数值的合计值建立均值为μ、标准差为σ的包含随机数值的正态分布数据集，直至所有随机数值介于Min和Max之间，合并所有随机数值得到数据集X2'，其中，均值μ的初始值为参数获取模块获取的均值μ；S4，将S3得到的数据集X2'与S2得到的数据集X1合并得到数据集X'，X'的均值为μ'，μ-μ'得到的差值为Dist；S5，当Dist的绝对值大于预设阈值时，重复步骤S3至S4，且μ更新为μ+Dist；当Dist的绝对值小于或等于预设阈值，输出X'，即为具有截断偏态分布特征的数据集。

全文数据：

权利要求：

百度查询： 浙江微能科技有限公司 一种构建偏态分布特征数据集的方法、装置和计算机系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD