申请/专利权人：杭州电子科技大学

申请日：2021-02-24

公开（公告）日：2024-03-29

公开（公告）号：CN112926442B

主分类号：G06V20/40

分类号：G06V20/40;G06V10/774;G06V10/82;G06N3/04;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2021.06.25#实质审查的生效;2021.06.08#公开

摘要：本发明公开了一种图像目标数据集均衡完备的构建方法，包括步骤：S11.基于数据集评价指标体系中各个指标的分级对多个样本数据集进行统计，得到样本数据集对应的原始数据，并利用卡方检验方法确定原始数据与满足均匀分布数据的偏离程度；S12.将确定的偏离程度作为比较序列，将实际识别准确率作为参考数列，计算比较序列与参考数列的关联系数和关联度，并根据计算得到的关联系数和关联度确定指标权重值；S13.统计待评价数据集的指标数据，计算统计的指标数据对应的卡方值，设定最优方案和最劣方案，并根据步骤S12中确定的指标权重值，比较待评价数据集与最优方案的贴近度；S14.根据贴近度计算整体、局部评价结果，输出最终评价结果。

主权项：1.一种图像目标数据集均衡完备的构建方法，其特征在于，包括步骤：S1.基于数据集评价指标体系中各个指标的分级对多个样本数据集进行统计，得到样本数据集对应的原始数据，并利用卡方检验方法确定原始数据与满足均匀分布数据的偏离程度；S2.将确定的偏离程度作为比较序列，将实际识别准确率作为参考数列，计算比较序列与参考数列的关联系数和关联度，并根据计算得到的关联系数和关联度确定指标权重值；S3.统计待评价数据集的指标数据，计算统计的指标数据对应的卡方值，设定最优方案和最劣方案，并根据步骤S2中确定的指标权重值，比较待评价数据集与最优方案的贴近度；S4.根据贴近度计算整体、局部评价结果，输出最终评价结果；所述步骤S3具体包括：S31.统计待评价数据集的指标数据，表示为： 其中，xki表示第k个数据集中第i个指标数据经过计算的卡方值；Dkx表示第k个数据集的各指标数据；Xi表示第i个指标在各个数据集中的数据；D表示初始特征矩阵；K表示数据集总数；M表示总指标数；S32.使用规范化操作对数据进行处理，并根据步骤S2中确定的指标权重值得到权重规范化矩阵，表示为： 其中，V表示权重规范化矩阵；S33.设定最优方案和最劣方案，表示为： 其中，V+表示最优方案，即为k个数据集中第i个指标数据经过权重规范化后的最大值； 其中，Vi-表示最劣方案，即为k个数据集中第i个指标数据经过权重规范化后的最小值；S34.计算待评价数据集与最优方案和最劣方案的接近程度，表示为： 其中，表示待评价数据集与最优方案的接近程度；表示待评价数据集与最劣方案的接近程度；S35.计算待评价数据集与最优方案的贴近度，表示为： 其中，Ck表示待评价数据集与最优方案的贴近度；所述步骤S4具体包括：S41.通过设定参考值的方式对贴近度进行划分，获取最终的评价结果；S42.根据偏离程度和关联度计算局部评价结果，表示为： λi′＝τ·ri其中，λi表示指标偏差因素；λi′表示参考偏差因素；τ表示可接受的最大指标偏离度的卡方值；ri表示第i个指标的关联度。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 一种图像目标数据集均衡完备的构建方法

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