公开(公告)号：CN106934059A

公开(公告)日：2017-07-07

申请号：CN201710175458.4

申请日：2017-03-22

Applicant: 哈尔滨工业大学

Inventor： 韩姗珊 ,  王宏志 ,  万佳林

IPC: G06F17/30 ,  G06F17/17 ,  G06F17/18

Abstract: 一种大数据上的均值近似聚集方法，本发明涉及一种大数据上的近似聚集方法。本发明的目的是为了解决现有方法的采样顺序敏感、需要用户参与观测、计算结果精度低的问题。一、在需要进行均值聚集计算的包含M个数据的数据集中随机采一个包含m个个体的样本，求出一个粗略均值和样本标准差；二、用户给定指定的精度，求出满足精度所需要的采样率；三、确定需要进行均值聚集计算的数据集的数据边界，得到一个表示需要进行均值聚集计算的数据集的数据边界的参数；四、将参数传到每一个计算单元内，得到每一个计算单元内的均值；五、将每一个计算单元内的均值进行整合，输出最终结果。本发明用于金融，统计等领域。

公开(公告)号：CN106934059B

公开(公告)日：2019-10-22

申请号：CN201710175458.4

申请日：2017-03-22

Applicant: 哈尔滨工业大学

Inventor： 韩姗珊 ,  王宏志 ,  万佳林

IPC: G06F16/90 ,  G06F17/17 ,  G06F17/18

Abstract: 一种大数据上的均值近似聚集方法，本发明涉及一种大数据上的近似聚集方法。本发明的目的是为了解决现有方法的采样顺序敏感、需要用户参与观测、计算结果精度低的问题。一、在需要进行均值聚集计算的包含M个数据的数据集中随机采一个包含m个个体的样本，求出一个粗略均值和样本标准差；二、用户给定指定的精度，求出满足精度所需要的采样率；三、确定需要进行均值聚集计算的数据集的数据边界，得到一个表示需要进行均值聚集计算的数据集的数据边界的参数；四、将参数传到每一个计算单元内，得到每一个计算单元内的均值；五、将每一个计算单元内的均值进行整合，输出最终结果。本发明用于金融，统计等领域。