模型函数间或相关时通用线性模型增量计算的方法和装置

摘要

本发明涉及一种处理由多个含大量不同样本的数据组构成的数据的方法，采用通用线性模型将数据组中包含的独立样本对有序参数的相关性与模型矩阵G中包含的模型函数对有序参数的相关性进行比较，以根据样本对有序参数的相关性检验特定特征的出现。增量地计算通用线性模型，分别在对数据组的数据x进行计算之前，检验模型矩阵G中包含的模型函数在一个由该数据组代表的与有序参数的相关片段中是否具有足够的正交分量。在平行性过大时在对该数据组的计算中以预定的程度遮蔽模型矩阵G的一个或多个干扰正交性的模型函数，以达到足够的正交分量。本方法可以用相应输出的中间结果来增量计算通用线性模型，即使在模型矩阵中存在间或相关的模型函数。

主权项

1.一种用于处理由多个具有大量不同样本的数据组构成的数据的方法，采用通用线性模型将数据组中包含的各独立样本对有序参数的相关性与模型矩阵G中包含的模型函数对有序参数的相关性进行比较，以根据样本对有序参数的相关性检验特定特征的出现，其中，分别对一个数据组的所有相关数据x以预定的数据组顺序进行该比较所需的对数据x的计算，并作为中间结果存储起来，其中用新的计算更新各直接在前的数据组的中间结果，从而随时都存在一个中间结果，而且在至少一次遍历所有数据组之后存在一个最终结果，从中可以根据样本对有序参数的相关性推导出关于所述特征出现的结论，其特征在于，分别在对数据组的数据x进行计算之前，检验模型矩阵G中包含的模型函数在一个由该数据组代表的与有序参数的相关片段中是否具有对计算足够的正交分量，并且在发现平行性过大时在针对该数据组的计算中以可预先给定的程度遮蔽该模型矩阵G的一个或多个干扰正交性的模型函数，以达到足够的正交分量。