[发明专利]基于邻域粗糙集和PCA融合的数据分类预测方法有效
| 申请号： | 201710237405.0 | 申请日： | 2017-04-12 |
| 公开（公告）号： | CN107016416B | 公开（公告）日： | 2021-02-12 |
| 发明（设计）人： | 王国胤;董建华;尚明生;严胡勇;王浩林;郑志浩;史晓雨 | 申请（专利权）人： | 中国科学院重庆绿色智能技术研究院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 上海光华专利事务所(普通合伙) 31219 | 代理人： | 尹丽云 |
| 地址： | 400714 *** | 国省代码： | 重庆;50 |
| 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邻域粗糙集和PCA融合的数据分类预测方法，包括采集样本数据，形成样本数据集；根据样本数据集，计算邻域粗糙集权重向量和主成分权重向量；通过对所述邻域粗糙集权重向量和主成分权重向量进行融合，获取融合后的权重向量，并对数据进行分类和预测；本发明中的基于邻域粗糙集和PCA融合的数据分类预测方法，通过将邻域粗糙集权重和PCA权重融合，可以有效解决现有监督学习和无监督学习数据分类处理能力不足问题，通过对样本数据集进行数据决策评价，为计算机数据处理系统能够挖掘更加有价值的知识提供了基础。 | ||
| 搜索关键词： | 基于 邻域 粗糙 pca 融合 数据 分类 预测 方法 | ||
【主权项】：
一种基于邻域粗糙集和PCA融合的数据分类预测方法，其特征在于，包括：采集样本数据，形成样本数据集S；根据样本数据集，计算邻域粗糙集权重向量和主成分权重向量；通过对所述邻域粗糙集权重向量和主成分权重向量进行融合，获取融合后的权重向量，形成新样本数据集S’，并对样本数据集S中的数据进行分类和预测。
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中国科学院重庆绿色智能技术研究院，未经中国科学院重庆绿色智能技术研究院许可，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/201710237405.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种防止翻车的快递车
- 下一篇：平视显示器
