[发明专利]简化基于矩阵的Boosting算法的系统及方法

说明书

技术领域

本发明涉及一种数据处理技术，尤其涉及一种简化基于矩阵的Boosting算法的系统及方法。

背景技术

随着人类收集和存储数据能力的快速提升，各行各业利用计算机技术对数据进行分析的需求日趋迫切。机器学习作为智能数据分析的重要技术手段，受到人们越来越多的关注，已成为计算机科学技术领域中最活跃的研究分支之一。所谓机器学习是研究如何让计算机具备和人类一样的学习能力，以使计算机具有决策、推理、认知、识别等智能，以便利用已知数据(样本、实例等)和一定的学习规则，对未知或无法测量的数据进行预测和判断。

Boosting算法是目前流行的一种机器学习算法，其主要用于对目标物体的侦测，如人脸识别等方面，可以提高回归算法的性能。Boosting算法可以从已知数据中识别出特征数据。通过对特征数据的各种组合运算，经过不断的侦错与迭代，逐渐减少对预测结果或者判断结果的假阳值(false positive，也称误判率)，从而获得较为精确的预测结果或者判断结果。

Boosting算法可以通过多种方法实现，如决策数、加权最小二乘法等。其中，像加权最小二乘法这样的基于矩阵的Boosting算法最为简单并且能够在很短的时间得到相对精确的预测结果或者判断结果。然而，这种基于矩阵的Boosting算法需要对所有的特征数据进行矩阵运算，因此，运算次数会根据特征数据的增加而增加，从而运算所需的时间及内存空间也会随之增加。

发明内容

鉴于以上内容，有必要提出一种简化基于矩阵的Boosting算法的系统，其通过对数据的分割运算，简化基于矩阵的Boosting算法，以减少运算次数。

此外，还有必要提出一种简化基于矩阵的Boosting算法的方法，其通过对数据的分割运算，简化基于矩阵的Boosting算法，以减少运算次数。

一种简化基于矩阵的Boosting算法的系统，包括：参数接收模块，用于从一个用户端电脑接收假阳值；数据载入模块，用于从一个数据库中载入已知数据，并从所载入的已知数据中识别出特征数据，以生成一个由特征数据组成的特征集合；数据分割模块，用于将上述特征集合分割成多个包含数据个数相等的子集合；编号指定模块，用于依序为每个子集合指定一个编号；编号组合组成模块，用于从上述子集合的编号中随机选择编号，以生成多组编号组合，其中，每一组编号组合包含N个不相同的编号；选择模块，用于从上述接收的假阳值中选择其中一个假阳值；数据选取模块，用于从上述所生成的多组编号组合中选择其中一组编号组合，从而选取所选择的组编号组合中包括的编号所对应的子集合中的数据；Boosting算法运算模块，用于根据上述选取的数据组成一个矩阵，并利用Boosting算法对该矩阵进行运算，从而计算出所选择的编号组合对应的假阳值；编号组合选取模块，用于在每一组编号组合都已经计算出其对应的假阳值的情况下，将计算出来的所有假阳值按照大小依次排列，从值小的一端按次序取出n个假阳值，并获取该n个假阳值对应的n组编号组合；比较模块，用于将该n个假阳值与上述选择的假阳值进行比较，以判断该n个假阳值中的最小值是否小于所选择的假阳值；及记录模块，用于在上述n个假阳值中的最小值小于所选择的假阳值的情况下，将该n个假阳值中的最小值记录为该次Boosting运算的假阳值，并记录该最小值所对应的编号组合。