基于RANSAC算法的多元随机抽查方法、系统、装置制造方法及图纸

本发明专利技术公开了一种基于RANSAC算法的多元随机抽查方法、系统、装置，涉及随机抽查技术领域。本发明专利技术包括如下步骤：步骤S10：获取原始企业标准数据，并为原始企业标准数据内的抽样模型设定阈值；步骤S20：选取M个标准，计算标准与各个抽样条件的相关性，误差在设定的阈值以内的为内点，即匹配成功；步骤S30：重复步骤S20、步骤S30，迭代次数达到预设值后，保存最多的内点数对应的模型参数作为最终抽样模型。本发明专利技术通过提取原始企业标准数据的各种属性，形成原始关系型数据库。运用RANSAC算法，通过迭代的方式计算抽样的最佳模型，能满足精准开展企业标准事后监管工作的需求。

【技术实现步骤摘要】
基于RANSAC算法的多元随机抽查方法、系统、装置
本专利技术属于随机抽查
，特别是涉及一种基于RANSAC算法的多元随机抽查方法、系统、装置。
技术介绍
2014年，国家市场监督管理局(原质检总局)、国家标准委部署开展了企业标准自我声明公开试点工作。为进一步规范企业标准自我声明公开工作,加强事中事后监管，上海、浙江、广州等地相继开展自我声明公开企业产品标准监督抽查工作。自2015年起，公司受浙江省市场监督管理局及各地市局委托，探索开展自我声明公开企业标准监督检查。但由于各地产业发展情况和抽查要求不尽相同、企业标准数据资源受限、线下抽查效率低下、检查数据可追溯性差、检查结果运用不充分等原因，严重阻碍了自我声明公开企业产品标准监督抽查工作的顺利开展，不利于提升企业标准化整体水平。
技术实现思路
本专利技术的目的之一在于提供一种基于RANSAC算法的多元随机抽查方法、系统、装置，专利技术通过提取原始企业标准数据的各种属性，形成原始关系型数据库。运用RANSAC算法，通过迭代的方式计算抽样的最佳模型，能满足精准开展企本文档来自技高网...

【技术保护点】
1.一种基于RANSAC算法的多元随机抽查方法，其特征在于，包括如下步骤：/n步骤S10：获取原始企业标准数据，并为原始企业标准数据内的抽样模型设定阈值；/n步骤S20：选取M个标准，计算标准与各个抽样条件的相关性，误差在设定的阈值以内的为内点，即匹配成功；/n其中，计算标准与各个抽样条件的相关性具体包括：/n将原始企业标准数据转化为图片格式，然后对其进行特征提取；/n选取相对应的标准和任一抽样条件，使用暴力匹配法进行初次匹配；/n将两幅图片网格化，根据网格区域匹配的数目，找出最有可能代表相同区域的网格对；/n根据运动平滑性，判断网格区域的正确匹配率，提取出误匹配率极低的网格区域；/n对于提取...

【技术特征摘要】
1.一种基于RANSAC算法的多元随机抽查方法，其特征在于，包括如下步骤：
步骤S10：获取原始企业标准数据，并为原始企业标准数据内的抽样模型设定阈值；
步骤S20：选取M个标准，计算标准与各个抽样条件的相关性，误差在设定的阈值以内的为内点，即匹配成功；
其中，计算标准与各个抽样条件的相关性具体包括：
将原始企业标准数据转化为图片格式，然后对其进行特征提取；
选取相对应的标准和任一抽样条件，使用暴力匹配法进行初次匹配；
将两幅图片网格化，根据网格区域匹配的数目，找出最有可能代表相同区域的网格对；
根据运动平滑性，判断网格区域的正确匹配率，提取出误匹配率极低的网格区域；
对于提取出的网格区域内的特征点，运用RANSAC算法计算对应的单应矩阵；
通过计算得到的单应矩阵，与预设定的阈值进行匹配；
步骤S30：重复步骤S20、步骤S30，迭代次数达到预设值后，保存最多的内点数对应的模型参数作为最终抽样模型。


2.如权利要求1所述的一种基于RANSAC算法的多元随机抽查方法，其特征在于，原始企业标准数据包括标准编号数据、标准名称数据、标准状态数据、标准类型数据、标准性质数据、公开时间数据、行政区划数据、标准种类数据、所属产业类别数据。


3.如权利要求2所述的一种基于RANSAC算法的多元随机抽查方法，其特征在于，步骤S01中，获取原始企业标准数据后，将所获取的原始企业标准数据存入原始关系型数据库，并为原始关系型数据库内的抽样模型设定阈值。


4.如权...

【专利技术属性】
技术研发人员：王燕，陈茜茜，施鲁杭，朱琦，丁攀，黄健民，郑诗昆，潘晓晖，傅潇杭，
申请(专利权)人：浙江省方大标准信息有限公司，
类型：发明
国别省市：浙江;33