平码五不中公式规律
  • / 16
  • 下载费用:30 金币  

用于基于相互相关性进行分层数据分析的方法和装置.pdf

关 键 ?#21097;?/dt>
用于 基于 相互 相关性 进行 分层 数据 分析 方法 装置
  专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
摘要
申请专利号:

CN201580046475.7

申请日:

2015.08.27

公开号:

CN106663144A

公开日:

2017.05.10

当前法律状态:

实审

?#34892;?#24615;:

审中

法?#19978;?#24773;: 实质审查的生效IPC(主分类):G06F 19/00申请日:20150827|||公开
IPC分类号: G06F19/00(2011.01)I 主分类号: G06F19/00
申请人: 皇家飞利浦有限公司
发明人: 周子捷; Q·Z·林; T·M·陈; Y·贾
地址: 荷?#21450;?#24681;德霍芬
优?#28909;ǎ?/td> 2014.11.20 EP 14194063.5; 2014.08.29 CN PCT/CN2014/085560
专利代理机构: 永新专利商标代理有限公司 72002 代理人: 李光颖;王英
PDF完整版下载: PDF下载
法律状态
申请(专利)号:

CN201580046475.7

授权公告号:

|||

法律状态公告日:

2017.09.26|||2017.05.10

法律状态类型:

实质审查的生效|||公开

摘要

本发明总体上涉及由用户基于相关性分析选择的访问数据。在本发明中提出了引入属性值规范化和基于属性之间的相互相关性的分层数据分析。属性的标度值到标称值的规范化提供了针对属性之间的相关性的假设的基础,因此科学地证明进一步的观察和比较。多层分层调查使得不仅能够在属性的水平山,而且能够在有关数据的水平上进行分析,这提供了更加详细的观察。

权利要求书

1.一种用于基于相互相关性进行分层数据分析的装置,所述数据包括多个属性,所述
装置包括:
规范化器,其适于将数据集中的每个数据的属性规范化为标称值;
计算器,其适于基于所述属性的经规范化的标称值来计算所述数据集中的每个数据的
所述属性之间的相关性;
第一生成器,其适于生成类别以及所述类别之间的相关性的第一图形,每个类别包括
基于预定义的规则的经分类的属性,所述类别之间的每个相关性是相应类别的属性之间的
平均相关性;或者适于生成推荐的属性的第一图形;
第二生成器,其适于生成由用户从所述第一图形选择的第一属性、相关的属性以及所
述第一属性与所述相关的属性之间的所述相关性的第二图形,所述第一属性与每个相关的
属性之间的所述相关性高于预定义的相关性阈值;
第三生成器,其适于基于所述第一属性的值和由用户从所述第二图形选择的至少第二
属性的值来生成所述相关的数据的统计学分布的第三图形,所述相关的数据包括所述第一
属性和至少所述第二属性;
其中,所述数据?#19988;?#23398;数据。
2.根据权利要求1所述的装置,其中,所述标称值是基于预定义的诊断规则?#33539;?#30340;。
3.根据权利要求1或2所述的装置,其中,所述第一图形的所述属性是根据由用户对每
个属性的选择?#24503;?#25110;医学?#25913;?#25512;荐的。
4.根据权利要求1至3中的任一项所述的装置,还包括第四生成器,其适于基于所述第
一属性和至少所述第二属性的由用户选择的值来生成相关的数据的列表,有关数据包括所
述第一属性和至少所述第二属性。
5.根据权利要求1至4中的任一项所述的装置,其中,由连接两个类别或属性的相关性
指示符来呈现所述两个类别或属性之间的所述相关性,所述相关性指示符的视觉性质基于
所述两个类别或属性之间的所述相关性的值。
6.一种基于相互相关性进行分层数据分析的方法,所述数据包括多个属性,所述方法
包括以下步骤:
将数据集中的每个数据的属性规范化为标称值;
基于所述属性的经规范化的标称值来计算所述数据集中的每个数据的所述属性之间
的相关性;
生成类别以及所述类别之间的相关性的第一图形,每个类别包括基于预定义的规则的
经分类的属性,所述类别之间的每个相关性是相应类别的属性之间的平均相关性;或者生
成推荐的属性的第一图形;
生成由用户从所述第一图形选择的第一属性、相关的属性以及所述第一属性与所述相
关的属性之间的所述相关性的第二图形,所述第一属性与每个相关的属性之间的所述相关
性高于预定义的相关性阈值;
基于所述第一属性的值和由用户从所述第二图形选择的至少第二属性的值来生成所
述相关的数据的统计学分布的第三图形,所述相关的数据包括所述第一属性和至少所述第
二属性;
其中,所述数据?#19988;?#23398;数据。
7.根据权利要求6所述的方法,其中,所述标称值是基于预定义的诊断规则?#33539;?#30340;。
8.根据权利要求6或7所述的方法,其中,所述第一图形的所述属性是根据由用户对每
个属性的选择?#24503;?#25110;医学?#25913;?#25512;荐的。
9.根据权利要求6至8中的任一项所述的方法,还包括以下步骤:基于所述第一属性和
至少所述第二属性的值来生成有关数据的列表,所述有关数据包括所述第一属性和至少所
述第二属性。
10.根据权利要求6至9中的任一项所述的方法,其中,由连接两个类别或属性的相关性
指示符来呈现所述两个类别或属性之间的所述相关性,所述相关性指示符的视觉性质基于
所述两个类别或属性之间的所述相关性的值。
11.一种包括计算机程序代码单元的计算机程序产品,所述计算机程序代码单元用于
在所述计算机程序代码单元在计算机上运行时,令所述计算机执行根据权利要求6所述的
方法的步骤。

说明书

用于基于相互相关性进行分层数据分析的方法和装置

技术领域

本发明总体上涉及基于相关性分析来评估?#34892;?#36259;数据,尤其是基于海量数据的相
关性分析来评估?#34892;?#36259;临床数据。

背景技术

?#32440;瘢?#21307;院中盛行的电?#26377;?#24687;系统使得能够收集海量数据以用于分析。相关性是
关键性分析方法以调查所收集的数据之间的相互影响,用于生成对观察、预测、诊断和其他
用途有用的新的知识。然而,需要使用不同种类的相关性计算方法来处理从数据类型(例
如,数值、标称等)的数据库提取的数据,这对于比较?#27492;?#26159;不合适的。此外,如此大量的信
息,例如具有每患者的超过200个数据属性的CVIS(心血管信息系统),要求良好设计的结构
以向对调查相应特性和影响?#34892;?#36259;的用户呈现数据和数据之间的相关性。

美国专利2013/0138592A1公开了一种用于海量数据处理的方法,其用于通过使用
多个属性来生成关系图并从关系图提取子图以表示假设,其中,相关性是基于数据属性的
?#35272;?#24615;分类来生成。此外,相关性值(被表达为p值)被用于统一地表示由不同的统计测试估
计的相关性,所述相关性?#19988;览?#20110;有关属性的特定数据类型来决定的。然而,尽管相关性值
(被表达为p值)能够根据解决不同假设的各种统计测试生成,但是所谓的统一的相关性值
并不?#20174;?#19968;致的定量值或假设,并且因此对于比较并不是合理的。?#35272;?#24615;分类确实减少了
所提供的相关性,从而增强了用户方便性,但是它?#19988;?#25233;制了对数据类型的潜在?#35272;?#24615;和
数据中包含的信息的丢失部分的调查。此外,没有为数据处理提供分层分析,并且所有的数
据处理都是在属性水平上执行的,使得分析效?#23454;?#19979;且不完整。

美国专利2012/215455A1公开了一种方法,其涉及利用通信模块来接收至少一个
位置信号,利用时间戳将从所述位置信号获得的地理空间数据存储在存储器中,并且利用
所述通信模块从传感器接收随时间的生物医学信号。利用时间戳将来?#36816;?#25509;收的生物信号
的生物医学数据存储在所述存储器中。对位置信号的接收和对来?#36816;?#36848;位置的地理空间数
据的存储在不同的地理位置中进行重?#30784;?br />

“The use of multiple correspondence analysis to explore associations
between categories of qualitative variables in healthy ageing”(Patricio
Soares Costa等人,Journal of aging research,卷2013,302163,2013年,XP55190591)公
开了一种用于在检测和表示用于调查?#29616;?#32769;化的大数据集中的下层结构中图示多个对应
性分析(MCA)的适用性的研究。

发明内容

因此,期望提供高效的方法和装置来促进对数据的完整调查并以清楚且简单的方
式来呈现用户?#34892;?#36259;的信息。

为了更好的解决这些关心问题中的一个或多个,根据本发明的一个方面的实施
例,提供了用于基于相互相关性进行分层数据分析的装置和方法。

一种用于基于相互相关性进行数据分析的装置,所述数据包括多个属性,所述装
置包括:

规范化器,其适于将数据集中的每个数据的属性规范化为标称值;

计算器,其适于基于所述属性的经规范化的标称值来计算所述数据集中的每个数
据的所述属性之间的相关性;

第一生成器,其适于生成类别以及所述类别之间的相关性的第一图形,每个类别
包括基于预定义的规则的经分类的属性,所述类别之间的每个相关性是相应类别的属性之
间的平均相关性;或者适于生成推荐的属性的第一图形;

第二生成器,其适于生成由用户从所述第一图形选择的第一属性、有关属性以及
所述第一属性与所述有关属性之间的所述相关性的第二图形,所述第一属性与每个有关属
性之间的所述相关性高于预定义的相关性阈值;

第三生成器,其适于基于所述第一属性的值和由用户从所述第二图形选择的至少
第二属性的值来生成有关数据的统计学分布的第三图形,有关数据包括所述第一属性和至
少所述第二属性。

所述统计学分布被呈现在坐标平面中,其中,所述第一属性和至少所述第二属性
的属性的每个值组合以及针对每个值组合的对应的统计学结果由坐标轴值和统计指示符
的至少有区别的视觉性质来表示,所述统计指示符指示所述第一属性和至少所述第二属性
的属性的值组合以及对应于所述值组合的统计学结果。

在本发明中提出了引入对属性的值的规范化和用于基于属性之间的相互相关性
进行数据分析的分层分析装置。属性的标度值到标称值的规范化提供了针对属性的相关性
的假设的基础,使得进一步的观察和比较被科学地证明。多层分层调查使得不仅能够在属
性水平上进行分析,而且能够分析有关数据,这提供了更加详细的观察,其使得海量数据分
析高效且完整。

在一个实施例中,所述规范化是基于领域知识的。

基于领域知识的标度值到标称值的规范化使得数据分析在医学上更加有意义且
高效。代替于标度值,标称值给出对属性的状态的直接且简单的定义,例如“正常”或“异
常?#20445;?#36825;使得分析是更好地可感知的。

在一个实施例中,推荐基于选择?#24503;?#25110;医学?#25913;稀?br />

在一个实施例中,所述装置还包括第四生成器,所述第四生成器适于基于所述第
一属性和至少所述第二属性的由用户选择的值来生成有关的数据的列表,有关数据包括所
述第一属性和至少所述第二属性。

所述装置提供一个额外的层,以观看有关数据的内容,这完成了对属性的类别/顶
部属性、属性、有关属和数据内容的完整调查。其使得用户能够充分利用可获得的数据中包
含的所?#34892;?#24687;。

在一个实施例中,两个属性之间的相关性由连接所述两个属性的相关性指示符来
呈现,所述相关性指示符的视觉性质基于相关性值。

借助于每个相关性指示符的(?)视觉性?#21097;?#23646;性之间的相关性值的即时可视化促
进对属性之间的复杂关系的方便理解。

本发明包括一种基于相互相关性进行数据分析的方法,所述数据包括多个属性
(?),所述方法包括:

将数据集中的每个数据的属性规范化为标称值;

基于所述属性的经规范化的标称值来计算所述数据集中的每个数据的所述属性
之间的相关性;

生成类别以及所述类别之间的相关性的第一图形,每个类别包括基于预定义的规
则的经分类的属性,所述类别之间的每个相关性是相应类别的属性之间的平均相关性;或
者生成推荐的属性的第一图形;

生成由用户从所述第一图形选择的第一属性、有关属性以及所述第一属性与所述
有关属性之间的所述相关性的第二图形,所述第一属性与每个有关属性之间的所述相关性
高于预定义的相关性阈值;

基于所述第一属性的值和由用户从所述第二图形选择的至少第二属性的值来生
成有关数据的统计学分布的第三图形,所述有关数据包括所述第一属性和至少所述第二属
性。

以下更详细描述了本公开的各个方面和特征。而且,根据说明书并参考附图,本发
明的其他目标和优点将变得显而易见且容易理解。

附图说明

下文将结合实施例并参考附图来更加详细地描述和解释本发明,其中:

图1是示出本发明的实施的用于基于相互相关性进行3层数据分析的装置的示意
图;

图2是示出推荐的属性的第三图形的示意图。

图3(a)是示出属性的类别和类别之间的相关性的第三图形的示意图。

图3(b)是示出属性的类别和类别之间的相关性的第三图形的示意图。其中,选定
的类别的属性被进一步显示。

图4(a)是示出第一属性、有关属性以及第一属性与第一有关属性之间的相关性的
第一图形的示意图。

图4(b)是示出基于第一图形的第二属性的值的有关数据的统计学结果的第二图
形的示意图,有关数据包括第一属性和第二属性。

图5(a)是示出第一属性、有关属性以及第一属性与第一有关属性之间的相关性的
第一图形的示意图。

图5(b)是示出基于第一图形的第二属性和第三属性的值的有关数据的统计学结
果的第二图形的示意图,有关数据包括第一属性、第二属性和第三属性。

图6是示出本发明的实施例的用于基于相互相关性进行3层数据分析的方法的示
意图。

在附图中,相同的附图标记指示相似或对应的特征和/或功能。

具体实施方式

将关于特定实施例并参?#32487;?#23450;附图来描述本发明,但是本发明并不限于这些实施
例和附图,而仅由权利要求限制。所描述的附图仅仅是示意性的而非限制性的。在附图中,
为了图示目的,元件中的一些的尺寸可以被夸大而不必是按比例绘制的。

图1是示出根据本发明的实施例的用于基于相互相关性进行3层(类别/推荐-属
性-数据)数据分析以调查相互影响的装置的示意图。用于本发明的分析的临床数据包括多
个属性,所述多个属性中的每个包含以下中的一项:特定患者的人口统计学信息、生活方式
信息、医学信息、护理提供者信息、历史和风险因?#26377;?#24687;、先前访问信息、流程信息等。医学
信息包括患者的基本健康信息、病变信息、设备信息和随访信息。每个属性的?#30340;?#22815;是标称
类型或标度类型。标称类型是关于幅值不连续的、不可测量的且不可辨别的一种值。例如,
诸如性别、家乡、雇佣状态的大多数人口统计学信息和如医学类型、病变类型、所使用的设
备的一些医学历史信息是标称的,其并不能够以数值方式进行测量。相反,标度类型是关于
幅值连续的、可测量的且可辨别的一种值。例如,诸如年龄的人口统计学信息和诸如药物的
剂量、病变描述参数的医学历史信息是标度类型信息,其能够以数值方式测量。以上描述的
多个数据构成数据集,作为本发明的分析目标。规范化器101将所有属性的值规范化成在统
一标准下的标称值,以提供用于进一步分析的普遍地可比较的基础。统一标准是基于领域
知识的。例如,根据临床?#25913;?例如,美国?#33041;?#30149;学会(ACC)?#25913;?和/或由?#33041;?#30149;专家在考虑
本地标准的情况下的输入将标度值转换成“正常”和“异常”。利用?#25913;?#21644;/或专家输入,能够
根据组合多个属性来导出额外的属性,例如,能够根据CTO是否被执行(是/否)以及流程后,
生物标记,TIMI是否为3来导出标称CTO结果(成功的/失败的/没有CTO)。利用统一的标准化
(标度值被转换成标称值),在关于所有属性的一个假设下生成属性的值,证明用于属性的
校正分析的合理的基础。基于属性的转换额值,计算器102计算属性之间的相关性。能够采
用适于标称值的统计方法来进行计算,例如,卡方检验法、费舍尔精确检验法、二项式检验
法、秩和检验法等。基于针对所有属性的普遍假设生成的相关性是在科学上有意义的且可
比较的。

第一生成器103生成类别和类别之间的相关性的第一图形。属性基于预定义的规
则或数据注册分类被分类成类别,所述预定义的规则或数据注册分类能够基于临?#19981;?#21160;、
关于经济因子的信息、生活方式分类、随访信息、历史和风险因子、解剖信息、病变信息、设
备信息、事件/并发症信息等的定义。然后,呈现类别和类别之间的相关性以给出针对类别
的?#35272;?#24615;关系的总览。类别之间的相关性基于被分类到每个类别的属性的相关性值。关于
一个实施方式,被分类到每个类别的属性之间的平均相关性?#30340;?#22815;被用于表示类别之间的
相关性。在选择一个类别之后,由用户选择的类别的属性被显示。属性的类别被实施为被处
理(?)以用于数据分析的顶层,这减少了用于选择和观察的选取。与?#34892;?#36259;类别的属性的进
一步显示一起,分析流程在找到用户的?#34892;?#36259;的属性方面对于用户而言变得更高效。作为
备选,用于数据分析的第一层也能够例如根据临床推荐、专家建议或根据相关性或其他准
则的计算初步选出而被实施为受限的推荐的属性的列表。此外,能够采用数据的预处理器
来将数据的结构进行统一作为针对数据分析的先决条件。各?#20540;繾有?#24687;系统可用于在医院
中使用,例如,CIS(临床信息系统)、LIS(实验室信息系统)、RIS(放射信息系统)等,其得到
各种数据格式。关于跨不同信息系统的数据分析,期望统一的结构以提供用于所有数据的
共同基础,因此实现用于所有数据的特定属性的相关性分析。统一的结构能够被设计为对
可获得的信息系统可能的所有属性的整合,并且值填塞将被执行以形成用于与原始的那些
相比较的丢失属性的新的统一的数据。例如,零能够被填塞到针对新生成的数据丢失的属
性。

第二生成器104生成第一属性、有关属性以及第一属性与第一有关属性之间的相
关性的第二图形。第一属性是由用户出于偏好选择的属性。有关属性是这样的属性:其与第
一(?)属性的相关性高于预定义的相关性阈值。例如,通过统计显著性将适于标称值的统计
学方法的相关性值呈现为p值,并且通常接受的阈值被设置为0.05。它们之间的相关性被呈
现用于进一步调查。以清楚且简单的方式提供了由用户选择的属性及其有关属性的可视
化。

第三生成器105基于由用户选择的第二图形的第一属性和至少第二属性的值来生
成有关数据的统计学分布的第三图形,其中,有关数据包括第一属性和至少第二属性。第二
生成器104实施对关于由用户选择的属性的数据的详细调查,?#28304;?#32479;计学观点提供有关数
据的更多信息。能够部署第四生成器(未在图1中图示)来呈现基于针对第一属性、第二属性
和/或第三属性的由用户选择的值的数据列表。

图2、图3(a)和图3(b)是第三层数据分析的用户接口的实施方式。图2是示出推荐
的属性的第一图形的示意图。选择窗口301被设置用于选取第三层分析,其能够要?#35789;?#39030;部
5个结果量度要?#35789;?#24402;类。关于顶部5个结果量度,它们是基于预定义的规则推荐的,例如是
基于它们被选择的?#24503;?#25110;基于医学?#25913;?#26469;推荐的。然后,根据属性(属性01~属性05)呈现
的显示区302被推荐。图3(a)和图3(b)是示出属性的类别、类别之间的相关性的第一图形的
示意图,并且它们还显示由用户选择的类别的属性。如果通过选择窗口301选取类别,则在
经分类的类别(类别01~类别05)中向用户呈现所有属性,以选取他的偏好。并且,在连接两
者类别的相关性指示符中呈现类别之间的相关性。实施例的相关性指示符是线的?#38382;健?#32447;
的厚度表示类别之间的相关性值。具有太弱(亦即,低于特定阈值)相关性的类别将不具有
连接线。例如,类别02与类别05之间的线比类别02与类别04之间的线细,这指示类别02与类
别04之间的相关性比与类别05之间的相关性强。也能够通过其他视觉性质或指示符的其他
形状来呈现相关性值。视觉性质能够是颜色、亮度、填充样式或其他。形状能够是条形、链状
或其他。在选取一个类别(例如,类别03)之后,被分类到类别03的所有属性(属性03、属性
06、属性07、属性08、属性09)的列表被显示在类别03之下以用于由用户进一步选择(所述用
户在这种情况下选择选定的类别07)。图2、图3(a)和图3(b)是数据分析分层的顶层的实施
例以增强?#34892;?#24615;。

图4(a)和图4(b)是具有由用户选择的第一属性和第二属性的第二和第三层数据
分析的用户接口的实施方式。图4(a)是示出第一属性、有关属性以及第一属性与有关属性
之间的相关性的第二图形的示意图。接口包括属性显示区401、属性选择显示窗口402和图
表按钮403。属性显示区401被用于显示所生成的第一图形。由用户选择的第一属性是属性
07,其被定位在?#34892;?#20013;。由点线4011~4015分割的每个区被分配给根据特定准则(例如,在
一个实施例中为上升的统计显著性)分类的一个类别的有关属性。例如,由点线4012和点线
4013分割的区是被分配给类别03的有关属性(属性03、属性06、属性07、属性08、属性09)的
区。此外,经分类的有关属性被分散在两侧上。位于左侧的有关属性是只与由用户选择的属
性07相关的属性。位于?#20063;?#30340;有关属性是与包括由用户选择的属性07的多个属性相关的属
性。然后,属性02被选择为由用户从第二图形选择的第二属性。在在图4(a)中选择任?#38382;?#24615;
之前,在属性之上悬停将触发要沿着线(附图中未示出)显示的详细信息(例如,诸如p值和
相关性强度的统计显著性)。每当属性被选择为由用户选择的属性时,其将被显示在属性选
择显示窗口402中。图表按钮403使得能够示出有关属性的统计学分布。图4(b)基于从第一
图形选择的第一属性的值、从第二图形选择的第二属性的值和包括第一属性的有关数据来
示出有关数据的统计学结果的第三图形,其中,有关数据包括第一属性和第二属性。接口包
括统计学分布显示区501和属性选择显示窗口502。图表是基于属性07和属性02的不同值的
条形图。属性07的值是“正常”或“异常?#20445;?#24182;且属性02的值是“是”或“否?#20445;?#36825;得到四种组合。
而且,分别针对四种组合由条形形状统计学指示符5011~5014所呈现的符合的有关数据分
布?#30343;?#20986;在坐标平面中,其中,y轴表示针对对应的组合的有关数据的数量,x轴表?#38236;?#19968;属
性07的值,并且颜色表?#38236;?#20108;属性02的值。能够进行另外的动作以示出由用户选择的特定
组合的数据的列表(未图示)以供调查。能够通过点击表示组合的条形指示符或来自用户的
输入?#35789;?#26045;动作。

图5(a)和图5(b)是具有由用户选择的第一属性、第二属性和第三属性的第一和第
二层数据分析的用户接口的实施方式。对于图6(a),唯一的差异在于选择由用户选择的第
三属性,其中,由用户选择的第三属性是属性09,其值要?#35789;恰?#26159;?#24065;词恰?#21542;”。这得到八个
组合。对于图5(b),符合的有关数据分布和8个组合?#30343;?#20986;在坐标平面中,其中,y轴表示针
对对应组合的有关数据的数量,x轴表?#38236;?#19968;属性的值,并且颜色表?#38236;?#20108;属性和第三属性
的值。

关于第一属性的更多属性能够被涉及以用于统计学分布分析,并且诸如强度和填
充样式的统计学性质的更多视觉性质能够被用于表示属性的值的更多组合。

图6是示出在本发明的实施例中的用于基于相互相关性进行3层数据分析的方法
的示意图。本发明包括基于相互相关性进行数据分析的方法,所述数据包括多个属性,所述
方法包括:

步骤101:将数据集中的每个数据的属性规范化为标称值;

步骤102:基于所述属性的经规范化的标称值来计算所述数据集中的每个数据的
属性之间的相关性;

步骤103:生成类别以及所述类别之间的相关性的第一图形,每个类别包括基于预
定义的规则的经分类的属性,所述类别之间的每个相关性是相应类别的属性之间的平均相
关性;或者生成推荐的属性的第一图形;

步骤104:生成由用户从所述第一图形选择的第一属性、有关属性以及所述第一属
性与所述有关属性之间的所述相关性的第二图形,所述第一属性与每个有关属性之间的所
述相关性高于预定义的相关性阈值;

步骤105:基于所述第一属性和由用户从所述第二图形选择的至少第二属性的值
来生成有关数据的统计学分布的第三图形,所述有关数据包括所述第一属性和至少所述第
二属性。

本领域技术人员通过研究附图、公开内容以及权利要求,在实践请求保护的发明
时能够理解并实现对所公开的实施例的其他变型。在权利要求书中,“包括?#24065;?#35789;不排除其
他元件或步骤,并且词语“一”或“一个”不排除多个。单个处理器或其他单元可以履?#24615;?#26435;
利要求中记载的若?#19978;?#30340;功能。尽管在互不相同的从属权利要求中记载了某些措施,但是
这并不指示不能有利地使用这些措施的组合。计算机程序可以被存储/分布在合适的介质
上,例如与其他?#24067;?#19968;起或作为其他?#24067;?#30340;部分供应的光学存储介质或固态介?#21097;?#20294;?#19988;?br />可以被以其他?#38382;?#20998;布,例如经由因特网或其他有线或无线的电信系统分布。权利要求中
的任何附图标记都不应被解释为对范围的限制。

关于本文
本文标题:用于基于相互相关性进行分层数据分析的方法和装置.pdf
链接地址:http://www.pqiex.tw/p-6091948.html
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

[email protected] 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备17046363号-1 
 


收起
展开
平码五不中公式规律 北京11选5开奖号码 吉祥棋牌下载最新版 福彩3d出号走势图彩宝 安徽十一选五的走势图百度乐彩 河北省体彩11选5规律 有关36棋牌手机版下载 湖南幸运赛车开桨结果 老k游戏大厅官方下载 幸运28app官网下载ios 下载斗地主免费版斗地