基于属性权值多级分类的测试样本数据预处理

• 作者: 张建春 李勃 董蓉
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 数据分类 数据去重 样本增量处理 算法稳定性测试
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 视频应用与工程
• 页码范围: 76-80
• 页数: 5页
• 分类号: TN391.1
• 字数: 4024字
• 语种: 中文
• DOI: 10.16280/j.videoe.2017.03.016

摘要

针对算法测试在工业生产实际操作应用中,经常面临样本数据迅速大量增加,测试执行时间过长、测试效率低下、算法改进周期过长的问题.文章提出一种精简测试样本的算法,快速实时处理新增样本,去除冗余数据.首先对新增的样本数据按照分类阈值分配到各子数据集中,然后在每一个子数据集中根据数据的重要程度属性计算相似度值,为减少计算量,先对子数据集进行排序处理,最后根据相似性的阈值判断去除冗余数据.实验利用所得样本库不断对算法进行回归测试,分析表明算法的测试效率及测试充分性都有明显提升,并提高了算法在工业生产实际应用过程中的稳定性和适应性,有力的保证了算法的质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李勃	南京大学通信实验室	55	607	16.0	22.0
2	董蓉	南通大学电子信息学院	24	66	4.0	7.0
3	张建春	南京大学通信实验室	9	770	7.0	9.0