[发明专利]一种基于RLID3的增量集成学习的数据分类方法在审
| 申请号： | 201610416291.1 | 申请日： | 2016-06-08 |
| 公开（公告）号： | CN105843971A | 公开（公告）日： | 2016-08-10 |
| 发明（设计）人： | 王红滨;李华峰;刘红丽;王世鹏;冯梦园;张玉鹏;杨楠;刘广强;刘天宇;徐琳 | 申请（专利权）人： | 哈尔滨工程大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 哈尔滨市松花江专利商标事务所 23109 | 代理人： | 杨立超 |
| 地址： | 150001 黑龙江*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于RLID3的增量集成学习的数据分类方法，属于数据分类领域，尤其涉及一种基于RLID3的增量集成学习的数据分类方法。本发明要为解决现有分类方法中存在准确率不高的问题。本发明所述方法按以下步骤进行：1、初始阶段：①第1阶段包括训练基分类器以及计算基分类器的权重；②第2个阶段是组合所有基分类器的预测结果，对预分类样本数据进行分类结果的预测；2、增量阶段：①第1阶段输入增量数据集和初始阶段的所有基分类器，输出调整后的基分类器；②第2个阶段组合所有调整后的基分类器的预测结果，对预分类样本数据进行分类结果的预测。基于RLID3的增量集成方法具有较好的分类准确率。本发明所述方法可应用于数据分类领域。 | ||
| 搜索关键词： | 一种 基于 rlid3 增量 集成 学习 数据 分类 方法 | ||
【主权项】：
一种基于RLID3的增量集成学习的数据分类方法，其特征在于它按以下步骤进行的：一、初始阶段这个阶段将RLID3算法作为训练基分类器的算法，初始阶段分为2个阶段，分别为第1个阶段和第2个阶段：第1阶段包括训练基分类器以及计算基分类器的权重；第2个阶段是组合所有基分类器的预测结果，对预分类样本数据进行分类结果的预测；二、增量阶段增量阶段也分为两个阶段，分别为第1个阶段和第2个阶段，第1个阶段：输入增量数据集和初始阶段的所有基分类器，输出调整后的基分类器；第2个阶段：组合所有调整后的基分类器的预测结果，对预分类样本数据进行分类结果的预测。
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哈尔滨工程大学，未经哈尔滨工程大学许可，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/201610416291.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种对UUV水动力参数的组合辨识方法
- 下一篇：用于同步媒体的方法
