[发明专利]使用相异训练源训练分类模型及应用其的推论引擎

权利要求书

1.一种用以使用多个对象的一训练数据集S产生一分类模型以将这些对象分类为多个类别的方法，包括一或多个编程的计算器：

对于一索引i＝1，获取一第一训练子集ST(i)，该第一训练子集包括该训练数据集中的部分的这些对象；

使用该第一训练子集ST(i)训练一第一模型M(i)；

使用该第一模型M(i)对该训练数据集中不包括该第一训练子集ST(i)的一第一评估子集SE(i)进行分类，并在该第一评估子集SE(i)中识别分类错误的这些对象的一错误子集ER(i)；

(a)递增该索引i，并获取一另一训练子集ST(i)，该另一训练子集ST(i)包括该错误子集ER(i-1)中的部分的这些对象；

(b)使用该训练子集ST(i)的组合训练一模型M(i)，其中i为1至i；

(c)使用该模型M(i)对该训练数据集S中不包括该训练子集ST(i)的一评估子集SE(i)进行分类，其中i为1至i，并在该评估子集SE(i)中识别分类错误的这些对象中的一错误子集ER(i)；以及

(d)评估该错误子集ER(i)以预估该模型M(i)的一效能，以及若该效能满足一条件，则储存该模型M(i)，及若效能不满足该条件，则重复步骤(a)至(d)。

2.如权利要求1所述的方法，其中该评估包括决定分类错误的这些对象的一数量，并将该数量与一门限值比较。

3.如权利要求1所述的方法，其中该评估包括决定该错误子集ER(i)中分类错误的这些对象的一数量，并将该数量与前一错误子集ER(i-1)中分类错误的这些对象的数量比较。

4.如权利要求1所述的方法，其中i＝1的该第一训练子集ST(i)包括该训练数据集S中的这些对象的10％或更少。

5.如权利要求1所述的方法，其中i＝1的该第一训练子集ST(i)包括该训练数据集S中的这些对象的1％或更少。

6.如权利要求1所述的方法，其中i＝2的该训练子集ST(i)包括该错误子集ER(1)中的这些物件的一半以下。

7.如权利要求1所述的方法，包括将该训练数据集S分成多个区块的训练资料，且其中该第一训练子集ST(1)是自这些区块中的一第一区块所获取，且该第一评估子集包括这些区块中的一第二区块的部分或全部，且不包含该第一区块。

8.如权利要求7所述的方法，其中该第一区块及该第二区块的大小相同。

9.如权利要求1所述的方法，包括将该训练数据集S分成多个区块的训练数据，这些区块具有相同大小，且其中i为一给定值的该训练子集ST(i)与i为该给定值的该评估子集SE(i)是自这些区块中的一不同的区块所获取。

10.如权利要求9所述的方法，包括决定该训练数据集中的这些类别的这些对象的分布，并分区该训练数据集，以使这些区块中部分或全部的区块具有该决定的分布。

11.如权利要求1所述的方法，包括：

存取一数据库，该数据库包括根据这些类别分类的这些对象；以及

根据这些类别对该数据库进行过滤，以产生该训练数据集S。

12.如权利要求11所述的方法，其中该过滤包括设定一给定类别的对象数量的一最大限制，以获取要包含在该训练数据集S内的这些物件。

13.如权利要求12所述的方法，其中该过滤包括设定一给定类别的对象数量的一最小限制，以获取要包含在该训练数据集S内的这些物件。

14.如权利要求1所述的方法，其中i＝1的该训练子集ST(i)具有一数量N1的这些对象，且i＝2的该训练子集ST(i)具有一数量N2的这些对象，且该数量N2为该数量N1的50％至3％之间。