[发明专利]一种基于单边动态下采样的不平衡数据分类系统在审
| 申请号： | 201610108097.7 | 申请日： | 2016-02-28 |
| 公开（公告）号： | CN105787046A | 公开（公告）日： | 2016-07-20 |
| 发明（设计）人： | 王喆;李冬冬;范奇;高大启 | 申请（专利权）人： | 华东理工大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 200237 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于单边动态下采样的不平衡数据分类系统，首先系统根据不平衡数据的规模来确定所采用网络的结构，随机初始化各层网络神经元权值；其次系统采用梯度下降法来优化网络模型，设置梯度下降法学习率、充量因子和最大迭代次数；在第一轮迭代中，使用所有样本来计算总梯度，再使用总梯度来更新各层权值，并根据样本的判别距离来选择作为下一轮迭代的训练样本；重复使用上一轮选好的训练样本来计算总梯度、更新各层权值、并选择下一轮迭代的样本直到达到最大迭代次数再停止；最后，使用所得到的分类模型对未知样本进行分类。相较于传统的分类技术，本发明的单边动态下采样分类系统通过将下采样过程与分类器训练过程结合在一起，实现对训练样本动态下采样，避免数据集信息损失，能够有效地处理不平衡数据的分类问题。 | ||
| 搜索关键词： | 一种 基于 单边 动态 采样 不平衡 数据 分类 系统 | ||
【主权项】：
一种基于单边动态下采样的不平衡数据分类系统，其特征在于：具体步骤是：1）、系统根据不平衡数据的规模来确定所采用网络的结构，随机初始化各层网络神经元权值;2）、系统采用梯度下降法来优化网络模型，设置梯度下降法学习率、充量因子和最大迭代次数；在第一轮迭代中，使用所有样本来计算总梯度，再使用总梯度来更新各层权值，并根据样本的判别距离来选择作为下一轮迭代的训练样本；重复使用上一轮选好的训练样本来计算总梯度、更新各层权值、并选择下一轮迭代的样本直到达到最大迭代次数再停止；3）、使用所得到的分类模型对未知样本进行分类。
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华东理工大学，未经华东理工大学许可，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/201610108097.7/，转载请声明来源钻瓜专利网。
