[发明专利]快速学习分类方法无效
| 申请号： | 200410065342.8 | 申请日： | 2004-11-29 |
| 公开（公告）号： | CN1614630A | 公开（公告）日： | 2005-05-11 |
| 发明（设计）人： | 高阳 | 申请（专利权）人： | 南京大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06F17/00 |
| 代理公司： | 南京苏高专利事务所 | 代理人： | 柏尚春 |
| 地址： | 210093江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种快速学习分类方法，该方法包括以下步骤：(1)将新样本进行编码；(2)将新样本随机分配到不同的子模块；(3)每个子模块判断是否接收到新样本，是，转步骤(4)；否，则结束；(4)将新样本与子模块种群规则集进行比较，产生匹配规则集合；(5)根据选择机制，从子模块匹配集的可能分类中选出一个子模块分类类别；(6)投票选择一个最终的分类类别输出；(7)比较各个子模块分类类别与该样本实际的分类类别，产生不同的反馈；(8)对于该反馈信息，利用强化学习方法更新匹配规则集合中的规则强度；(9)利用遗传算法进化各个子模块种群；(10)重复执行步骤1至8。本发明的优点是学习分类快速、准确。 | ||
| 搜索关键词： | 快速 学习 分类 方法 | ||
【主权项】：
1、一种快速学习分类方法，其特征在于该方法包括以下步骤：(1)将新样本进行编码；(2)将新样本随机分配到不同的子模块；(3)每个子模块判断是否接收到新样本，是，转步骤(4)；否，则结束；(4)将新样本与子模块种群规则集进行比较，产生匹配规则集合；(5)根据选择机制，从子模块匹配集的可能分类中选出一个子模块分类类别；(6)投票选择一个最终的分类类别输出；(7)比较各个子模块分类类别与该样本实际的分类类别，产生不同的反馈；(8)对于该反馈信息，利用强化学习方法更新匹配规则集合中的规则强度；(9)利用遗传算法进化各个子模块种群；(10)重复执行步骤1至8。
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南京大学，未经南京大学许可，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/patent/200410065342.8/，转载请声明来源钻瓜专利网。
