技術(shù)特征：

1.一種基于序相關(guān)度的部分有序數(shù)據(jù)分類方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于序相關(guān)度的部分有序數(shù)據(jù)分類方法，其特征在于，所述步驟s1包含以下具體步驟：

3.根據(jù)權(quán)利要求2所述的一種基于序相關(guān)度的部分有序數(shù)據(jù)分類方法，其特征在于，所述步驟s2包含以下具體步驟：

4.根據(jù)權(quán)利要求3所述的一種基于序相關(guān)度的部分有序數(shù)據(jù)分類方法，其特征在于，所述步驟s3包含以下具體步驟：

5.根據(jù)權(quán)利要求4所述的一種基于序相關(guān)度的部分有序數(shù)據(jù)分類方法，其特征在于，所述步驟s4包含以下具體步驟：

6.根據(jù)權(quán)利要求5所述的一種基于序相關(guān)度的部分有序數(shù)據(jù)分類方法，其特征在于，所述步驟s5包含以下具體步驟：

7.一種基于序相關(guān)度的部分有序數(shù)據(jù)分類系統(tǒng)，其特征在于：所述系統(tǒng)包括計(jì)算機(jī)處理器和內(nèi)存、部分有序數(shù)據(jù)預(yù)處理單元、選擇模型單元、部分有序數(shù)據(jù)模型訓(xùn)練單元、部分有序數(shù)據(jù)模型測試單元；所述部分有序數(shù)據(jù)預(yù)處理單元對輸入網(wǎng)絡(luò)的數(shù)據(jù)集進(jìn)行預(yù)處理，并加載到計(jì)算機(jī)內(nèi)存中；選擇模型單元選擇現(xiàn)有的分類模型作為數(shù)據(jù)集的分類器，設(shè)置好對應(yīng)參數(shù)并加載到計(jì)算機(jī)內(nèi)存中；部分有序數(shù)據(jù)模型訓(xùn)練預(yù)測單元將選擇的模型在導(dǎo)入的數(shù)據(jù)集上進(jìn)行訓(xùn)練并展示損失曲線圖，最后將訓(xùn)練好的模型保存到計(jì)算機(jī)內(nèi)存；部分有序數(shù)據(jù)模型測試單元利用訓(xùn)練好的分類模型對測試數(shù)據(jù)集進(jìn)行測試，并展示測試結(jié)果以及分類準(zhǔn)確率和均方誤差；所有單元中具體的數(shù)據(jù)處理和計(jì)算工作由所述計(jì)算機(jī)處理器完成，且所有單元都與所述計(jì)算機(jī)內(nèi)存的數(shù)據(jù)交互；

技術(shù)總結(jié)
本發(fā)明公開了一種基于序相關(guān)度的部分有序數(shù)據(jù)分類方法及系統(tǒng)，屬于部分有序數(shù)據(jù)分類研技術(shù)領(lǐng)域。針對如何從復(fù)雜的數(shù)據(jù)集中準(zhǔn)確地識別出有序特征，并解決有序數(shù)據(jù)的分類問題，通過在斯皮爾曼相關(guān)系數(shù)的基礎(chǔ)上，結(jié)合偏相關(guān)分析，能夠有效去除有序特征識別過程中其他特征的干擾，相比于其他識別方法，該方法能夠準(zhǔn)確區(qū)分部分有序數(shù)據(jù)集中真實(shí)的有序和無序特征；在傳統(tǒng)單調(diào)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，利用無序特征權(quán)重化這一方案，設(shè)計(jì)出了部分有序神經(jīng)網(wǎng)絡(luò)，能夠解決部分有序數(shù)據(jù)的分類問題，克服了在部分有序數(shù)據(jù)集上對有序特征施加單調(diào)約束的同時充分考慮無序特征的影響這一難題，該方法在性能上優(yōu)于其他現(xiàn)有算法。

技術(shù)研發(fā)人員：許行,李雨軒,王文劍,郭虎升
受保護(hù)的技術(shù)使用者：山西大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/6/30