[发明专利]基于引入隐藏信息支持向量数据描述算法的智能分类方法在审
| 申请号： | 201710444616.1 | 申请日： | 2017-06-13 |
| 公开（公告）号： | CN109086783A | 公开（公告）日： | 2018-12-25 |
| 发明（设计）人： | 张文博;杨生辉;刘崇晧;段育松;李鑫;张志宏;方镇;李婧婷 | 申请（专利权）人： | 昆山鲲鹏无人机科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 西安智萃知识产权代理有限公司 61221 | 代理人： | 赵双 |
| 地址： | 215331 江苏省苏州市昆山*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于引入隐藏信息支持向量数据描述算法的智能分类方法，包括步骤一、在LUPI框架下，引入隐藏信息；步骤二、将隐藏信息与松弛因子关联，即利用非线性映射将引入隐藏信息的新的训练样本映射到高维的特征空间；步骤三、根据SVDD原理，进一步得出引入隐藏信息的SVDD+的优化方程；步骤四、利用拉格朗日乘子法求解该SVDD+优化方程，获得判决超球体；步骤五、利用该判决超球体，对待预测样本进行预测分类；以支持向量数据描述算法为基础，利用样本的隐藏信息以优化算法，体现了模式的内在联系，是一种整体性能更优、适用领域更广、识别结果更符合实际需求的智能分类器设计方法。 | ||
| 搜索关键词： | 隐藏信息 支持向量数据描述 智能分类 引入 算法 优化方程 球体 样本 非线性映射 内在联系 实际需求 松弛因子 特征空间 训练样本 优化算法 判决 求解 映射 预测 高维 关联 分类 | ||
【主权项】：
1.基于引入隐藏信息支持向量数据描述算法的智能分类方法，其特征在于，包含以下步骤：步骤一、在LUPI框架下，引入隐藏信息；步骤二、将隐藏信息与松弛因子关联，即利用非线性映射将引入隐藏信息的新的训练样本映射到高维的特征空间；步骤三、根据SVDD原理，进一步得出引入隐藏信息的SVDD+的表达式，该表达式为一优化方程；步骤四、利用拉格朗日乘子法求解该优化方程，得到高维特征空间中体积最小的判决超球体；步骤五、利用步骤四所获得的判决超球体，对待预测样本进行预测分类。
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昆山鲲鹏无人机科技有限公司，未经昆山鲲鹏无人机科技有限公司许可，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/201710444616.1/，转载请声明来源钻瓜专利网。
