數據域採樣網絡的製作方法
2023-04-28 12:19:31
專利名稱：數據域採樣網絡的製作方法
技術領域：
本發明涉及數據分析，更具體地說，本發明涉及一種全新系統和方法，其用於在維護原始數據域內的數據時映射數據相關性，而不是將數據變換到其它域進行處理。
相關技術在1998年8月18日授予Smith的、涉及可訓練、狀態採樣的網絡控制器的第5,796,922號美國專利(以下簡稱「』922專利」)說明中，披露了幾種非常有用的分析技術。除了矩陣代數方法外的其它方法依賴於在狀態採樣域中非常有用的特徵。例如，根據狀態域內變量的非耦合、獨立特性，可以將簡化的方程組公式化並容易地解出該方程組。然而，如果數據高度耦合，則對變量之間的獨立性或非耦合性的假定非常不準確。
此外，』922專利依賴於變換到狀態空間域並在狀態空間域內進行分析。通常，這樣變換到狀態空間域會簡化分析。然而，在遇到的許多實際情況中，經過要求的變換會丟失維之間的耦合信息。
當回顧』922專利時，發現的另一個問題是方程形式的「先驗知識」問題。在控制系統中，經典控制理論提供過多已知形式的檢索詞，其具有對於各種硬體配置或其它控制環境的結構建模能很好地理解的數學模型。在現實中遇到的其它類型問題中，不必知道方程的形式。此外，在許多情況下，即使知道方程的形式，或者準確知道方程本身，則絕對難處理的計算複雜性會使得無法實際解出控制方程。
因此，需要這樣一種方法，其不要求變量之間的獨立性，相反，倒可以兼容、甚至可以捕捉和解釋在數據域中不同變量之間的耦合關係。此外，還需要這樣一種方法，其無需變換、特別是無需會丟失原始數據域中信息的變換方法。另一個需要是一種簡化的、虛擬單步方法，該方法用於將輸入數據直接映射到多維數據空間內的輸出或解平面，而不必進行複雜計算，遇到不可能的計算甚或不必知道控制方程的先前形式。
因此，需要一種能夠簡單、快速地將有關數據的輸出和輸入在其各自原始域內相關，而又無需中間變換的系統。在經典方法中，這通常是不可能的。複雜性就使得問題不可處理。理想的數值方法是使得用於近似處理的計算機化算法具有足夠精度，或者可以在實際應用中達到足夠精度。因此，需要一種將數據保持在原始域內，並且可以快速、精確、連續並簡單實現感興趣數據參數(例如輸入和輸出、或獨立變量和從屬變量)之間的某些相關的方法。
本發明的目的是提供一種可以有效合併多維數據、將數據集合併或數據流合併，而無需或不用錯誤假定變量(數據域內的維)之間的獨立性或非耦合性的方法和裝置。
本發明的目的是提供一種保存在數據域中來自不同維的相依變量內的信息在不同維的方法和裝置。
本發明的目的是提供簡化數據處理、分析等，其中在單獨算法運算過程中，數據可以相關以提供有用關係(例如解、輸入/輸出關係)，尤其不會損失數據域內任何維的連續性。
本發明的目的是實現上述方法和裝置而不需要將變量互相關聯的方程先驗知識或方程的形式。
根據上述目的、並根據在此體現並廣泛說明的本發明，將以適當的方式詳細地披露一種裝置和方法，以便本技術領域內的普通技術人員可以實施和應用本發明。在根據本發明方法和裝置的一種實施例中，在原始數據域內數據點的數據網絡(與硬體計算機網絡相反，通過該網絡可以進行運算)內可以處理或使用數據，而無需會丟失重要數據特徵的域變換。例如，可以保持變量的耦合連續性，以及變量導數的連續性。
圖9圖解說明根據本發明的方法和裝置在感興趣的數據域內的感興趣的面上插入點的過程。
當然，本技術領域的普通技術人員明白，在本發明實質特徵範圍內可以容易地對附圖的細節進行多種變換。因此，關於附圖的如下說明僅作為例子，並簡單說明符合本發明權利要求的某些當前優選實施例。
參考
圖1裝置10，可以在一個或多個節點11(客戶機11、計算機11)實現本發明，節點11含有處理器12或CPU 12。所有部件均位於單個節點11或位於互相遠離的多個節點11，52。CPU 12可運行性地連接到存儲裝置14。存儲裝置14可以包括一個或多個裝置，例如硬碟驅動器或非易失性存儲裝置16、只讀存儲器18(ROM)以及隨機存取(通常是易失性的)存儲器20(RAM)。
裝置10可以包括輸入裝置22，用於從用戶或另一個裝置接收輸入。同樣，可以在節點內設置輸出裝置24，或輸出裝置24也可以接入裝置10內。設置網卡26(接口卡)或埠28，用於連接到諸如網絡30的外部裝置。
內部總線32可運行性的將處理器12、存儲裝置14、輸入裝置22、輸出裝置24、網卡26以及埠28互聯。可以將總線32看作數據載體。這樣，可以將總線32引入各種配置中。電纜、光纜、利用可見光、紅外和射頻的無線電磁通信同樣可適用於總線32和網絡30。
輸入裝置22可以包括一個或多個物理裝置。例如，可以使用鍵盤34與用戶交互，也可以使用滑鼠36或觸筆板37與用戶交互。可以使用觸控螢幕38、電話39或簡單一條電話線39與其它裝置、用戶等通信。同樣，可以使用掃描儀40來接收圖形輸入，可以將此圖形輸入轉換為其它字符格式也可以不轉換為其它字符格式。可以使用任何類型(例如硬碟驅動器、軟盤等)的存儲裝置41作為輸入裝置，無論它是常駐在節點11內或常駐在網絡30上的某些其它節點52內還是來自另一個網絡50都可以。
輸出裝置24同樣包括一個或多個物理硬體單元。例如，通常，可以使用埠28接收輸入並從節點11發送輸出。監視器42可以為用戶提供輸出作為在處理期間的反饋，或者用於支持在處理器12與用戶之間進行雙向通信。可以使用印表機44或硬碟驅動器46作為輸出裝置24，用於輸出信息。
一般而言，節點11連接的網絡30可以反過來通過路由器48連接到另一個網絡50。一般情況下，節點11和52可以在網絡30上，連接網絡30，50，或可以利用多個路由器48或多個網絡50將兩個節點11和52分開作為網際網路上的獨立節點11、52。獨立的節點52(例如11、52、54)可以具有各種通信能力。
在某些實施例中，在任何節點52中均可以使用最簡單的邏輯能力。請注意，可以將任一獨立節點11、52、54稱為(或將它們統稱為)節點11或節點52。各節點均可以含有處理器12以及或多或少的部件14至44。
網絡30可以包括一個或多個伺服器54。伺服器可用於對網絡30上其它節點52上的任何數目的文件、資料庫等進行管理、存儲、通信、傳輸、訪問、更新等。通常，網絡30上的所有節點11、52均可以訪問伺服器54。總之，在這裡可以訪問以獲得信息或文件的任一節點11、52均可被稱為伺服器。因此，網際網路50上用戶可以訪問的「web站點」均可以被認為是伺服器54，可以提供任何服務。利用單個伺服器54或多個伺服器54可以實現其它特殊功能，包括通信、應用程式、目錄服務等。節點11、52可以為伺服器54。
通常，節點11需要通過網絡30與伺服器54、路由器48或其它節點52進行通信。同樣，節點11需要通過網際網路50內的另一個網絡(例如可以與網絡30相同也可以不同)與遠離網絡30的節點52通信。同樣，單個部件12至46需要相互進行數據通信。總之，在任何一對裝置之間存在通信鏈路。
參考圖2，所示的系統60用於觀測在水平方向64和垂直方向66移動的對象62。在圖2中，從對象62產生輻射光68(圖像)，例如對象62可以是太陽62。在上述實施例中，傳感器組70包括檢測器72(水平傳感器72)和傳感器74(垂直傳感器74)，檢測器72和74用於檢測反映在互相垂直的各維中移動的輻射光(圖像)。
傳感器72和74具有連接線路76、78或連接數據線路76、78，分別用於將傳感器72、74連接到數據獲取系統80。數據獲取系統80可以進行數位訊號處理或其它預處理。換句話說，數據獲取系統80可以簡單記錄各傳感器72、74輸出的參數。
還通過電纜82或其它線路82將數據獲取系統80連接到外部計算機11。線路82將數據獲取系統輸出的數據送到計算機11和將計算機11輸出的控制數據送到數據獲取系統80。
總之，為了將數據獲取系統80輸出的原始數據、預處理數據或被全部分析的數據送到網絡84的其它節點，還可以將計算機11連接到網絡84。根據實際情況，隨著網絡的不斷擴大，網絡84可以是區域網也可以是網際網路，並可以將輸入信號送到計算機11用於控制數據獲取系統80，或可以是數據的用戶，網絡84也可以簡單地是使用由計算機11提供並代表或反映數據獲取系統80輸出的數據的數據用戶。
傳感器72、74分別具有指向對象62的視「線」86、88。在上述實施例中，為了隔離反映對象62在水平方向64和垂直方向66運動的數據，為光圈系統90設置掩模92、水平光圈94和垂直光圈96。但是，在實際情況中，對象62在任何方向64、66上的運動都會影響通過各自光圈94、96並最終被各傳感器72、74接收的輻射光68。結果，數據獲取系統80對各傳感器72、74記錄的數據實際是耦合的。事實上，對象62的所有運動均影響傳感器72、74檢測的輻射光68。圖2所示的例子僅是在兩個方向的簡化實例。總之，可以存在具有任意維數的系統。
在根據本發明的方法和裝置中，從傳感器72、74送到數據獲取系統80的數據不需要丟失以耦合關係形式存儲的信息。從數學上說，使用偏微分方程來描述感興趣空間內的變量之間或維之間的相依現象。
結果，在數據獲取系統80的多個信道接收的數據互相獨立，因此，不會由於假定不存在耦合或信道之間的獨立性而丟失信息。然而，在圖2所示的例子中，假定通過兩個傳感器72、74記錄到數據獲取系統80的數據可以被信道分離是錯誤假定。通過單個信道存儲並分析數據或非耦合變換並假定具有獨立性將會破壞耦合信息。
因此，不需要假定數據的線性或獨立性。相反，將數據保持在原始域100中(如圖3所示)。通過將數據保持在原始域100內，就不需要通過變換引入畸變或奇異性、斷續性等。相反，正如檢測的耦合那樣記錄數據，並且根據本發明的裝置10可以處理數據以確定數據域100內所有變量之間或所有維之間的相關性。
關於數據域100，自然可以想到變量之間的獨立性和相依性。然而，在許多情況下，並不了解或不認識變量之間的獨立性和相依性。因此，根據本發明的裝置和系統的一個優勢在於在數據獲取系統80內有能力保存以信道之間的耦合方式檢測的信息。
參考圖3，根據第一變量102或第一維102、第二變量104或第二維104以及第三變量106或第三維106可以確定數據域100。由於大於三維就難以表示或不可能表示。所以圖3所示的例子為三維。然而，對數據域100內的維數沒有固有限制。
數據域100在第一維102和第二維104確定的面上包括多個點108。維106內的數值110對應於各點108。人們自然會希望將第一維102和第二維104認為是相互獨立的維，數值110的維106作為第三相關維。
然而，根據本發明，102、104、106中任何一維均可以作為函數維或值維，有時稱解維或感興趣函數110。不需要假定認為在存儲的數據中什麼是從屬的什麼是獨立的。將可以檢測和記錄的所有數值均存儲到數據域100。實際上，可以使用任意維數102、104、106。因此，在數據域100內，可以使用任意數目的變量102、104、106。
此外，儘管在上述說明中使用的增量112、114可以是有規律的、或無規律的，並且可以需要也可以不需要事先已知。例如，當數據獲取系統80記錄數據時，數據域100通常為一時間中的流。因此，對於數據獲取系統80的各信道記錄一些點108、110，在數據流中，每個信道對應一個數值。之後，在處理過程中，例如為了進行檢驗或進行分析等，可以確定多個子域116、118。可以用各自維102、維104內的增量112、114來確定這些子域116、118。
參考圖4，圖3所示的數據域100包括連接維106或函數維106內的數值110的面120。重要的是應該注意，函數維106可以任意指定。根據實際情況，建議函數維106是可以容易控制其它變量102、104的維。然而，除了在此例子中為了澄清而要求的之外，不需要預先設想變量102、104、106的相依性和獨立性。
面120可以在所有的維102、104、106上擴展。面維122不同於維102。同樣，面維124不同於維104。相反，維122、124是沿面120的維，可以將面120投影到數據域100內由方向102、104或維102、104確定的面。
在分析數據域100內的面120時，會注意到局部最大值126和局部最小值128。在各最大值126和最小值128之間必然存在拐點。在確定要求的精度時，根據多維採樣理論(以下簡稱採樣理論)，為了準確表示數據域100，通過計算拐點區域130的數目可以確定需要的採樣點數以及插值函數需要的次數或其它函數參數。
參考圖5，第一維134和第二維136與第三維138相關並且互相關。在圖5中，面142中間橫切的曲線140代表第一維134和第二維136的任意數值的第三維138內的數值。
固定維136內的平面144對應於第二維136內的固定值145。平面144與面142的橫切曲線140代表在數據域100內變量136或維136的常數145的曲線140。
然而，存在平面144，或存在平面144的事實，並不一定意味著可以確定平面144。即所有變量134、136、138互相獨立。任何變量134、136、138的變化均會改變面142的結構。在現實中遇到的許多實際問題中，包括物理系統輸出的實際數據，如果不依靠數值近似方法，就不可能確定面142或曲線140。
因此需要強大的計算能力。在這些關係中存在極端的複雜性。根據本發明方法和裝置可以確定面142與變量134、136之間的關係而無需進行變換、假定、獨立性或解耦，並且降低了複雜性而且不需要花費很長的計算時間。
可以將距離146看作維136內的數值146。可以將平面144看作一系列點，其中點148恰好既在平面144上又在面142上。數值150代表對應於0變量134或維134數值的類似值138，並且維138的數值152代表變量136的數值146。
為方便起見，網格154可以確定數據域100的子域。網格154可以是任意的也可以等量遞增的。根據本發明，對於時間這個規律性通常可以控制的變量或維，實際上不可能完全控制。更確切地說，可變時間簡單遞增，並且控制數據獲取系統80以規定的某個遞增時間來記錄信道。然而，實際上，不可能控制時間。因此，數據域實際上含有一個或沒有單個有規律遞增的維(例如時間)。所有其它維均在這些維內測量的參數數值範圍內變化。
然而，在其它系統中，數據域內的幾個參數可以作為輸入提供或控制。根據本發明的方法和裝置與需要進行變換的典型狀態採樣控制網絡明顯不同，並且通常以某些有規律的方式實現狀態域遞增。在本發明中不需要控制數據。
參考圖6，示出用於建立162並利用數據域採樣網絡164的過程160或方法160。首先建立數據域採樣網絡的建立過程162可以包括提供數據域100的過程165以及選擇確定數據域100的過程166。數據域100由維134、136、138確定，需要將變量數或維數限制為可以記錄數據的維數。這些可以包括各維內的單元的定義或特徵以及數值。定義步驟168可以包括選擇步驟167、169。記錄單中的括號表示可以選擇某些處理過程，但是在選擇的實施例中，還可以刪除其它處理步驟。
定義步驟167負責定義獨立變量域。定義步驟169負責定義函數範圍。域的概念和範圍的概念，以及獨立變量(輸入)和從屬變量(輸出或函數)的概念的範圍可以是從某種程度的任意性到絕對的和完全的任意性。然而，定義函數範圍的步驟169通常包括確定參數或維138或要求觀測不必受控的感興趣的面142。
相反，定義獨立變量域的步驟167包括選擇其它維134、136的步驟，希望對其影響進行參數化、量化或定性化，以確定如何通過維134、136影響或與面142的值或面142內的點148、150相關。
因此，可以認為定義步驟168為選擇步驟。由於在數據域166內這些關係是固有的，所以，可以保留這些關係而不象在現有技術系統中那樣，通過處理、變換等被破壞。
用於分析的選擇維或變量的步驟170負責確定依靠數據域100內的哪些維。在數據域空間100或子空間100內提供點的步驟172提供感興趣數據，其可為獨立數據、從屬數據或具有未知關係的數據。
分析數據域範圍內的數據的步驟包括選擇為了用於估計的獨立維的步驟175。因此，可以對數據域空間100或數據域100內的各維重複步驟175、176、177、138。確定動態範圍的周期的步驟176可以包括估計拐點區域130的面120、142。總之，頻率、變化率、最大值126和最小值128等等將影響在最小採樣範圍要求的數據點148的數目，並將影響任何插值方法的複雜性。
選擇內插方法的步驟177是可選的。採樣理論和插值原理已經發展到最佳技術。為了可以對最佳插值方法和函數進行訪問，需要選擇插值方法的步驟177。這有助於確定感興趣維134、136、138內各動態範圍的特定步驟176。
選擇在感興趣維134(感興趣維134用於說明空間100內的任何維134、136等)內採樣點數的步驟178是確定步驟176的直接函數。過程179從包括函數的面120、142等的任一維106、138的所有感興趣維134的選擇步驟175開始連續進行。
提供數據域網絡的步驟180，或更準確地說是提供數據域採樣網絡的步驟180可以從選擇插值函數的步驟182開始。將採樣理論用於原始數據域100的步驟184可能建議插值函數的類型，以及特定類型的最佳插值函數。除法sine(x)/x被稱為SinC函數，並且它可以提供一種適當形式甚至是最佳形式的插值函數。插值函數類似於圖6所示例子的插值函數。在圖6所示的例子中，插值函數186將函數與乘以函數值或數據域100內的特定維134的數據點的等待函數的一系列求和值相關聯。
此外，由於在多個維134、136、138內的函數之間的相關性，或由於多個維134(通常為維134)的數值為重要因素而且不需要預先假定，所以在某種程度上函數性是隨意的。關於如何使用插值函數的細節問題可以從本技術領域內已知的文獻中找到，並且在本發明中不必限制為某個特定方法。儘管如此，還是適當地建立了插值函數186。
利用本技術領域已知的方法可以實現計算插值函數186的權值208(參考圖7)(被表示為「W」)的步驟188。然而，上述說明的參考包含適合於計算權值的方法188。
使用數據域採樣網絡218(參考圖9)的步驟164可以包括選擇感興趣數據域維134的步驟190。無需考慮變量134或維134是否獨立於其它維134，例如維136、138等。選擇步驟190可以包括只確定可以檢驗到哪些參數，以及哪些參數對其具有影響的步驟。總之，甚至可以選擇與參數具有某些函數關係的優良指數，並觀測作為數據域100內的數值106的優良指數的變化。
確定任意輸入和輸出集的步驟192涉及選擇感興趣維134的步驟190。總之，輸入和輸出的意義在於對設計進行試驗。然而，在根據本發明的裝置和方法中，無需因為需要找到解答而對運行狀態和各種關係進行控制、變換、處理等。因此，實際上，可以從數據域100內選擇任意維134集包含在選擇中。然而，為了獲得最大量信息，可以使用所有維134(調用134代表隨便一維和所有維)並且可以選擇某些維134作為輸出集進行觀測。同樣，可以將某些維134放入輸入集，並且為了清楚地觀測輸出集，可以以某些有規律的增量標繪或計算某些維134。
然後，在數據域100內選擇輸入點的步驟194是一個重複性過程。在數據域100內選擇任何輸入點的步驟194提供在數據域內的點，在所提供的點，插值函數186的數值106可以對感興趣點提供相應的「解」。
插值輸出點的步驟196包含計算在數據域100的選擇的維102、104內對應於點108的內插值110的步驟。如果可以使用某些方程，依靠優良指數，可以發現函數值110超出數據域100。然而，不需要數據域100與其它參數之間的函數關係知識。總之，可以將所有感興趣的輸入和輸出認為是數據域的一部分(維)。因此，通常，在插值步驟196期間求出的值通常在數據域的限制範圍內。同樣，插值步驟196求出數據域100內維134的各值。
參考圖7，示出根據本發明的可執行的和運算的數據。總之，對應於計算機11的計算機可讀存儲裝置196可以存儲多種數據結構200至214。根據實際情況，如上根據圖6所述的那樣，為了對數據域100範圍內的數據進行分析，多維採樣模塊198負責實現採樣理論。
因此，正如採樣理論確定的那樣，提供包括頻率、周期、插值方法選擇以及選擇在各維中要求的採樣數等的多維數據域分析輸出202，作為多維採樣模塊198的輸出。
相關模塊204使用多維數據域分析202的輸出以及存儲在存儲器196內的原始數據點200來提供權值208或進行權值計算步驟188。
數據域採樣網絡206，特別是權值208反映從數據域100內的原始數據點200獲得的信息。插值模塊212根據數據域採樣網絡206的權值208、數據域100內的數據點200以及插值函數210來提供數據域100內的感興趣數值214。
如上所述，輸入與輸出比值的選擇可以是在數據域100內的任意選擇。因此，由於插值函數210規定所有中值點在數據域100內的面120、142內，所以，感興趣的輸入值或輸出值214在數據域內，但是通常不是實際原始數據200的值。
參考圖8，同時仍繼續參考圖7，可以在處理器215(例如計算機11內的處理器12)內執行存儲在存儲裝置196內的數據結構194。為了提供多維數據域分析202(輸出202)，原始數據點200提供216a或多維採樣模塊198處理的216a(一般為216，具體為216a至216h)。因此，將周期數、插值方法以及要求的最佳採樣數作為多維數據域分析202(或輸出202)的一部分提供。
可以採用相關模塊204並利用適當機制將各數據點200相關。相比傳統系統，本發明的一個重要改進在於相關模塊204僅依賴於數據200。僅根據數據域100和數據200，而不根據變換、先驗信息、假定的或分析的方程、非耦合的信道等提供多維數據域分析202。因此，直到通過數據200和分析輸出202的相關模塊204的過程216c、216d，完全依賴於數據域，而無需變換到其它域。
數據域採樣網絡206是相關模塊204的直接結果216e。結果權重208表現數據域採樣網絡206的特徵。因此，將權值208與數據200一起送到(步驟216f)插值模塊212，同時將數據210送到(步驟216h)插值模塊212。根據所提供的數據200和權值208，插值模塊212根據所提供的插值函數210執行插值過程。對於數據域100內任意位置的任意點226(見圖9)，插值模塊212的輸出為在數據域100內的感興趣的數值214。
參考圖9，可以將數據域100看作完整的連續空間。因為有插值模塊212，可以在數據域100內的任意位置連續定義點110或數值110以提供面220。面220由向量224確定的點221(例如數值110)構成。總之，可以將面220看作解220或從屬的面220，而將子域222看作獨立空間222。
因此，向量224對應於通過數據域100的子域222映射的點221或數值221。即數據域100既包括面220，又包括子域222。此外，可以將子域222和面220分別看作任意輸入和輸出(例如獨立和從屬的)選擇。面220代表希望觀測的數據域100中的感興趣參數。
由於插值函數210和權值208的緣故，不包含在原始數據點223內但存在於數據域100內的點226具有作為插值模塊212提供的輸出的向量230、數值232。該向量230的數值232即為面220上的點232。
權利要求
1.一種方法，該方法包括提供數據域；在數據域內提供數據點；根據多維採樣理論，分析在數據域內數據點的特點以確定將施加到數據域的採樣分布；以及根據在數據域內分析的輸出，提供數據域採樣網絡。
2.根據權利要求1所述的方法，該方法進一步包括提供計算機可讀存儲器，其包含運算數據結構和可執行數據結構，該數據結構包括提供多維採樣模塊，該多維採樣模塊在數據域內可對數據點進行分析以確定採樣結構；以及提供相關模塊，該相關模塊可以對數據點和採樣結構進行處理，以使各數據點相關並提供反映數據相關性的數據域採樣網絡。
3.根據權利要求2所述的方法，該方法進一步包括提供插值模塊，該插值模塊用於將數據域內感興趣的第一維的數值從該數據域的其它維內的參數定義的感興趣點插入。
4.根據權利要求1所述的方法，該方法進一步包括提供插值函數，利用數據域內的數據點建立該插值函數。
5.根據權利要求4所述的方法，該方法進一步包括提供插值模塊，該插值模塊用於在第一維內對應於第二維和第三維耦合的數值而插值。
6.根據權利要求5所述的方法，其中插值過程依賴於根據多維採樣理論並通過分析數據域內的數據點確定的最優插值函數。
7.根據權利要求1所述的方法，該方法進一步包括提供數據域採樣網絡，該多維數據域採樣網絡是通過一組權值定義的，該組權值反映對被表示為數據域內的數據點的未變換數據進行的分析。
8.根據權利要求1所述的方法，其中數據點反映對應於耦合的第二維和第三維的感興趣的第一維內的數值。
9.一種包括計算機可讀存儲器的裝置，該計算機可讀存儲器包含運算的和可執行的數據結構，該數據結構包括數據域內的數據點；多維採樣模塊，可對數據域內的數據點進行分析以確定採樣結構；相關模塊，可對數據點和採樣結構進行處理以使各數據點相關，並提供反映數據相關性的數據域採樣網絡；以及插值模塊，用於在數據域內感興趣的第一維中插值，該值來自於數據域的其它維內的參數定義的感興趣點。
10.一種裝置，包括處理器；計算機可讀的存儲裝置，其可運行地連接到處理器，用於存儲運算數據結構和可執行數據結構，該數據結構包括數據點，存儲在數據域內，並反映第一維內的數值；多維採樣模塊，用於分析數據域內的數據點，以對數據域內的第二和第三維提供採樣數，該採樣數對應於在包括第二維和第三維的子域內的數據點採樣數；以及相關模塊，可以對數據域內的數據點和多維採樣模塊的輸出進行處理，以提供反映第二維與第三維相關性的數據域採樣網絡。
全文摘要
裝置(10)可以實現建立(162)數據域採樣網絡(206)的方法(160)。在某個實施例中,根據本發明的方法可以定義(166)數據域,提供(172)數據域空間或子空間內的點,然後對數據域(100)內的數據進行分析(174)。分析過程(174)可以包括:選擇(175)感興趣維或變量、估計(176)或確定(176)各動態範圍的周期、選擇(177)插值方法以及選擇(178)各自維(227、228)內的採樣點數(223)。提供(180)的數據域網絡(206)通常包括將多維採樣理論應用(184)到原始數據域(100)。通過插值模塊(212)計算(188)對此的等待,規定其原始域(100)內的數據域網絡。
文檔編號G06F17/15GK1331821SQ99811023
公開日2002年1月16日 申請日期1999年9月16日 優先權日1998年9月17日
發明者傑伊·L·史密斯 申請人:韋伯州立大學