买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜济宁创新谷健康体检管理股份有限公司申请的专利一种体检ERP管理系统的数据处理方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118969159B 。

龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410982436.9，技术领域涉及：G16H10/60；该发明授权一种体检ERP管理系统的数据处理方法是由史作梅设计研发完成，并于2024-07-22向国家知识产权局提交的专利申请。

本一种体检ERP管理系统的数据处理方法在说明书摘要公布了：本发明实施例公开了一种体检ERP管理系统的数据处理方法，涉及数据处理领域。该方法包括：获取员工的视力体检数据，并建立样本空间；将所述视力体检数据映射到所述样本空间，得到多个样本空间数据；使用ISODATA算法对所述样本空间数据进行聚类，得到多个结果簇；根据所述结果簇的数据分布特征计算每一个结果簇对应的数据聚集度，并至少根据所述数据聚集度的相似性对相邻的结果簇进行合并，得到优选簇；基于所述优选簇的数据聚集度以及压缩损失情况确定每一个优选簇对应的目标压缩方式，其中，所述目标压缩方式包括有损压缩和无损压缩；根据所述目标压缩方式对相应优选簇内的视力体检数据进行压缩存储。

本发明授权一种体检ERP管理系统的数据处理方法在权利要求书中公布了：1.一种体检ERP管理系统的数据处理方法，其特征在于，包括：获取员工的视力体检数据，并建立样本空间；将所述视力体检数据映射到所述样本空间，得到多个样本空间数据；使用ISODATA算法对所述样本空间数据进行聚类，得到多个结果簇；根据所述结果簇的数据分布特征计算每一个结果簇对应的数据聚集度，并至少根据所述数据聚集度的相似性对相邻的结果簇进行合并，得到优选簇；基于所述优选簇的数据聚集度以及压缩损失情况确定每一个优选簇对应的目标压缩方式，其中，所述目标压缩方式包括有损压缩和无损压缩；根据所述目标压缩方式对相应优选簇内的视力体检数据进行压缩存储；所述根据所述结果簇的数据分布特征计算每一个结果簇对应的数据聚集度，包括：使用PCA分解对所述结果簇进行处理，得到多个主成分向量，存入序列A；根据所述序列A中最大主成分向量的模长以及所有主成分向量的模长的平均值，确定所述结果簇的形态特征；根据所述结果簇内的数据量和所述结果簇的凸包体积，计算所述结果簇内的数据平均密度；基于所述形态特征、所述数据平均密度、所述结果簇中的数据与聚类中心位置的平均距离以及所述结果簇与相邻簇之间的平均距离，确定所述结果簇对应的数据聚集度；所述基于所述形态特征、所述数据平均密度、所述结果簇中的数据与聚类中心位置的平均距离以及所述结果簇与相邻簇之间的平均距离，确定所述结果簇对应的数据聚集度，包括：将所述序列A中最大主成分向量的模长与所有主成分向量的模长的平均值的差值作为所述结果簇的形态特征；将所述形态特征、所述数据平均密度以及所述结果簇中的数据与聚类中心位置的平均距离相乘，得到第一乘积；将所述结果簇与相邻簇之间的平均距离与所述第一乘积的比值作为指数，并使用指数函数进行映射，得到所述结果簇对应的数据聚集度；所述至少根据所述数据聚集度的相似性对相邻的结果簇进行合并，得到优选簇，包括：对于任意一个目标结果簇a；根据所述目标结果簇a对应的数据聚集度与相邻结果簇b对应的数据聚集度的差值确定二者之间的相似性；根据所述相邻结果簇b所包含的数据量以及所有结果簇所包含数据量的最大值与最小值，确定所述相邻结果簇b的相对数据量大小；基于所述目标结果簇a与所述相邻结果簇b的聚类中心位置的欧式距离、所述相似性以及所述相对数据量大小，计算所述目标结果簇a与所述相邻结果簇b的合并可能性；根据第一预设阈值和所述合并可能性将所述目标结果簇a与一个或多个相邻结果簇b进行合并，得到所述优选簇；所述基于所述目标结果簇a与所述相邻结果簇b的聚类中心位置的欧式距离、所述相似性以及所述相对数据量大小，计算所述目标结果簇a与所述相邻结果簇b的合并可能性，包括：将所述目标结果簇a与所述相邻结果簇b的聚类中心位置的欧式距离、所述相似性以及所述相对数据量大小相乘，得到第二乘积；对所述第二乘积进行归一化处理，得到所述目标结果簇a与所述相邻结果簇b的合并可能性；所述基于所述优选簇的数据聚集度以及压缩损失情况确定每一个优选簇对应的目标压缩方式，包括：对于每一个目标优选簇；计算所述目标优选簇对应的数据聚集度；根据所述目标优选簇对应的数据聚集度和所有优选簇对应的数据聚集度的最大值，确定所述目标优选簇的相对数据聚集度；根据所述相对数据聚集度，以及所述目标优选簇中每一个数据与簇内数据平均值的差值的累计和，计算所述目标优选簇对应的压缩系数；根据所述压缩系数确定所述目标优选簇对应的目标压缩方式；所述计算所述优选簇对应的数据聚集度，包括：计算所述目标优选簇所合并的所有结果簇对应的平均数据聚集度；将所述平均数据聚集度作为所述目标优选簇对应的数据聚集度；数据聚集度的计算公式为： 其中，Z为结果簇对应的数据聚集度；exp{*}表示以自然常数e为底的指数函数，其中*为指数；N为结果簇内的数据量；o表示该结果簇内的聚类中心位置，Li,o为簇内第i个数据点与聚类中心位置o的距离，Lo,oj为该结果簇的聚类中心位置o与第j个相邻簇的聚类中心位置oj的距离；V为结果簇的凸包体积；m为结果簇周围的相邻簇的数量；为序列A中最大主成分向量的模长，为序列A中所有主成分向量的模长的平均值；所述根据所述相对数据聚集度，以及所述目标优选簇中每一个数据与簇内数据平均值的差值的累计和，计算所述目标优选簇对应的压缩系数，包括：将所述相对数据聚集度与所述目标优选簇中每一个数据与簇内数据平均值的差值的累计和相乘，得到第三乘积；将所述第三乘积作为所述目标优选簇对应的压缩系数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人济宁创新谷健康体检管理股份有限公司，其通讯地址为：272000 山东省济宁市高新区产学研基地H9楼南门；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。