[发明专利]一种网络数据测定模型训练方法和装置在审
| 申请号： | 201610123669.9 | 申请日： | 2016-03-06 |
| 公开（公告）号： | CN105812174A | 公开（公告）日： | 2016-07-27 |
| 发明（设计）人： | 刘健文 | 申请（专利权）人： | 刘健文 |
| 主分类号： | H04L12/24 | 分类号： | H04L12/24;H04L12/26 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 528100 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种网络测定模型训练方法，所述方法包括：获取网络测定装置测试网络后的关于网络数据的至少两个正训练样本，每个正训练样本具有至少两项网络值数据；根据每个正训练样本的各项网络属性信息，提取每个正训练样本的样本特征向量；根据所述样本特征向量，生成用网络分类模型，所述网络分类模型包括用于接收输入的特征向量并计算出函数值得概率密度函数模型，还包括用于根据计算出的函数值运算出表示是否属于分类结果的分类判定模型。该方法和装置的分类性能好，可以根据网络的状态对网络数据进行测定，人为因素影响很小，对于训练样本之外的实例具有很好的预测能力，泛化能力强。 | ||
| 搜索关键词： | 一种 网络 数据 测定 模型 训练 方法 装置 | ||
【主权项】：
一种网络数据测定模型训练方法，其特征在于，所述方法包括：获取网络测定装置测试网络后的关于网络数据的至少两个正训练样本，每个正训练样本具有至少两项网络值数据；根据每个正训练样本的各项网络属性信息，提取每个正训练样本的样本特征向量；根据所述样本特征向量，生成用网络分类模型，所述网络分类模型包括用于接收输入的特征向量并计算出函数值得概率密度函数模型，还包括用于根据计算出的函数值运算出表示是否属于分类结果的分类判定模型。
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刘健文，未经刘健文许可，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/201610123669.9/，转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
