关于标准那些事——第十篇 分类标准

这篇具有很好参考价值的文章主要介绍了关于标准那些事——第十篇 分类标准。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

        最近要赶一个极其重要的CANS认证项目,这会是全中国第一个完全数字化CNAS认证的实验室项目,内容分享进度会比较慢。其实,大多数情况也并不是没有时间,俗话说:时间嘛,挤挤总是有的!其实影响进度更重要的是心情,特别是写东西,没时间往往只是给自己个借口,心不静,自然是写不了东西的。无论是搞技术,还是搞文艺,相信都是会有这个感觉的。

        分类标准相对简单些,实际工作中写得也不多,毕竟产品的分类的变更会是一个长周期,低频发生的事情。

首先我们来看一下分类标准的结构:

  • 分类标准的必备要素包括:封面、前言、标准名称、范围。
  • 根据具体情况,在特定的分类标准中应至少包括“分类”和“编码”两个要素中的一个。
  • 分类标准中要素的典型编排以及每个要素所允许的表述形式见表1。

    关于标准那些事——第十篇 分类标准,分类,数据挖掘,人工智能

关于标准那些事——第十篇 分类标准,分类,数据挖掘,人工智能
    

  • 分类标准还可视情况包含表1之外的其他规范性技术要素。

二、分类标准的规范性引用文件

  • GB/T 1.1 标准化工作导则第1部分:标准的结构和编写
  • GB/T7027一2002信息分类和编码的基本原则与方法
  • GB/T10113 分类与编码通用术语
  • GB/T20000.1标准化工作指南第1部分:标准化和相关活动的通用术语

        引用的标准不多,但是这些关于分类的定义和方法在目前的数字化应用中是值得借鉴的,数据的分类和定义是否科学,直接关系到未来数据共享和交易的可行性。

三、分类标准的要素起草

        无论是什么标准,核心要素的起草都是重头戏。

1、标准名称

  • 分类标准的名称应含有分类的对象和分类的内容两个必备的要素,分类的内容宜包含文字“分类”或“编码”。
  • 如果标准中仅包含“分类方法”,并未给出分类的具体结构和类目,则宜使用“.…分类方法”作为标准名称(见示例1)。如果标准中包含了“分类方法”和“命名”,则宜使用“…分类与命名”作为标准名称(见示例2)。

关于标准那些事——第十篇 分类标准,分类,数据挖掘,人工智能

  • 如果标准中包含了“分类”中的全部内容,则宜使用“…分类”作为标准名称(见示例3)。
  • 如果标准中仅包含“编码方法”,并未给出代码,则宜使用“…编码方法”作为标准名称。
  • 如果标准中包含了“编码方法”和“代码”,则宜使用“…编码及代码”作为标准名称。
  • 如果标准中包含了“编码”中的全部内容,则宜使用“…编码”作为标准名称。
  • 如果标准中包含了“分类方法”、“命名”、“编码方法”、“代码”、代码表等内容,则宜使用“…分类与编码”“…分类、编码及代码”“分类与代码”作为标准名称(见示例1和示例2)。

    关于标准那些事——第十篇 分类标准,分类,数据挖掘,人工智能

2、标准范围

  • 范围应指出分类对象、说明分类的内容。必要时应说明使用该分类的限制。
  • 范围还应说明分类标准适用的对象。

3、分类方法

(1) 线分类法
    线分类法是将分类对象按所选定的若干属性逐次地分成相应的若干层级的类目和/或项目,并形成一个逐渐展开的分类体系。该方法通常用于划分层级类目和/或项目的分类对象。
    在这个分类体系中,被划分的类目称为上位类,划分出的类目称为下位类,上位类与下位类类目之间存在着隶属关系或整体与部分的关系。由一个类目直接划分出来的下一级各类目,彼此称为同位类, 同位类类目之间存在着并列关系。
    线分类法应满足以下要求:
        a) 分类应从上位到下位依次进行,不宜有空层;
        b)上位类类目划分成若干个下位类类目时,应按同一属性来划分;
        c)上位类划分出的下位类类目的总范围应与该上位类类目范围相等;
        d) 同位类类目彼此所覆盖的范围不交叉、不重复。

(2)面分类法

        面分类法是将所选定的分类对象的若干属性视为若干个独立的“面”,每个“面”中又可分成彼此独立的若干个项目。该方法通常用于划分非层级类目和/或项目的分类对象,划分出的各个类目和/或项目之间是序列关系或主题关系(或实用关系)。序列关系主要有空间(位置)关系、时间关系、因果关系、发展关系;主题关系(或实用关系)主要有前提一结论关系、形式一内容关系、结构一功能关系、行为一动机(目的)关系等。
面分类法应满足以下要求
    a) 按照实际需要选择“面”;
    b)每个“面”或项目在分类体系中有固定的位置;
    c)“面”彼此所覆盖的范围不交叉、不重复,项目彼此所覆盖的范围不交叉、不重复。

(3)混合分类法

        混合分类法是将线分类法和面分类法组合使用,以其中一种分类法为主,另一种做补充的分类方法。

(4)分类方法的表述

        分类标准中应指明每一次划分所依据的属性,给出基于属性对分类对象进行系统划分的类目和/或项目,宜指出上位类、下位类之间的层级关系或“面”之间以及项目之间彼此独立的非层级关系。

4、分类命名

(1)类目名称
    类目名称是对划分出的每个层级的层级统称。应对划分出的每个类目进行命名。如可用“…门”“…目”“…种”“…类”“…型”“…式”“…级”“…省”等作为类目名称。
(2)项目名称
    项目名称是对每个层级内具体个体的命名,具有惟一性。项目名称通常包含了上位类的类目名称。
    根据具体情况,可对每个类目中划分出的具体项目命名。项目名称的命名规则应保持一致。每个具体项目宜选用现行标准中界定的术语,如不存在这样的术语,则应使用规范化词语命名。

5、分类结果的表述

 (1)分类结果可用条文或表格形式(即分类表)予以表述。
(2)分类表通常用来展示分类体系,它由类目和/或项目名称栏和说明栏组成,见以下示例。如无需进行说明,可省略说明栏。根据具体情况,表头名称可进行相应调整(见附录A中的示例2)。
    关于标准那些事——第十篇 分类标准,分类,数据挖掘,人工智能
(3)分类表中的类目和/或项目名称栏和说明栏的编写细则见附录B。

6、分类标准编码方法

  • 6.4.1.1 如果对分类的结果进行编码,应指明编码方法以及表示编码结果的字符。
  • 6.4.1.2 根据具体情况,线分类法通常采用层次编码方法予以编码,面分类法通常采用并置编码方法或组合编码方法予以编码,混合分类法通常采用组合编码方法予以编码。层次编码方法、并置编码方法、组合编码方法应符合GB/T7027一2002的8.2.4、8.2.6、8.2.7的规定。
  • 6.4.1.3编码应充分考虑所划分出的各类目的先后次序或关系以及各类目所划分出的具体项目的先后次序或关系,或者已经确定的分类体系中类目的先后次序或关系。

7、编码方法的表述

  • 应指明所采用的编码方法,给出编码位数或编码结构、每个码位所代表的含义以及每个码位上所使用的代码字符。

    关于标准那些事——第十篇 分类标准,分类,数据挖掘,人工智能

  • 适宜时,可给出编码结构图。在采用层次编码方法的情况下,编码结构图中的码位基于所划分出的类目之间的层级关系排列。在采用并置编码方法的情况下,编码结构图中的码位根据实际需要排列。在采用组合编码方法的情况下,编码结构图中的码位根据实际需要以及类目之间的关系予以排列。
  • 编码的先后次序与类目和/或项目名称可能不一致。
  • 每个码位上所使用的代码位数可根据需要设定。
  • 采用顺序码时,代码应等长,如用001~999,而不用1~999。采用层次码时,同一层次上的代码位数应等长。

8、分类标准代码

  • 代码宜全部使用阿拉伯数字或全部使用拉丁字母。如果使用拉丁字母、阿拉伯数字混用的形式,则拉丁字母或阿拉伯数字宜在特殊位置(如首位或末位),不宜在随机的位置。
  • 代码字符不应是语法表述或数学运算中可能用到的字符,如问号(?)、冒号(:)、加号(十)等,也不应是形相近的字符,如字母“I”和数字“1”、字母“O”和数字“0”等。
  • 收容类目所使用的代码宜为代码序列中的最末位字符,如单个阿拉伯数字序列的“9”、拉丁字母序列的“Z”。
  • 为了便于读写,各层次的代码之间可使用空格、“-”等分隔。例如,“754623”可写成“754-623”或“754623”。
  • 如果对类目和/或项目名称进行编码,应使用代码表的形式列出分类体系。
  • 代码表一般由代码栏、类目和/或项目名称栏、说明栏组成,见以下示例。如无需进行说明,可省略说明栏。根据具体情况,表头名称可进行相应调整(见附录A中的示例2)。
  • 当表格内容比较简单时,为了减少篇幅,可以在一页中排两列以上的表格。
  • 当说明栏的内容很多时,可同时列出两个表,一个表只列出代码栏以及类目和/或项目名称栏, 以便于直观了解分类体系;另一个表再增加说明栏的内容。
  • 代码表中代码栏、类目和/或项目名称栏和说明栏的编写见附录B。

9、分类标准索引

        若编码对象较多,可编写代码索引。代码索引可采用以下三种方式排序:
    按编码对象的汉语拼音字母顺序;
    按编码对象名称的英文对应词字母顺序;
    按有关的其他关系

写到这里有一个重要的事情需要阐明:关于标准起草的这些内容,都是摘自白殿一、刘慎斋等老师编著的《标准化文件的起草》一书,我们还依此内容编写了一个数字化的起草工具,和国标委推荐的编写工具只规范了标准格式不同,我们的编写辅助系统还包含了标准数字化结构的内容,目前全国文具体育用品标准化技术委员会的标准辅助编写和制修订审批流程已经正式启用。


关注“实验元”老李,共享质量数字化成果,让一切变得简单!http://www.latteinfo.com 文章来源地址https://www.toymoban.com/news/detail-822558.html

到了这里,关于关于标准那些事——第十篇 分类标准的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 数据挖掘(5.1)--贝叶斯分类

    目录 前言 正文 1.主观概率 2.贝叶斯定理 1.基础知识 2.贝叶斯决策准则 3.极大后验假设 4.例题 2.朴素贝叶斯分类模型 朴素贝叶斯分类器的算法描述: 朴素贝叶斯算法特点 3.贝叶斯信念网 贝叶斯网络的建模包括两个步骤  贝叶斯信念网特点 开往夏天的列车 贝叶斯分类方法是统

    2024年02月06日
    浏览(96)
  • 数据挖掘(4.1)--分类和预测

    目录 前言 一、分类和预测 分类 预测 二、关于分类和预测的问题 准备分类和预测的数据 评价分类和预测方法 混淆矩阵 评估准确率 参考资料 分类:离散型、分类新数据 预测:连续型、预测未知值 描述属性:连续、离散 类别属性:离散 有监督学习: 分类 训练样本有标签

    2023年04月21日
    浏览(32)
  • 微服务开发系列 第十篇:Gateway

    A、技术栈 开发语言:Java 1.8 数据库:MySQL、Redis、MongoDB、Elasticsearch 微服务框架:Spring Cloud Alibaba 微服务网关:Spring Cloud Gateway 服务注册和配置中心:Nacos 分布式事务:Seata 链路追踪框架:Sleuth 服务降级与熔断:Sentinel ORM框架:MyBatis-Plus 分布式任务调度平台:XXL-JOB 消息中间

    2024年02月09日
    浏览(36)
  • 【C++初阶】第十篇:list模拟实现

    我们经常说list在底层实现时就是一个链表,更准确来说,list实际上是一个带头双向循环链表。 因此,我们若要实现list,则首先需要实现一个结点类。而一个结点需要存储的信息有:数据、前一个结点的地址、后一个结点的地址,于是该结点类的成员变量也就出来了(数据、

    2023年04月17日
    浏览(30)
  • 《数据挖掘基础》实验:Weka平台实现分类算法

    进一步理解分类算法(决策树、贝叶斯),利用weka实现数据集的分类处理,学会调整模型参数,以图或树的形式给出挖掘结果,并解释规则的含义。 随机选取数据集(UCI或data文件夹),完成以下内容:(用三种方法:KNN、C4.5算法、贝叶斯算法) 文件导入与编辑 参数设置说

    2024年02月05日
    浏览(42)
  • Reactor 第十篇 定制一个生产的WebClient

    刚开始尝试使用 Spring WebFlux 的时候,很多人都会使用 Mono.fromFuture() 将异步请求转成 Mono 对象,或者 Mono.fromSupplier() 将请求转成 MOno 对象,这两种方式在响应式编程中都是不建议的,都会阻塞当前线程。 1.1 Mono.fromFuture() VS WebClient Mono.fromFuture()方法和使用 WebClient 调用第三方接

    2024年02月12日
    浏览(32)
  • 【Kubernetes】第十篇 - 灰度发布的介绍与实现

    前几篇,已经介绍了环境搭建、Deployment 部署对象、Service 服务、Ingress 路由转发; 本篇,介绍灰度发布的实现; 灰度发布,也叫金丝雀发布;是一种应用的发布方式; 金丝雀发布的命名:金丝雀对瓦斯气体非常敏感,矿工在下井前会先向井里放一只金丝雀,如果金丝雀不叫

    2024年02月16日
    浏览(29)
  • 【数据挖掘】数据挖掘、关联分析、分类预测、决策树、聚类、类神经网络与罗吉斯回归

      数据挖掘是20世纪末兴起的数据智能分析技术,由于有广阔的应用前景而备受重视   广大从事 数据库应用与决策支持 ,以及 数据分析 等学科的科研工作者和工程技术人员迫切需要了解和掌握。 数据挖掘涉及的内容较为广泛,已成为信息社会中广泛应用的一门综合性

    2024年02月08日
    浏览(43)
  • 【数据挖掘实战】——舆情分析:对微博文本进行情绪分类

    🤵‍♂️ 个人主页:@Lingxw_w的个人主页 ✍🏻作者简介:计算机科学与技术研究生在读 🐋 希望大家多多支持,我们一起进步!😄 如果文章对你有帮助的话, 欢迎评论 💬点赞👍🏻 收藏 📂加关注+   目录 一、背景介绍 二、比赛任务

    2024年02月08日
    浏览(34)
  • 大数据的常用算法(分类、回归分析、聚类、关联规则、神经网络方法、web数据挖掘)

    在大数据时代,数据挖掘是最关键的工作。大数据的挖掘是从海量、不完全的、有噪声的、模糊的、随机的大型数据库中发现隐含在其中有价值的、潜在有用的信息和知识的过程,也是一种决策支持过程。其主要基于人工智能,机器学习,模式学习,统计学等。通过对大数据

    2024年02月09日
    浏览(48)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包