[发明专利]一种基于离散弱相关的云平台决策森林分类方法有效
| 申请号： | 201510133866.4 | 申请日： | 2015-03-25 |
| 公开（公告）号： | CN104679911B | 公开（公告）日： | 2018-03-27 |
| 发明（设计）人： | 袁景凌;陈旻骋;刘永坚;杨光 | 申请（专利权）人： | 武汉理工大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 武汉开元知识产权代理有限公司42104 | 代理人： | 潘杰 |
| 地址： | 430070 湖北省*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于离散弱相关的云平台决策森林分类方法，对云平台的决策森林分类方法离散弱相关化。首先根据数据属性之间的相关程度，选出随机抽样属性元组，然后增量更新属性组概率离散化的连续属性，求得最大增益属性。最后通过获得的分类属性序列建立云平台决策森林。这样在处理大规模数据规模时，能减少构建云平台决策森林的时间和空间开销，增强抗数据噪音的能力及其稳定性，并加快了分类的预测速度和提高了分类的质量。 | ||
| 搜索关键词： | 一种 基于 离散 相关 平台 决策 森林 分类 方法 | ||
【主权项】：
一种基于离散弱相关的云平台决策森林分类方法，其特征在于，该方法包括如下步骤：步骤一，生成使云平台决策森林最优的描述文件，所述描述文件包括决策树的最优总数及每棵决策树的新数据集dataset；步骤二，确定每棵决策树弱相关化随机抽样属性元组；步骤三，依次对步骤二所得各个决策树的弱相关化随机抽样属性元组中概率离散化的连续属性进行增量更新，求得其中最大增益属性；步骤四，重复步骤三获得分类属性序列，建立云平台决策森林并分类。
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武汉理工大学，未经武汉理工大学许可，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/201510133866.4/，转载请声明来源钻瓜专利网。
