CN114493374A - 一种基于操作序列分析的准确率自动计算方法及系统 - Google Patents
一种基于操作序列分析的准确率自动计算方法及系统 Download PDFInfo
- Publication number
- CN114493374A CN114493374A CN202210335273.6A CN202210335273A CN114493374A CN 114493374 A CN114493374 A CN 114493374A CN 202210335273 A CN202210335273 A CN 202210335273A CN 114493374 A CN114493374 A CN 114493374A
- Authority
- CN
- China
- Prior art keywords
- sequence
- detected
- matching degree
- operation sequence
- nodes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012300 Sequence Analysis Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims description 41
- 238000004364 calculation method Methods 0.000 claims abstract description 33
- 238000010586 diagram Methods 0.000 claims abstract description 33
- 230000006870 function Effects 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 15
- 238000012163 sequencing technique Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 5
- 230000011218 segmentation Effects 0.000 description 7
- 238000012549 training Methods 0.000 description 6
- 238000004088 simulation Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
- G06Q50/2057—Career enhancement or continuing education service
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Educational Technology (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Primary Health Care (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于操作序列分析的准确率自动计算方法及系统,通过将待检测序列中的各节点在操作序列图中进行定位得到定位集合,计算待检测序列与定位集合中各操作序列的匹配度,根据匹配度计算待检测序列与定位集合中各操作序列的优先度,将待检测序列中最后一个节点分别与定位集合的各操作序列中最后一个节点进行比对,若待检测序列中最后一个节点与定位集合的各操作序列中最后一个节点中的一个或多个相同则根据匹配度与优先度计算待检测序列的准确率并输出,若否则以零作为待检测序列的准确率并输出,由此实现了如下有益效果:各操作步骤间具有严格的约束关系,且是非并发式的,以确保系统运行安全稳定。
Description
技术领域
本发明属于数据处理领域,具体涉及一种基于操作序列分析的准确率自动计算方法及系统。
背景技术
实操训练系统,如,航海类模拟器(船舶驾驶模拟器、轮机模拟器和GMDSS模拟器等)、飞行模拟训练系统,在实操自动评分时,常把操作熟练度作为一项重要的考察指标。在一项操作任务中,除了考察操作所需时间外,还考察操作是否干脆利落,即,不应存在过多的试探性和抖动操作。将操作所经过的每一步骤连接到一起,即形成操作序列。操作序列是自动评分的一项重要证据,是操作者操作意图的一种直观表达,它含有众多关键信息,如,经过了哪些步骤,是否到达指定步骤,是否存在冗余操作等。深入分析操作序列,可使自动评分结果更科学、更合理。
现有技术常采用层次分析法(AHP)、模糊评价进行自动评分,但只能限于宏观层面。操作序列类似于一种语言表达,在试探性操作、抖动操作很多时,各字词(步骤)混叠在一起,使用以上方法很难做到微观理解。错步扣分法是惩罚冗余操作的有效方法,但现有技术未能结合分段评分实施,使其精确度不高。分段评分可以提高评分的精确性,如何合理分段,在分段组合数很大时如何降低计算量,现有技术没有解决。而类似技术(如曲线分段对比、DNA分段比对)使用的方法和评价模型并不适用于本课题。深度学习等新兴技术在自然语言理解(或其他需要理解的智能领域)上具有巨大优势,但在没有海量、多样化的训练样本时,误差大。
传统的自动评分方法无法在微观层面分析和理解带有众多关键信息的操作序列;在使用错步扣分技术时,没有结合分段评分,使得评分精确度不高;现有的分段方法无法做到科学合理,在因分段组合数增多引起计算量大时,也没有给出有效应对方法;不管采用传统方法还是新兴方法,实验样本的大数量、多样化和高仿真度都极为重要,现有技术大多未涉及此领域,或在涉及此领域时,未考虑操作步骤的联结并非全静态,使实验样本的仿真度不高;最核心的问题是,现有技术只是具体问题具体分析,欠缺普适性。
发明内容
本发明的目的在于提出一种基于操作序列分析的准确率自动计算方法及系统,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。
为了实现上述目的,根据本发明的一方面,提供一种基于操作序列分析的准确率自动计算方法,创建多个不同的操作步骤,将每个操作步骤作为一个节点,一个操作步骤表示一个可被激活的线程,当选择一个节点时即表示激活该节点对应的操作步骤表示的线程;一个操作序列表示一个由若干个节点组成的有序序列,把各个节点组成多个不同的操作序列;以一个操作序列作为一个由该操作序列中的节点组成的有向的路径,根据各个不同的操作序列,将所有的节点作为有向图中的节点,并将所有的操作序列作为有向图中的路径,在存在路径的各节点之间沿着路径中节点的顺序与方向加上有向的边,由此把各个节点组成的有向图作为操作序列图;其中,不同的操作序列为预设的标准操作序列或者用户的多个历史操作步骤构成的多个操作序列;
对操作序列图进行分析,自动计算准确率的步骤为:
S100,输入一个操作序列作为待检测序列;
S200,将待检测序列中的各节点在操作序列图中进行定位,得到定位集合;
S300,计算待检测序列与定位集合中各操作序列的匹配度;
S400,根据匹配度,计算待检测序列与定位集合中各操作序列的优先度;
S500,将待检测序列中最后一个节点分别与定位集合的各操作序列中最后一个节点进行比对,若待检测序列中最后一个节点与定位集合的各操作序列中最后一个节点中的一个或多个相同则转到S600,若否则转到S700;
S600,根据匹配度与优先度,计算待检测序列的准确率并输出;
S700,以零作为待检测序列的准确率并输出。
优选地,操作步骤具体为用户在实操训练系统中的每个操作步骤所指令激活的线程,实操训练系统包括航海类模拟器(船舶驾驶模拟器、轮机模拟器和GMDSS模拟器等)、飞行模拟训练系统。
优选地,操作序列图中的节点为操作步骤,操作序列为操作序列图中的路径,在存在路径的各节点之间沿着路径中节点的顺序与方向加上有向的边,如果多个路径上在相同的顺序上均出现同一个节点,则把这些相同的节点合并为同一个节点,并令所有的边指向这个节点。
优选地,操作序列图还包括通过各个操作序列中的节点构建邻接矩阵从而生成有向图,或者,通过Prim算法与Kruskal算法以各个操作序列生成操作序列图。
进一步地,在S200中,将待检测序列中的各节点在操作序列图中进行定位的方法为:在操作序列图中,分别找出与待检测序列中的各节点相同的节点,根据各相同的节点在操作序列图中找出含有待检测序列中节点的操作序列,将含有待检测序列中节点的操作序列组成的集合作为定位集合;
记待检测序列为Seq0,记待检测序列中节点的数量为n0,待检测序列中节点的序号为i0,i0∈[1,n0],待检测序列中序号为i0的节点记作Seq0[i0];
记定位集合为Seqset,定位集合中操作序列的数量为ns,定位集合中操作序列的序号为is,is∈[1,ns],定位集合中序号为is的操作序列记作Seq(is);
Seq(is)中节点的数量为n(is),Seq(is)中节点的序号为i(is),i(is)∈[1,n(is)],Seq(is)中序号为i(is)的节点记作Seq [i(is)],由此得到定位集合。
进一步地,在S300中,计算待检测序列与定位集合中各操作序列的匹配度的方法:
定义匹配度为表示待检测序列与定位集合中的一个操作序列的匹配的程度,函数Mtch()为计算匹配度的函数,Mtch(Seq0, Seq(is))表示检测序列与定位集合中序号为is的操作序列的匹配度,Mtch(Seq0, Seq(is))的计算结果等于:
其中,exp表示以自然常数e为底的对数函数,函数Eg()表示计算在操作序列图上两个节点之间的离心度,Eg(Seq0[i0],Seq[i(is)])表示在操作序列图上Seq0[i0]与Seq[i(is)]之间的离心度,离心度Eg(Seq0[i0],Seq[i(is)])的计算方法为:
当Seq0[i0]与Seq[i(is)]之间不存在连通的路径时,Eg(Seq0[i0],Seq[i(is)])的数值设置为0;
当Seq0[i0]与Seq[i(is)]之间存在连通的路径时,在操作序列图上获取Seq0[i0]与Seq[i(is)]两个节点之间最短路径上的边的数量作为pt,Eg(Seq0[i0],Seq[i(is)])的数值设置为1/(pt+1);
当Seq0[i0]与Seq[i(is)]为相同的节点时,Eg(Seq0[i0],Seq[i(is)])的数值设置为1;
由此计算得到待检测序列与定位集合中各操作序列的匹配度。
进一步地,在S400中,根据匹配度,计算待检测序列与定位集合中各操作序列的优先度的方法为:
将待检测序列与定位集合中各操作序列分别的各个匹配度组成的集合作为匹配度集合,记匹配度集合为Mtchset,匹配度集合中元素的数量与定位集合中操作序列的数量相同皆为ns,匹配度集合中元素的序号与定位集合中操作序列的序号相同皆为is,匹配度集合中序号为is的元素为检测序列与定位集合中序号为is的操作序列的匹配度,记匹配度集合中序号为is的元素为Mtch(Seq0, Seq(is));
函数Nid()为对匹配度集合中各元素进行按数值从大到小排序并获取排序所得的序号的函数,其中,对匹配度集合中各元素进行按数值从大到小排序所得的序号为从1至ns的正整数,匹配度集合中数值最大的元素排序的序号为1,匹配度集合中数值最小的元素排序的序号为ns,Nid(is)表示匹配度集合中序号为is的元素排序后所得的序号;
进而,计算待检测序列与定位集合中各操作序列的优先度:记检测序列与定位集合中序号为is的操作序列的优先度为Prior(is),Prior(is)的计算公式为:
由此得到待检测序列与定位集合中各操作序列的优先度。
进一步地,在S500中,将待检测序列中最后一个节点分别与定位集合的各操作序列中最后一个节点进行比对,若待检测序列中最后一个节点与定位集合的各操作序列中最后一个节点中的一个或多个相同则转到S600,若否则转到S700的方法具体为:
获取定位集合的各操作序列中的各自的最后一个节点并将其各自的最后一个节点组成的互异性集合作为集合Nset,将待检测序列中最后一个节点作为节点node;
判断节点node是否属于集合Nset,若是则表示待检测序列中最后一个节点与定位集合的各操作序列中最后一个节点中的一个或多个相同。
进一步地,在S600中,根据匹配度与优先度,计算待检测序列的准确率并输出的方法为:
Mtch(Seq0, Seq(is))表示检测序列与定位集合中序号为is的操作序列的匹配度,检测序列与定位集合中序号为is的操作序列的优先度为Prior(is),待检测序列的准确率记作Accu,Accu的计算公式为:
并将Accu的计算结果作为待检测序列的准确率通过计算机的输出设备进行输出。
本发明还提供了一种基于操作序列分析的准确率自动计算系统,所述一种基于操作序列分析的准确率自动计算系统包括:处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述一种基于操作序列分析的准确率自动计算方法中的步骤,所述一种基于操作序列分析的准确率自动计算系统可以运行于桌上型计算机、笔记本电脑、掌上电脑及云端数据中心等计算设备中,可运行的系统可包括,但不仅限于,处理器、存储器、服务器集群,所述处理器执行所述计算机程序运行在以下系统的单元中:
待检测序列输入单元,用于输入一个操作序列作为待检测序列;
定位集合单元,用于将待检测序列中的各节点在操作序列图中进行定位,得到定位集合;
匹配度计算单元,用于计算待检测序列与定位集合中各操作序列的匹配度;
优先度计算单元,用于根据匹配度,计算待检测序列与定位集合中各操作序列的优先度;
准确率计算单元,用于将待检测序列中最后一个节点分别与定位集合的各操作序列中最后一个节点进行比对,若待检测序列中最后一个节点与定位集合的各操作序列中最后一个节点中的一个或多个相同则根据匹配度与优先度计算待检测序列的准确率并输出,若否则以零作为待检测序列的准确率并输出。
本发明的有益效果为:本发明提供了一种基于操作序列分析的准确率自动计算方法及系统,通过将待检测序列中的各节点在操作序列图中进行定位得到定位集合,计算待检测序列与定位集合中各操作序列的匹配度,根据匹配度计算待检测序列与定位集合中各操作序列的优先度,将待检测序列中最后一个节点分别与定位集合的各操作序列中最后一个节点进行比对,若待检测序列中最后一个节点与定位集合的各操作序列中最后一个节点中的一个或多个相同则根据匹配度与优先度计算待检测序列的准确率并输出,若否则以零作为待检测序列的准确率并输出,由此实现了如下有益效果:各操作步骤间具有严格的约束关系,且是非并发式的,以确保系统运行安全稳定。
附图说明
通过对结合附图所示出的实施方式进行详细说明,本发明的上述以及其他特征将更加明显,本发明附图中相同的参考标号表示相同或相似的元素,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,在附图中:
图1所示为一种基于操作序列分析的准确率自动计算方法的流程图;
图2所示为一种基于操作序列分析的准确率自动计算系统的系统结构图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述,以充分地理解本发明的目的、方案和效果。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
在本发明的描述中,若干的含义是一个或者多个,多个的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
如图1所示为根据本发明的一种基于操作序列分析的准确率自动计算方法的流程图,下面结合图1来阐述根据本发明的实施方式的一种基于操作序列分析的准确率自动计算方法及系统。
本发明提出一种基于操作序列分析的准确率自动计算方法,所述方法具体包括以下步骤:
S100,输入一个操作序列作为待检测序列;
S200,将待检测序列中的各节点在操作序列图中进行定位,得到定位集合;
S300,计算待检测序列与定位集合中各操作序列的匹配度;
S400,根据匹配度,计算待检测序列与定位集合中各操作序列的优先度;
S500,将待检测序列中最后一个节点分别与定位集合的各操作序列中最后一个节点进行比对,若待检测序列中最后一个节点与定位集合的各操作序列中最后一个节点中的一个或多个相同则转到S600,若否则转到S700;
S600,根据匹配度与优先度,计算待检测序列的准确率并输出;
S700,以零作为待检测序列的准确率并输出。
进一步地,在S200中,将待检测序列中的各节点在操作序列图中进行定位的方法为:在操作序列图中,分别找出与待检测序列中的各节点相同的节点,根据各相同的节点在操作序列图中找出含有待检测序列中节点的操作序列,将含有待检测序列中节点的操作序列组成的集合作为定位集合;
记待检测序列为Seq0,记待检测序列中节点的数量为n0,待检测序列中节点的序号为i0,i0∈[1,n0],待检测序列中序号为i0的节点记作Seq0[i0];
记定位集合为Seqset,定位集合中操作序列的数量为ns,定位集合中操作序列的序号为is,is∈[1,ns],定位集合中序号为is的操作序列记作Seq(is);
Seq(is)中节点的数量为n(is),Seq(is)中节点的序号为i(is),i(is)∈[1,n(is)],Seq(is)中序号为i(is)的节点记作Seq [i(is)],由此得到定位集合。
进一步地,在S300中,计算待检测序列与定位集合中各操作序列的匹配度的方法:
定义匹配度为表示待检测序列与定位集合中的一个操作序列的匹配的程度,函数Mtch()为计算匹配度的函数,Mtch(Seq0, Seq(is))表示检测序列与定位集合中序号为is的操作序列的匹配度,Mtch(Seq0, Seq(is))的计算结果等于:
其中,exp表示以自然常数e为底的对数函数,函数Eg()表示计算在操作序列图上两个节点之间的离心度,Eg(Seq0[i0],Seq[i(is)])表示在操作序列图上Seq0[i0]与Seq[i(is)]之间的离心度,离心度Eg(Seq0[i0],Seq[i(is)])的计算方法为:
当Seq0[i0]与Seq[i(is)]之间不存在连通的路径时,Eg(Seq0[i0],Seq[i(is)])的数值设置为0;
当Seq0[i0]与Seq[i(is)]之间存在连通的路径时,在操作序列图上获取Seq0[i0]与Seq[i(is)]两个节点之间最短路径上的边的数量作为pt,Eg(Seq0[i0],Seq[i(is)])的数值设置为1/(pt+1);
当Seq0[i0]与Seq[i(is)]为相同的节点时,Eg(Seq0[i0],Seq[i(is)])的数值设置为1;
由此计算得到待检测序列与定位集合中各操作序列的匹配度。
进一步地,在S400中,根据匹配度,计算待检测序列与定位集合中各操作序列的优先度的方法为:
将待检测序列与定位集合中各操作序列分别的各个匹配度组成的集合作为匹配度集合,记匹配度集合为Mtchset,匹配度集合中元素的数量与定位集合中操作序列的数量相同皆为ns,匹配度集合中元素的序号与定位集合中操作序列的序号相同皆为is,匹配度集合中序号为is的元素为检测序列与定位集合中序号为is的操作序列的匹配度,记匹配度集合中序号为is的元素为Mtch(Seq0, Seq(is));
函数Nid()为对匹配度集合中各元素进行按数值从大到小排序并获取排序所得的序号的函数,其中,对匹配度集合中各元素进行按数值从大到小排序所得的序号为从1至ns的正整数,匹配度集合中数值最大的元素排序的序号为1,匹配度集合中数值最小的元素排序的序号为ns,Nid(is)表示匹配度集合中序号为is的元素排序所得的序号;
进而,计算待检测序列与定位集合中各操作序列的优先度:记检测序列与定位集合中序号为is的操作序列的优先度为Prior(is),Prior(is)的计算公式为:
由此得到待检测序列与定位集合中各操作序列的优先度。
进一步地,在S500中,将待检测序列中最后一个节点分别与定位集合的各操作序列中最后一个节点进行比对,若待检测序列中最后一个节点与定位集合的各操作序列中最后一个节点中的一个或多个相同则转到S600,若否则转到S700的方法具体为:
获取定位集合的各操作序列中的各自的最后一个节点并将其各自的最后一个节点组成的互异性集合作为集合Nset,将待检测序列中最后一个节点作为节点node;
进行判断节点node是否属于集合Nset,若是则表示待检测序列中最后一个节点与定位集合的各操作序列中最后一个节点中的一个或多个相同。
进一步地,在S600中,根据匹配度与优先度,计算待检测序列的准确率并输出的方法为:
Mtch(Seq0, Seq(is))表示检测序列与定位集合中序号为is的操作序列的匹配度,检测序列与定位集合中序号为is的操作序列的优先度为Prior(is),待检测序列的准确率记作Accu,Accu的计算公式为:
并将Accu的计算结果作为待检测序列的准确率通过计算机的输出设备进行输出。
所述一种基于操作序列分析的准确率自动计算系统包括:处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种基于操作序列分析的准确率自动计算方法实施例中的步骤,所述一种基于操作序列分析的准确率自动计算系统可以运行于桌上型计算机、笔记本、掌上电脑及云端数据中心等计算设备中,可运行的系统可包括,但不仅限于,处理器、存储器、服务器集群。
本发明的实施例提供的一种基于操作序列分析的准确率自动计算系统,如图2所示,该实施例的一种基于操作序列分析的准确率自动计算系统包括:处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种基于操作序列分析的准确率自动计算方法实施例中的步骤,所述处理器执行所述计算机程序运行在以下系统的单元中:
待检测序列输入单元,用于输入一个操作序列作为待检测序列;
定位集合单元,用于将待检测序列中的各节点在操作序列图中进行定位,得到定位集合;
匹配度计算单元,用于计算待检测序列与定位集合中各操作序列的匹配度;
优先度计算单元,用于根据匹配度,计算待检测序列与定位集合中各操作序列的优先度;
准确率计算单元,用于将待检测序列中最后一个节点分别与定位集合的各操作序列中最后一个节点进行比对,若待检测序列中最后一个节点与定位集合的各操作序列中最后一个节点中的一个或多个相同则根据匹配度与优先度计算待检测序列的准确率并输出,若否则以零作为待检测序列的准确率并输出。
所述一种基于操作序列分析的准确率自动计算系统可以运行于桌上型计算机、笔记本电脑、掌上电脑及云端数据中心等计算设备中。所述一种基于操作序列分析的准确率自动计算系统包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述例子仅仅是一种基于操作序列分析的准确率自动计算方法及系统的示例,并不构成对一种基于操作序列分析的准确率自动计算方法及系统的限定,可以包括比例子更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述一种基于操作序列分析的准确率自动计算系统还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立元器件门电路或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述一种基于操作序列分析的准确率自动计算系统的控制中心,利用各种接口和线路连接整个一种基于操作序列分析的准确率自动计算系统的各个分区域。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述一种基于操作序列分析的准确率自动计算方法及系统的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明提供了一种基于操作序列分析的准确率自动计算方法及系统,通过将待检测序列中的各节点在操作序列图中进行定位得到定位集合,计算待检测序列与定位集合中各操作序列的匹配度,根据匹配度计算待检测序列与定位集合中各操作序列的优先度,将待检测序列中最后一个节点分别与定位集合的各操作序列中最后一个节点进行比对,若待检测序列中最后一个节点与定位集合的各操作序列中最后一个节点中的一个或多个相同则根据匹配度与优先度计算待检测序列的准确率并输出,若否则以零作为待检测序列的准确率并输出,由此实现了如下有益效果:各操作步骤间具有严格的约束关系,且是非并发式的,以确保系统运行安全稳定。
尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述,但其并非旨在局限于任何这些细节或实施例或任何特殊实施例,从而有效地涵盖本发明的预定范围。此外,上文以发明人可预见的实施例对本发明进行描述,其目的是为了提供有用的描述,而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
Claims (7)
1.一种基于操作序列分析的准确率自动计算方法,其特征在于,多个不同的操作步骤,将每个操作步骤作为一个节点,一个操作步骤表示一个可被激活的线程,当选择一个节点时即表示激活该节点对应的操作步骤表示的线程;一个操作序列表示一个由若干个节点组成的有序序列,把各个节点组成多个不同的操作序列;以一个操作序列作为一个由该操作序列中的节点组成的有向的路径,根据各个不同的操作序列,将所有的节点作为有向图中的节点,并将所有的操作序列作为有向图中的路径,在存在路径的各节点之间沿着路径中节点的顺序与方向加上有向的边,由此把各个节点组成的有向图作为操作序列图;对操作序列图进行分析,自动计算准确率的步骤为:
S100,输入一个操作序列作为待检测序列;
S200,将待检测序列中的各节点在操作序列图中进行定位,得到定位集合;
S300,计算待检测序列与定位集合中各操作序列的匹配度;
S400,根据匹配度,计算待检测序列与定位集合中各操作序列的优先度;
S500,将待检测序列中最后一个节点分别与定位集合的各操作序列中最后一个节点进行比对,若待检测序列中最后一个节点与定位集合的各操作序列中最后一个节点中的一个或多个相同则转到S600,若否则转到S700;
S600,根据匹配度与优先度,计算待检测序列的准确率并输出;
S700,以零作为待检测序列的准确率并输出。
2.根据权利要求1所述的一种基于操作序列分析的准确率自动计算方法,其特征在于,在S200中,将待检测序列中的各节点在操作序列图中进行定位的方法为:在操作序列图中,分别找出与待检测序列中的各节点相同的节点,根据各相同的节点在操作序列图中找出含有待检测序列中节点的操作序列,将含有待检测序列中节点的操作序列组成的集合作为定位集合;
记待检测序列为Seq0,记待检测序列中节点的数量为n0,待检测序列中节点的序号为i0,i0∈[1,n0],待检测序列中序号为i0的节点记作Seq0[i0];
记定位集合为Seqset,定位集合中操作序列的数量为ns,定位集合中操作序列的序号为is,is∈[1,ns],定位集合中序号为is的操作序列记作Seq(is);
Seq(is)中节点的数量为n(is),Seq(is)中节点的序号为i(is),i(is)∈[1,n(is)],Seq(is)中序号为i(is)的节点记作Seq [i(is)],由此得到定位集合。
3.根据权利要求2所述的一种基于操作序列分析的准确率自动计算方法,其特征在于,在S300中,计算待检测序列与定位集合中各操作序列的匹配度的方法:
定义匹配度为表示待检测序列与定位集合中的一个操作序列的匹配的程度,函数Mtch()为计算匹配度的函数,Mtch(Seq0, Seq(is))表示检测序列与定位集合中序号为is的操作序列的匹配度,Mtch(Seq0, Seq(is))的计算结果等于:
其中,exp表示以自然常数e为底的对数函数,函数Eg()表示计算在操作序列图上两个节点之间的离心度,Eg(Seq0[i0],Seq[i(is)])表示在操作序列图上Seq0[i0]与Seq[i(is)]之间的离心度,离心度Eg(Seq0[i0],Seq[i(is)])的计算方法为:
当Seq0[i0]与Seq[i(is)]之间不存在连通的路径时,Eg(Seq0[i0],Seq[i(is)])的数值设置为0;
当Seq0[i0]与Seq[i(is)]之间存在连通的路径时,在操作序列图上获取Seq0[i0]与Seq[i(is)]两个节点之间最短路径上的边的数量作为pt,Eg(Seq0[i0],Seq[i(is)])的数值设置为1/(pt+1);
当Seq0[i0]与Seq[i(is)]为相同的节点时,Eg(Seq0[i0],Seq[i(is)])的数值设置为1;
由此计算得到待检测序列与定位集合中各操作序列的匹配度。
4.根据权利要求2所述的一种基于操作序列分析的准确率自动计算方法,其特征在于,在S400中,根据匹配度,计算待检测序列与定位集合中各操作序列的优先度的方法为:
将待检测序列与定位集合中各操作序列分别的各个匹配度组成的集合作为匹配度集合,记匹配度集合为Mtchset,匹配度集合中元素的数量与定位集合中操作序列的数量相同皆为ns,匹配度集合中元素的序号与定位集合中操作序列的序号相同皆为is,匹配度集合中序号为is的元素为检测序列与定位集合中序号为is的操作序列的匹配度,记匹配度集合中序号为is的元素为Mtch(Seq0, Seq(is));
函数Nid()为对匹配度集合中各元素进行按数值从大到小排序并获取排序所得的序号的函数,其中,对匹配度集合中各元素进行按数值从大到小排序所得的序号为从1至ns的正整数,匹配度集合中数值最大的元素排序的序号为1,匹配度集合中数值最小的元素排序的序号为ns,Nid(is)表示匹配度集合中序号为is的元素排序后所得的序号;
进而,计算待检测序列与定位集合中各操作序列的优先度:记检测序列与定位集合中序号为is的操作序列的优先度为Prior(is),Prior(is)的计算公式为:
由此得到待检测序列与定位集合中各操作序列的优先度。
5.根据权利要求1所述的一种基于操作序列分析的准确率自动计算方法,其特征在于,在S500中,将待检测序列中最后一个节点分别与定位集合的各操作序列中最后一个节点进行比对,若待检测序列中最后一个节点与定位集合的各操作序列中最后一个节点中的一个或多个相同则转到S600,若否则转到S700的方法具体为:
获取定位集合的各操作序列中的各自的最后一个节点并将其各自的最后一个节点组成的互异性集合作为集合Nset,将待检测序列中最后一个节点作为节点node;
进行判断节点node是否属于集合Nset,若是则表示待检测序列中最后一个节点与定位集合的各操作序列中最后一个节点中的一个或多个相同。
7.一种基于操作序列分析的准确率自动计算系统,其特征在于,所述一种基于操作序列分析的准确率自动计算系统包括:处理器、存储器及存储在所述存储器中并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述一种基于操作序列分析的准确率自动计算方法中的步骤,所述一种基于操作序列分析的准确率自动计算系统运行于桌上型计算机、笔记本电脑、掌上电脑及云端数据中心的计算设备中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210335273.6A CN114493374B (zh) | 2022-04-01 | 2022-04-01 | 一种基于操作序列分析的准确率自动计算方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210335273.6A CN114493374B (zh) | 2022-04-01 | 2022-04-01 | 一种基于操作序列分析的准确率自动计算方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114493374A true CN114493374A (zh) | 2022-05-13 |
CN114493374B CN114493374B (zh) | 2022-07-05 |
Family
ID=81487960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210335273.6A Active CN114493374B (zh) | 2022-04-01 | 2022-04-01 | 一种基于操作序列分析的准确率自动计算方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114493374B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007131545A2 (en) * | 2005-12-09 | 2007-11-22 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | A method and apparatus for automatic comparison of data sequences |
CN110712765A (zh) * | 2019-10-30 | 2020-01-21 | 北京航空航天大学 | 一种基于操作谱的飞行器异常操作定位方法 |
CN110909811A (zh) * | 2019-11-28 | 2020-03-24 | 国网湖南省电力有限公司 | 一种基于ocsvm的电网异常行为检测、分析方法与系统 |
CN111401976A (zh) * | 2020-06-08 | 2020-07-10 | 腾讯科技(深圳)有限公司 | 一种异常行为检测方法、装置、设备及存储介质 |
CN113919689A (zh) * | 2021-10-09 | 2022-01-11 | 贾舟 | 一种基于qar数据的飞行员操作操作性能评分方法和设备 |
-
2022
- 2022-04-01 CN CN202210335273.6A patent/CN114493374B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007131545A2 (en) * | 2005-12-09 | 2007-11-22 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | A method and apparatus for automatic comparison of data sequences |
CN110712765A (zh) * | 2019-10-30 | 2020-01-21 | 北京航空航天大学 | 一种基于操作谱的飞行器异常操作定位方法 |
CN110909811A (zh) * | 2019-11-28 | 2020-03-24 | 国网湖南省电力有限公司 | 一种基于ocsvm的电网异常行为检测、分析方法与系统 |
CN111401976A (zh) * | 2020-06-08 | 2020-07-10 | 腾讯科技(深圳)有限公司 | 一种异常行为检测方法、装置、设备及存储介质 |
CN113919689A (zh) * | 2021-10-09 | 2022-01-11 | 贾舟 | 一种基于qar数据的飞行员操作操作性能评分方法和设备 |
Non-Patent Citations (4)
Title |
---|
郭培等: "基于序列匹配的自动评分算法设计", 《计算机应用》 * |
陈萱华等: "基于操作序列的自动测评关键技术及其应用研究", 《实验技术与管理》 * |
黄焕等: "GMDSS模拟器实操精确度自动评价", 《计算机工程与设计》 * |
黄焕等: "一种GMDSS模拟器实操过程自动评估方案", 《计算机与数字工程》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114493374B (zh) | 2022-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102523518B1 (ko) | 칩을 검증하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램 | |
US11790256B2 (en) | Analyzing test result failures using artificial intelligence models | |
CN109783346B (zh) | 基于关键字驱动的自动化测试方法、装置及终端设备 | |
US9524475B1 (en) | Presenting discriminant change history records on topology graphs | |
CN111461168A (zh) | 训练样本扩充方法、装置、电子设备及存储介质 | |
CN108681505B (zh) | 一种基于决策树的测试用例排序方法和装置 | |
CN108733644A (zh) | 一种文本情感分析方法、计算机可读存储介质及终端设备 | |
CN110941951B (zh) | 文本相似度计算方法、装置、介质及电子设备 | |
CN106469143B (zh) | 文档结构的估计 | |
CN107688609A (zh) | 一种职位标签推荐方法和计算设备 | |
CN114493374B (zh) | 一种基于操作序列分析的准确率自动计算方法及系统 | |
Gafarov et al. | Dask-Based efficient Clustering of Educational Texts. | |
CN112433952B (zh) | 深度神经网络模型公平性测试方法、系统、设备及介质 | |
CN110059180B (zh) | 文章作者身份识别及评估模型训练方法、装置及存储介质 | |
CN115099229A (zh) | 计划模型生成方法、装置、电子设备及存储介质 | |
CN111859985A (zh) | Ai客服模型测试方法、装置、电子设备及存储介质 | |
US20200134480A1 (en) | Apparatus and method for detecting impact factor for an operating environment | |
CN113378017B (zh) | 命名规范检查方法和装置 | |
CN116910175B (zh) | 自动化移动设备故障层级树构建方法、装置及储存介质 | |
CN110309047A (zh) | 一种测试点生成方法、装置及系统 | |
CN110968690A (zh) | 词语的聚类划分方法和装置、设备以及存储介质 | |
CN115168577B (zh) | 模型更新方法、装置、电子设备及存储介质 | |
CN117493191A (zh) | 一种反模式检测方法、系统、介质和设备 | |
CN116187234A (zh) | 射频仿真方法及装置、计算装置和存储介质 | |
CN116432619A (zh) | 一种前端业务规则处理方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |