| 主权项 |
1.一种基于软硬数据的信息预测方法，该方法包括：(1)利用数据模板扫描训练图像获得数据事件：(2)连续型MPS方法使用过滤器对训练图像中的图案进行分类划分，以实现降维；(3)结合使用软硬数据的进行模拟预测；其特征在于，所述步骤(1)中，利用数据模板对训练图像进行扫描时，设数据模板为τ<sub>n</sub>，它是由n个向量组成的几何形态，τ<sub>n</sub>＝{h<sub>α</sub>；α＝1，2，...，n}。设模板中心位置为u，模板其他位置u<sub>α</sub>＝u+h<sub>α</sub>(α＝1，2，...，n)；假定一种属性S可取K个状态值{s<sub>k</sub>；k＝1，2，...，K}；由数据模板中n个向量u<sub>α</sub>位置的n个状态值所组成的数据事件d<sub>n</sub>定义为：<img file="F2009101981831C0000011.GIF" wi="800" he="61" />上式中S(u<sub>α</sub>)表示在u<sub>α</sub>位置的状态值，d<sub>n</sub>表示n个向量在u<sub>α</sub>位置的S(u<sub>1</sub>)，...，S(u<sub>n</sub>)分别为状态值<img file="F2009101981831C0000012.GIF" wi="219" he="47" />所述步骤(2)中，假定有F个不同的过滤器{f<sub>k</sub>(h<sub>j</sub>)；j＝1，...，n；k＝1，...，F}，每个过滤器都是定义为与含有n个像素的数据模板τ<sub>n</sub>具有相同的尺寸；通过过滤器和训练图像结合可以得到过滤器得分，它会被赋值给与该局部图案对应的数据模板τ<sub>n</sub>的中心位置u；所述步骤(3)中，假设在一个给定的训练图像上滑动F个与数据模板τ<sub>n</sub>对应的过滤器，那么可以生成F个过滤器得分图像；所述这F个图像定义了一个F维的得分空间；任何从训练图像中提取出的局部图案模式都和该得分空间中的一个点相映射；由于得分空间的维数大大小于数据模板的尺寸，上述的过滤器分类方法会使得所需记录特征值的数目大大减少。 |
