大，这正是我们等待的结果。 [0081 ]最后，在具体的实施例中，我们把先验和后验概率相乘得到：
[0082]
[0083]根据上述贝叶斯公式我们可以知道这个数值的大小正比于匹配效率得分，将决定 候选集中所有节点的排位，每当经过一个节点，经验导航装置就执行上述方法步骤，最后将 排位最高的待匹配节点最优先代入经验导航进行运算。通过上述方法，排位最高的待匹配 节点最有可能得到经验导航数据的匹配，节省了单次匹配需要的计算时间，提高了经验导 航中节点选择效率，同时也进一步地提高了经验导航计算的效率。
[0084]在图5所示的实施例中，介绍了一种提高经验导航中节点选择效率的装置，包括先 验概率计算模块500、后验概率计算模块502、效率得分计算模块504;
[0085]所述先验概率计算模块500用于建立先验概率模型，将经验库数据代入先验概率 模型得到待匹配节点的先验概率；
[0086]所述后验概率计算模块502用于建立后验概率模型，将经验库数据代入后验概率 模型得到待匹配节点的后验概率；
[0087]所述效率得分计算模块504用于根据所述先验概率和后验概率得到待匹配节点的 匹配效率得分，将得分最高的待匹配节点优先作为经验导航的匹配运算对象。上述装置通 过建立匹配效率得分机制为待匹配节点进行打分，并以得分进行有效的筛选标准，提高了 经验导航中节点的选择效率，进一步地提高了经验导航的计算效率。
[0088]优选地，所述效率得分计算模块504还用于将先验概率和后验概率的积再乘上效 率系数得到待匹配节点的匹配效率得分。更好地达到了提高经验导航计算效率的效果。
[0089] 具体地，所述经验库数据包括历史经验库数据及本次经验导航数据。
[0090] 需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实 体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存 在任何这种实际的关系或者顺序。而且，术语"包括"、"包含"或者其任何其他变体意在涵盖 非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些 要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终 端设备所固有的要素。在没有更多限制的情况下，由语句"包括……"或"包含……"限定的 要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的要素。此 外，在本文中，"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。
[0091] 本领域内的技术人员应明白，上述各实施例可提供为方法、装置、或计算机程序产 品。这些实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例 的形式。上述各实施例涉及的方法中的全部或部分步骤可以通过程序来指令相关的硬件来 完成，所述的程序可以存储于计算机设备可读取的存储介质中，用于执行上述各实施例方 法所述的全部或部分步骤。所述计算机设备，包括但不限于:个人计算机、服务器、通用计算 机、专用计算机、网络设备、嵌入式设备、可编程设备、智能移动终端、智能家居设备、穿戴式 智能设备、车载智能设备等;所述的存储介质，包括但不限于:RAM、R0M、磁碟、磁带、光盘、闪 存、U盘、移动硬盘、存储卡、记忆棒、网络服务器存储、网络云存储等。
[0092] 上述各实施例是参照根据实施例所述的方法、设备（系统）、和计算机程序产品的 流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每 一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机 程序指令到计算机设备的处理器以产生一个机器，使得通过计算机设备的处理器执行的指 令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的 功能的装置。
[0093] 这些计算机程序指令也可存储在能引导计算机设备以特定方式工作的计算机设 备可读存储器中，使得存储在该计算机设备可读存储器中的指令产生包括指令装置的制造 品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指 定的功能。
[0094]这些计算机程序指令也可装载到计算机设备上，使得在计算机设备上执行一系列 操作步骤以产生计算机实现的处理，从而在计算机设备上执行的指令提供用于实现在流程 图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0095]尽管已经对上述各实施例进行了描述，但本领域内的技术人员一旦得知了基本创 造性概念，则可对这些实施例做出另外的变更和修改，所以以上所述仅为本发明的实施例， 并非因此限制本发明的专利保护范围，凡是利用本发明说明书及附图内容所作的等效结构 或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利 保护范围之内。
【主权项】
1. 一种提高经验导航中节点选择效率的方法，其特征在于，包括如下步骤，建立先验概 率模型，将经验库数据代入先验概率模型得到待匹配节点的先验概率;建立后验概率模型， 将经验库数据代入后验概率模型得到待匹配节点的后验概率;根据所述先验概率和后验概 率得到待匹配节点的匹配效率得分，将得分最高的待匹配节点优先作为经验导航的匹配运 算对象。2. 根据权利要求1所述的提高经验导航中节点选择效率的方法，其特征在于，所述"根 据所述先验概率和后验概率得到待匹配节点的匹配效率得分"具体为，将先验概率和后验 概率的积再乘上效率系数得到待匹配节点的匹配效率得分。3. 根据权利要求1所述的提高经验导航中节点选择效率的方法，其特征在于，所述经验 库数据包括历史经验库数据及本次经验导航数据。4. 一种提高经验导航中节点选择效率的装置，其特征在于，包括先验概率计算模块、后 验概率计算模块、效率得分计算模块； 所述先验概率计算模块用于建立先验概率模型，将经验库数据代入先验概率模型得到 待匹配节点的先验概率； 所述后验概率计算模块用于建立后验概率模型，将经验库数据代入后验概率模型得到 待匹配节点的后验概率； 所述效率得分计算模块用于根据所述先验概率和后验概率得到待匹配节点的匹配效 率得分，将得分最高的待匹配节点优先作为经验导航的匹配运算对象。5. 根据权利要求4所述的提高经验导航中节点选择效率的装置，其特征在于，所述效率 得分计算模块还用于将先验概率和后验概率的积再乘上效率系数得到待匹配节点的匹配 效率得分。6. 根据权利要求4所述的提高经验导航中节点选择效率的方法，其特征在于，所述经验 库数据包括历史经验库数据及本次经验导航数据。
【专利摘要】一种提高经验导航中节点选择效率的方法及装置，其中方法包括如下步骤，建立先验概率模型，将经验库数据代入先验概率模型得到待匹配节点的先验概率；建立后验概率模型，将经验库数据代入后验概率模型得到待匹配节点的后验概率；根据所述先验概率和后验概率得到待匹配节点的匹配效率得分，将得分最高的待匹配节点优先作为经验导航的匹配运算对象。上述技术方案通过建立匹配效率得分机制为待匹配节点进行打分，并以得分进行有效的筛选标准，提高了经验导航中节点的选择效率，进一步地提高了经验导航的计算效率。
【IPC分类】G01C21/20
【公开号】CN105651284
【申请号】
【发明人】潘晨劲, 赵江宜
【申请人】福州华鹰重工机械有限公司
【公开日】2016年6月8日
【申请日】2015年12月29日