一种基于序相关度的部分有序数据分类方法及系统

本发明公开了一种基于序相关度的部分有序数据分类方法及系统，属于部分有序数据分类研技术领域。针对如何从复杂的数据集中准确地识别出有序特征，并解决有序数据的分类问题，通过在斯皮尔曼相关系数的基础上，结合偏相关分析，能够有效去除有序特征识别过程中其他特征的干扰，相比于其他识别方法，该方法能够准确区分部分有序数据集中真实的有序和无序特征；在传统单调神经网络的基础上，利用无序特征权重化这一方案，设计出了部分有序神经网络，能够解决部分有序数据的分类问题，克服了在部分有序数据集上对有序特征施加单调约束的同时充分考虑无序特征的影响这一难题，该方法在性能上优于其他现有算法。