作者：张建春; 李勃; 董蓉数据分类数据去重样本增量处理算法稳定性测试
摘要：针对算法测试在工业生产实际操作应用中，经常面临样本数据迅速大量增加，测试执行时间过长、测试效率低下、算法改进周期过长的问题。文章提出一种精简测试样本的算法，快速实时处理新增样本，去除冗余数据。首先对新增的样本数据按照分类阈值分配到各子数据集中，然后在每一个子数据集中根据数据的重要程度属性计算相似度值，为减少计算量，先对子数据集进行排序处理，最后根据相似性的阈值判断去除冗余数据。实验利用所得样本库不断对算法进行回归测试，分析表明算法的测试效率及测试充分性都有明显提升，并提高了算法在工业生产实际应用过程中的稳定性和适应性，有力的保证了算法的质量。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
