资料传输架构产生聚类分群资料的方法技术

本申请涉及一种分码直序多重存取架构产生聚类分群资料的方法，包括：分割一资料集以产生一资料集群数，其中资料集包括多个变数序列；以及依据分割完后的该料集群数并透过分码直序多重存取架构处理资料集群数以产生聚类分群资料；其中分割资料集包括：使用每一变数序列的一变数斜率对相应的一变数序列执行一区段分段以形成多个区段分段成对线性关系聚类分群；以及使用距离、角度和斜率对该些变数序列执行一关联分组以形成逻辑相同的多个变数聚类关联分组。本申请的分码直序多重存取架构产生聚类分群资料的方法可使得聚类分群资料具有极高的相似属性。

Data transmission architecture for clustering clustering data

This application relates to a method of generating clustered data using a code direct sequence multiple access architecture, including: splitting a data set to produce a number of data clusters, in which the data set includes a number of variable sequences; and generating the number of data clusters based on the number of partitioned data clusters and processed through a code direct sequence multiple access architecture. Clustering and clustering data, in which the partitioned data set includes: performing a segment segmentation on a corresponding variable sequence using the slope of one variable of each variable sequence to form multiple segments clustering and clustering in pairs of linear relationships; and performing an association grouping on these variable sequences using distance, angle and slope to form a logical phase The same number of variables cluster related groups. The method of generating clustering data based on the code direct sequence multiple access architecture proposed in this paper can make the clustering data have very high similarity properties.

【技术实现步骤摘要】
资料传输架构产生聚类分群资料的方法
本专利技术关于一种产生聚类分群资料的方法，特别是一种资料传输架构产生聚类分群资料的方法。
技术介绍
传统的模糊C均值(FuzzyC-means，FCM)不能使用时间长度作为距离，只能够知道距离在距离轴改变的资讯，没办法解决形状变化平整度的缺失，因为距离缺乏时间的资讯，且无法提供很好的聚类分群的正确率，因为形状变化取决于斜率。传统的模糊斜率时间序列(FuzzySlopeTimeSeries，FSTS)不能适用于不稳定的波动和瞬间改变的角度，只能够知道相似形状趋势(trend)在时间轴上相对改变的资讯，没办法解决急速起伏的长时间经济时间序列或者循环周期摇摆的趋势曲线，归咎于趋势曲线的方位资讯不足，且无法提供很好的聚类分类的正确率，因为波动变化取决于角度。传统的模糊光谱角度匹配(FuzzySpectralAngleMatching，FSAM)不能适用于距离的尺寸改变，只能够知道变数与原点之间三轴相对之极性，稳定度和波动角度关系之改变，没办法解决快速移动长短远近的距离变化，归因于趋势曲线剧烈变动造成的距离资讯不足，且无法提供很好的聚类分类的正确率，因为远近变化取决于距离。传统的资料传输和资料接收是直接透过传输线传播，很少经由频道模组，即时有频道模组，也只是使用硬体架构处理，并与分析聚类分群资料无关，无法同时找到分析聚类分群资料的处理方法和组成理想变数的组合频道。
技术实现思路
本专利技术实施例提供一种资料传输架构产生聚类分群(Categoryclustering)资料的方法。详细的说，本专利技术实施例提供一种分码直序多重存取(CDMA)架构产生一聚类分群资料的方法，包括：分割一资料集以产生一资料集群数(Datasetcategory)，其中资料集包括多个变数序列；以及依据分割完后的资料集群数并透过分码直序多重存取架构处理资料集群数以产生聚类分群资料；其中分割资料集包括：使用每一变数序列的一变数斜率对相应的一变数序列执行一区段分段以形成多个区段分段成对线性关系(SegmentPiecewisePairsLinear)聚类分群；以及使用距离、角度和斜率对该些变数序列执行一关联分组以形成逻辑相同(LogicallyIdentity)的多个变数聚类关联分组(VariablesCategoryAffinityGrouping)，即在每一区段内变数斜率将与全部区段具有逻辑相同或类似性相近多个变数序列的区段分段成对线性关系聚类分群执行关联分组以形成变数聚类关联分组。其中使用距离、角度和斜率对该些变数序列执行该关联分组以形成逻辑相同的该些变数聚类关联分组包括：使用一模糊C均值算法以距离对该些变数序列分组以形成第一变数聚类；使用一模糊光谱角度匹配算法以角度对该些变数序列分组以形成第二变数聚类；使用一模糊斜率时间序列算法以斜率对该些变数序列分组以形成第三变数聚类；以及判断第一变数聚类、第二变数聚类及第三变数聚类是否具有相同的关联分组；其中当第一变数聚类、第二变数聚类及第三变数聚类中两种或两种以上具有相同的关联分组时，具有相同的关联分组的该些变数聚类为逻辑相同的该些变数聚类关联分组。其中依据分割完后的资料集群数并透过分码直序多重存取架构处理资料集群数以产生聚类分群资料包括：编码分割完后的资料集群数以产生一伪码及一载波；依据变数斜率，伪码及载波输出至输出资料处理一载波聚合；依据该些区段分段成对线性关系聚类分群及该些变数聚类关联分组产生一频道模组；计算频道模组全部区段的错误率；接收载波聚合；以及解码载波聚合以还原一实际本月值。其中编码分割完后的资料集群数以产生伪码及载波包括：依据每一变数序列在每一区段分段成对线性关系聚类分群中的每一变数序列实际最大值与该一区段内该一变数序列的十二个月移动平均值最大值的比值产生该伪码，伪码又称权重；以及产生每一变数的一十二个月移动平均值载波或产生一弦波载波；其中变数序列包括变数一(大陆GDP)、变数二(大陆出口值)、变数三(大陆进口值)、变数四(台湾出口到大陆)、变数五(香港出口到大陆)、变数六(韩国出口到大陆)、变数七(越南出口到大陆)、及变数八(上海综合指数)；其中产生弦波载波是以八个弦波参数值代入一弦波生成公式得到弦波载波，且以弦波载波图配(Mapping)12个月移动平均值，其中八个弦波参数值包括：最高振幅，最低振幅，偏度，波数，左右偏，总点数，起始点，和终止点。其中依据该变数斜率，该伪码及该载波输出至输出资料处理该载波聚合包括：依据每一区段中每一变数序列的该变数斜率除以该伪码以产生一第一展频；以及选择该弦波载波或是该十二个月移动平均值载波之一与该第一展频聚合以产生该载波聚合。聚类分群资料经常会有季节性误差(如SeasonalError)，或是固定月份(周期性)效应(如LunarEffect)，水平移动(如ShiftLevel)或是突发性风暴干扰(TurmoilInterference)等，有些资料需要透过后台主机执行大数据或云端运算服务，致使终端处理机需要透过分码直序多重存取传输架构的频道模组以编排复合变数频道组合的分组编号。其中依据该些区段分段成对线性关系聚类分群及该些变数聚类关联分组产生该频道模组包括：依据该些变数聚类关联分组及一依变数(dependentvariables)编排至少一复合变数频道组合及一分组编号；依据该些区段分段成对线性关系聚类分群编排该些区段分段成对线性关系聚类分群的一区段编号；以及组合该分组编号及该区段编号以产生一真码；其中该真码为该复合变数频道组合及该些区段分段成对线性关系聚类分群的一资料代码；其中该频道模组包括该至少一复合变数频道组合。其中计算该频道模组全部区段的错误率包括：使用一模糊C均值算法计算在该复合变数频道组合下聚类分群没有在相似的属性子集的百分比以获取错误率。其中聚类是把相似的对象透过算法分类的方法，分成更多不同组别的子集，让在同一个子集中的对象成员都有相似的属性。正确率是指子集中的成员正确分类的百分比。错误率等于1减去正确率，正确率是指预估到每一个子集中的成员对项都有相似的属性，占全部对象成员的百分比。其中接收该载波聚合包括：解调变该载波聚合以得到一第二展频；以及该第二展频乘以该伪码以得到该变数斜率。其中解码该载波聚合以还原该实际本月值包括：该变数斜率还原成该实际本月值；以及逐一累加一本月斜率值与一上月实际值以得到一十二个月移动平均值曲线。其中得到曲线图后，储存成历史数据。其中特殊数据(如季节性、循环周期等)聚类分群，必要时候，传输数据到后台主机，依循历史纪录寻找分析规则。为了能更进一步了解本专利技术为达成既定目的所采取技术、方法及功效，请参阅以下有关本专利技术详细说明、图式，相信本专利技术之目的、特征与特点，当可由此得以深入且具体了解，然而所附图式仅提供参考与说明用，并非用来对本专利技术加以限制者。附图说明第1a图系依据本专利技术实施之生成频道模组的示意图；第1b图系依据本专利技术实施之输出资料与接收资料资料讯号型态的示意图；第1c图系依据本专利技术实施之12个月移动平均值载波的示意图；第1d图系依据本专利技术实施之弦波载波的示意图；第1e图系依据本专利技术实施之上海综合指数斜率的示意图；第1f图系依据本专利技术实施之12个月移动平均值载波聚合的示意图；第本文档来自技高网...

【技术保护点】
1.一种一分码直序多重存取架构产生一聚类分群资料的方法，其特征在于，包括：分割一资料集以产生一资料集群数，其中该资料集包括多个变数序列；以及依据分割完后的该资料集群数并透过该分码直序多重存取架构处理该资料集群数以产生该聚类分群资料；其中分割该资料集包括：使用每一变数序列的一变数斜率对相应的一变数序列执行一区段分段以形成多个区段分段成对线性关系聚类分群；以及使用距离、角度和斜率对该些变数序列执行一关联分组以形成逻辑相同的多个变数聚类关联分组，即在每一区段内变数斜率将与全部区段具有逻辑相同或类似性相近多个变数序列的区段分段成对线性关系聚类分群执行关联分组以形成变数聚类关联分组。

【技术特征摘要】
2017.01.20 TW 1061020581.一种一分码直序多重存取架构产生一聚类分群资料的方法，其特征在于，包括：分割一资料集以产生一资料集群数，其中该资料集包括多个变数序列；以及依据分割完后的该资料集群数并透过该分码直序多重存取架构处理该资料集群数以产生该聚类分群资料；其中分割该资料集包括：使用每一变数序列的一变数斜率对相应的一变数序列执行一区段分段以形成多个区段分段成对线性关系聚类分群；以及使用距离、角度和斜率对该些变数序列执行一关联分组以形成逻辑相同的多个变数聚类关联分组，即在每一区段内变数斜率将与全部区段具有逻辑相同或类似性相近多个变数序列的区段分段成对线性关系聚类分群执行关联分组以形成变数聚类关联分组。2.如权利要求1所述的方法，其特征在于，使用距离、角度和斜率对该些变数序列执行该关联分组以形成逻辑相同的该些变数聚类关联分组包括：使用一模糊C均值算法以距离对该些变数序列分组以形成第一变数聚类；使用一模糊光谱角度匹配算法以角度对该些变数序列分组以形成第二变数聚类；使用一模糊斜率时间序列算法以斜率对该些变数序列分组以形成第三变数聚类；以及判断该第一变数聚类、该第二变数聚类及该第三变数聚类是否具有相同的关联分组；其中当该第一变数聚类、该第二变数聚类及该第三变数聚类中两种或两种以上具有相同的关联分组时，具有相同的关联分组的该些变数聚类为逻辑相同的该些变数聚类关联分组。3.如权利要求1所述的方法，其特征在于，依据分割完后的该资料集群数并透过该分码直序多重存取架构处理该资料集群数以产生该聚类分群资料包括：编码分割完后的该资料集群数以产生一伪码及一载波；依据该变数斜率，该伪码及该载波输出至输出资料处理一载波聚合；依据该些区段分段成对线性关系聚类分群及该些变数聚类关联分组产生一频道模组；计算该频道模组全部区段的错误率。4.如权利要求3所述的方法，其特征在于，编码分割完后的该资料集群数以产生该伪码及该载波包括：依据每一变数序列在每一区段分段成对线性关系聚类分群...

【专利技术属性】
技术研发人员：赵李英记，
申请(专利权)人：赵李英记，
类型：发明
国别省市：中国台湾,71