[发明专利]一种高精度的多阶神经网络分类方法及系统有效

专利信息
申请号: 201910413171.X 申请日: 2019-05-17
公开(公告)号: CN110222733B 公开(公告)日: 2021-05-11
发明(设计)人: 屈夏;刘岩;赵军 申请(专利权)人: 嘉迈科技(海南)有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06N3/04
代理公司: 武汉东喻专利代理事务所(普通合伙) 42224 代理人: 李佑宏
地址: 570208 海南省海*** 国省代码: 海南;46
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 高精度 神经网络 分类 方法 系统
【说明书】:

发明公开了一种基于个体特征的高精度属性分类方法,包括获取已分类的样本对象、对应的原始样本数据、分类信息;对原始样本数据进行预处理,获取训练样本数据和/或验证样本数据;根据分类结构设置神经网络阶层结构;将训练样本数据输入多阶神经网络结构分别对每个训练样本数据进行预测;利用验证样本数据对多阶神经网络进行验证;对待分类对象所对应的原始数据进行预处理后,将其输入多阶神经网络结构,获取待分类对象的分类结果。本发明技术方案针对现有的神经网络在对多个分类对象进行分类时准确度无法满足需求的情况,采用多阶神经网络结构,从多个角度对待分类对象进行分类然后然后再综合判断,可以有效调高多种分类情况下分类的准确度。

技术领域

本发明属于对大量对象进行分类识别领域,具体涉及一种高精度的多阶神经网络分类方法及系统。

背景技术

现在的社会是一个高速发展的社会,科技发达,信息流通,人们之间的交流越来越密切,生活也越来越方便,大数据就是这个高科技时代的产物。随着云时代的来临,大数据(Big data)也吸引了越来越多的关注。对于经营数据和以数据为生的公司来说,数据的生产和应用都是需要投入大量的人力物力的。在现今的社会,大数据的应用越来越彰显他的优势,它占领的领域也越来越大,电子商务、O2O、物流配送等,各种利用大数据进行发展的领域正在协助企业不断地发展新业务,创新运营模式。有了大数据这个概念,对于消费者行为的判断,产品销售量的预测,精确的营销范围以及存货的补给已经得到全面的改善与优化。

由此,对于某些数据型公司来说,如何正确地对这些数据进行应用以进行风险规避就是亟待解决的问题。例如,对于金融行业的企业来说,其所拥有的数据可以进行多个维度的分析以获取有效信息,如通过贸易进出口数据变换、汇率变化、交易参与者信息变化等,从中获取金融市场的变化信息。那么在上述数据行为中,对象分类识别就是其中最重要的分析内容之一。简单来说,用户行为分析就是对象分类识别的一种表现形式,以金融行业为例,对于银行来说,其贷款用户数量庞大,在此基础上,每个用户在这个银行都具有一定的行为数据,如是身份识别信息,贷款信息,是否按时还款等等与其信用等级直接相关或者间接相关的内容。那么在用户基数庞大的基础上,如何对这些用户进行有效的识别,来对未来的用户行为进行识别就是一个很有价值的方向。其可以有效地从这些用户群体中分辨出哪些用户是具有良好信用等级,即未来具有较高履约概率的用户,哪些是低信用等级用户。以此来对相应的业务行为进行调整,在问题发生之前进行有效的风险控制。

目前的对象分类识别,其不仅仅局限于对金融行业用户的信用等级进行评判,其更重要的是通过每个对象个体的数据信息,针对其中某一指标进行准确的分类筛选。现有技术中的对象分类筛选问题,其分析指标较为单一,在分析算法的设计上,难以全面地进行综合考虑,更多是来源于经验判断,对判断标准的依赖性较高,且精确度较低。在数据量大幅度增加的环境下,现有技术已经难以满足目前对象分类识别的需求。

发明内容

针对现有技术的以上缺陷或改进需求,本发明提供了种高精度的多阶神经网络分类方法,至少可以部分解决上述问题。本发明技术方案针对现有的神经网络在对多个分类对象进行分类时准确度无法满足需求的情况,采用多阶神经网络结构,从多个角度对待分类对象进行分类然后然后再综合判断,可以有效调高多种分类情况下分类的准确度。

为实现上述目的,按照本发明的一个方面,提供了一种高精度的多阶神经网络分类方法,其特征在于,包括

S1获取已分类的样本对象,每个样本对象所对应的原始样本数据,以及每个样本对象被分入的分类结构;

S2对样本对象所对应的原始样本数据进行预处理,获取包含足够有效信息的训练样本数据和/或验证样本数据;

S3根据分类结构设置神经网络阶层结构,并确定每个阶层中每个神经网络模型的层数和神经元个数;

S4将训练样本数据输入多阶神经网络结构的初始阶层,分别对训练样本数据属于每个分类的概率进行预测,并将预测结果输入下一阶层直至完成当前样本的训练;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于嘉迈科技(海南)有限公司,未经嘉迈科技(海南)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910413171.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top