基于物联网和大数据的样本抽样分析算法制造技术

本发明专利技术公开了基于物联网和大数据的样本抽样分析算法，涉及样本抽样分析技术领域，解决了现有技术中样本抽样过程中无法进行多方面准确分析的技术问题，通过实时基数分析能够确定当前抽样是否需要抽样还是全面检测，能够准确把控样本抽样的使用，确定是否需要进行样本抽样，防止样本抽样的使用不准确导致主体检测的效率降低，且增加了检测成本；将目标群体准确分析，能够判断当前样本抽样的运行强度，能够合理控制投入成本，防止投入成本无法满足当前运行强度，造成样本抽样的准确性以及可靠性降低，无法保证样本抽样的效率。无法保证样本抽样的效率。无法保证样本抽样的效率。

【技术实现步骤摘要】
基于物联网和大数据的样本抽样分析算法


[0001]本专利技术涉及样本抽样分析
，具体为基于物联网和大数据的样本抽样分析算法。

技术介绍

[0002]样本抽样又称样本取样。从欲研究的全部样品中抽取一部分样品单位。其基本要求是要保证所抽取的样品单位对全部样品具有充分的代表性。抽样的目的是从被抽取样品单位的分析、研究结果来估计和推断全部样品特性，是科学实验、质量检验、社会调查普遍采用的一种经济有效的工作和研究方法。
[0003]但是在现有技术中，样本抽样过程中无法进行多方面准确分析，不能够合理匹配抽样类型的同时无法确定当前抽样的误差风险，此外，不能够将抽样进行进行比对，无法保证实时结果的合格性。
[0004]针对上述的技术缺陷，现提出一种解决方案。

技术实现思路

[0005]本专利技术的目的就在于为了解决上述提出的问题，而提出基于物联网和大数据的样本抽样分析算法，通过实时基数分析能够确定当前抽样是否需要抽样还是全面检测，能够准确把控样本抽样的使用，确定是否需要进行样本抽样，防止样本抽样的使用不准确导致主体检测的效率降低，且增加了检测成本；将目标群体准确分析，能够判断当前样本抽样的运行强度，能够合理控制投入成本，防止投入成本无法满足当前运行强度，造成样本抽样的准确性以及可靠性降低，无法保证样本抽样的效率。
[0006]本专利技术的目的可以通过以下技术方案实现：
[0007]基于物联网和大数据的样本抽样分析算法，具体样本抽样分析方法步骤如下：
[0008]步骤一、实时基数分析，根据实时样本抽样需求进行分析，采集到当前样本抽样过程对应的主体和样本，将当前主体基数进行分析，从而判定是否需要进行样本抽样；
[0009]步骤二、目标群体分析，将当前主体进行分析并在主体内选择合适的目标群体，在当前主体内确定好目标群体后，将对应目标群体进行分析，分析当前目标群体的样本抽样对应误差风险；
[0010]步骤三、抽样类型分析，在确定好目标群体后，将当前抽样类型进行分析，根据实时目标群体对应样本抽样的性质分析，从而确定抽样类型；
[0011]步骤四、抽样结果分析，在将抽样类型确定后，且将当前实时目标群体完成样本抽样后，将对应样本抽样结果进行特征比较，从而判定当前抽样结果的是否存在误差。
[0012]作为本专利技术的一种优选实施方式，步骤一中实时基数分析过程如下：
[0013]获取到当前主体进行分析的限定条件，限定条件表示为主体分析的条件；将当前主体进行实时基数分析，采集到在限定条件下当前主体内涉及的个体总数量以及对应个体进行限定条件执行时的平均耗时，并将在限定条件下当前主体内涉及的个体总数量以及对
应个体进行限定条件执行时的平均耗时分别标记为ZSL和PHS；
[0014]通过公式获取到当前限定条件下主体对应基数分析系数JS，其中，a1和a2均为预设比例系数，且a1＞a2＞0，β为误差修正因子，取值为0.98；
[0015]将当前限定条件下主体对应基数分析系数JS与对应基数分析系数阈值进行比较：
[0016]若当前限定条件下主体对应基数分析系数JS超过对应基数分析系数阈值，则判定当前主体执行对应限定条件需要样本抽样，生成抽样执行信号并将当前主体限定条件的执行方式设定为抽样方式；
[0017]若当前限定条件下主体对应基数分析系数JS未超过对应基数分析系数阈值，则判定当前主体执行对应限定条件不需要样本抽样，生成非抽样执行信号并将当前主体限定条件的执行方式设定为非抽样方式。
[0018]作为本专利技术的一种优选实施方式，步骤二中抽样类型分析具体步骤如下：
[0019]将当前主体对应限定条件的样本进行分析，将样本的特征数据进行采集，并将采集的样本特征数据组建成样本特征集；特征数据表示为样本和主体的特征参数；将主体划分为i个子体，随后将各个子体的特征数据进行采集，并将采集的子体特征数据组建成i个子体特征集；将样本特征集与子体特征集进行比较：若样本特征集与子体特征集存在同一特征数据，即将对应子体标记为目标群体；若样本特征集与子体特征集无同一特征数据，即将对应子体标记为非目标群体；
[0020]获取到目标群体对应数量与主体数量的占比以及目标群体对应子体特征集与样本特征集的交集数量，并将目标群体对应数量与主体数量的占比以及目标群体对应子体特征集与样本特征集的交集数量分别与数量占比阈值和交集数量阈值进行比较：
[0021]若目标群体对应数量与主体数量的占比未超过数量占比阈值，或者目标群体对应子体特征集与样本特征集的交集数量未超过交集数量阈值，则判定当前目标群体进行抽样的误差风险高，生成高风险执行信号并将高风险执行信号发送至执行人手机终端；
[0022]若目标群体对应数量与主体数量的占比超过数量占比阈值且目标群体对应子体特征集与样本特征集的交集数量超过交集数量阈值，则判定当前目标群体进行抽样的误差风险低，生成低风险执行信号并将低风险执行信号发送至执行人手机终端。
[0023]作为本专利技术的一种优选实施方式，步骤三中抽样类型分析具体步骤如下：
[0024]将主体内目标群体以及抽样样本完成确定后，将抽样类型进行判断，将抽样样本在选定的目标群体内进行抽样，在抽样过程中获取到以当前限定条件执行时，选定目标群体内抽取的与抽样样本对应个体种类数量，并将对应个体种类数量标记为抽样结果对象，若对应抽样结果对象的种类数量存在浮动，则将对应抽样类型设定为探索性抽样；若对应抽样结果对象的种类数量不存在浮动，则将对应抽样类型设定为描述性抽样。
[0025]作为本专利技术的一种优选实施方式，步骤四中抽样结果分析具体步骤如下：
[0026]将样本抽样的抽样结果对象进行分析，将抽样结果对象设置标号o，o为大于1的自然数，采集到对应抽样结果对象的抽样硬性参数，抽样硬性参数表示为抽样的硬性信息；
[0027]将抽样结果对象对应目标群体内个体两两一组进行匹配，并将其标记为匹配个体组，将当前抽样过程中匹配个体组的抽样硬性参数进行分析，若匹配个体组的抽样硬性参数内对应数据存在一致，则其匹配个体组标记为风险个体组；若匹配个体组的抽样硬性参
数内对应数据不存在一致，则其匹配个体组标记为安全个体组；
[0028]将风险个体组与安全个体组进行分析，若风险个体组的数量超过安全个体组的数量，且风险个体组的数量不小于风险个体组数量阈值，则判定当前抽样结果存在误差，生成误差信号并将误差信号发送至执行人的手机终端；若风险个体组的数量未超过安全个体组的数量，且风险个体组的数量小于风险个体组数量阈值，则判定当前抽样结果不存在误差，生成准确信号并将准确信号发送至执行人的手机终端。
[0029]与现有技术相比，本专利技术的有益效果是：
[0030]1、本专利技术中，通过实时基数分析能够确定当前抽样是否需要抽样还是全面检测，能够准确把控样本抽样的使用，确定是否需要进行样本抽样，防止样本抽样的使用不准确导致主体检测的效率降低，且增加了检测成本；将目标群本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于物联网和大数据的样本抽样分析算法，其特征在于，具体样本抽样分析方法步骤如下：步骤一、实时基数分析，根据实时样本抽样需求进行分析，采集到当前样本抽样过程对应的主体和样本，将当前主体基数进行分析，从而判定是否需要进行样本抽样；步骤二、目标群体分析，将当前主体进行分析并在主体内选择合适的目标群体，在当前主体内确定好目标群体后，将对应目标群体进行分析，分析当前目标群体的样本抽样对应误差风险；步骤三、抽样类型分析，在确定好目标群体后，将当前抽样类型进行分析，根据实时目标群体对应样本抽样的性质分析，从而确定抽样类型；步骤四、抽样结果分析，在将抽样类型确定后，且将当前实时目标群体完成样本抽样后，将对应样本抽样结果进行特征比较，从而判定当前抽样结果的是否存在误差。2.根据权利要求1所述的基于物联网和大数据的样本抽样分析算法，其特征在于，步骤一中实时基数分析过程如下：获取到当前主体进行分析的限定条件，限定条件表示为主体分析的条件；将当前主体进行实时基数分析，采集到在限定条件下当前主体内涉及的个体总数量以及对应个体进行限定条件执行时的平均耗时，并将在限定条件下当前主体内涉及的个体总数量以及对应个体进行限定条件执行时的平均耗时分别标记为ZSL和PHS；通过公式获取到当前限定条件下主体对应基数分析系数JS，其中，a1和a2均为预设比例系数，且a1＞a2＞0，β为误差修正因子，取值为0.98；将当前限定条件下主体对应基数分析系数JS与对应基数分析系数阈值进行比较：若当前限定条件下主体对应基数分析系数JS超过对应基数分析系数阈值，则判定当前主体执行对应限定条件需要样本抽样，生成抽样执行信号并将当前主体限定条件的执行方式设定为抽样方式；若当前限定条件下主体对应基数分析系数JS未超过对应基数分析系数阈值，则判定当前主体执行对应限定条件不需要样本抽样，生成非抽样执行信号并将当前主体限定条件的执行方式设定为非抽样方式。3.根据权利要求1所述的基于物联网和大数据的样本抽样分析算法，其特征在于，步骤二中抽样类型分析具体步骤如下：将当前主体对应限定条件的样本进行分析，将样本的特征数据进行采集，并将采集的样本特征数据组建成样本特征集；特征数据表示为样本和主体的特征参数；将主体划分为i个子体，随后将各个子体的特征数据进行采集，并将采集的子体特征数据组建成i个子体特征集；将样本特征集与子体特征集进行比较：若样本特征集与子体特征集存在同一特征数据，即将对应子体标记为目标群体；若样本特征集与子体特征集无...

【专利技术属性】
技术研发人员：熊凯元，汪秉骞，赵佳佳，
申请(专利权)人：宣城城建智能科技有限公司，
类型：发明
国别省市：