[发明专利]一种双度集成的不均衡数据流分类算法有效
| 申请号： | 201310624425.5 | 申请日： | 2013-11-29 |
| 公开（公告）号： | CN103593470A | 公开（公告）日： | 2014-02-19 |
| 发明（设计）人： | 张重生 | 申请（专利权）人： | 河南大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 郑州联科专利事务所(普通合伙) 41104 | 代理人： | 刘建芳;李伊宁 |
| 地址： | 47500*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种双度集成的不均衡数据流分类算法，包括均衡数据流分类模型预测、分类可信度评估和和不均衡数据流分类模型预测三个阶段。其中，均衡数据流分类模型首先预测每条数据记录的分类；分类可信度评估对均衡数据流分类模型预测阶段的分类结果进行可信度评估，可信度高的记录的分类结果直接返回给用户，而可信度低的数据记录需要经过不均衡数据流分类模型预测阶段的再次分类。本发明中的方法可广泛应用于计算机辅助临床诊断、实时入侵检测等应用中，属于人工智能应用领域。 | ||
| 搜索关键词： | 一种 集成 均衡 数据流 分类 算法 | ||
【主权项】：
一种双度集成的不均衡数据流分类算法，其特征在于：包括以下几个步骤：A: 均衡数据流分类模型和非均衡数据流分类模型训练阶段：对于训练数据集中的每一个最新的数据流记录块，将其分割为训练集和验证集；在训练集上分别训练一个均衡的分类模型和一个非均衡的分类模型；保留在验证集上分类准确度最高的n个均衡的分类模型和n个非均衡的分类模型；B: 利用步骤A中的n个均衡数据流分类模型和n个非均衡数据流分类模型对验证集中的数据记录进行分类并进行可信度评估，最终得出优化的可信度阈值δ；C: 使用步骤A中的n个均衡数据流分类模型和n个非均衡数据流分类模型对于测试数据集中的每一个数据记录进行分类，并输出最终分类结果。
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河南大学，未经河南大学许可，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/201310624425.5/，转载请声明来源钻瓜专利网。
