[发明专利]基于属性值频率的实例加权方法及贝叶斯分类方法在审
| 申请号： | 201710648300.4 | 申请日： | 2017-08-01 |
| 公开（公告）号： | CN107506788A | 公开（公告）日： | 2017-12-22 |
| 发明（设计）人： | 蒋良孝;徐文强 | 申请（专利权）人： | 中国地质大学（武汉） |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 武汉知产时代知识产权代理有限公司42238 | 代理人： | 郝明琴 |
| 地址： | 430074 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于属性值频率的实例加权方法，包括如下步骤设一个训练实例集x包括n个训练实例和包括m个属性变量A1，A2，…，Am，ai是属性变量Ai的取值，训练实例集x中第i个训练实例的第j个属性值为aij，计算属性值aij训练实例集中出现的频率对于训练实例集x中第i个训练实例，用以下公式得到它的权值wi上式中nj是属性变量Aj属性值的数目，通过上式得到训练实例集x中每一个训练实例的权值；本发明还包括一种基于该加权方法的贝叶斯分类方法；本发明提出的实例加权方法不仅同时考虑到了训练实例中所有属性值频率和属性值个数与实例权值的关系，还维持了模型的计算复杂性和简单性，且大量的实验研究验证了本发明所提实例加权方法的有效性。 | ||
| 搜索关键词： | 基于 属性 频率 实例 加权 方法 贝叶斯 分类 | ||
【主权项】：
一种基于属性值频率的实例加权方法,其特征在于：包括如下步骤：步骤101：设一个训练实例集x包括n个训练实例和包括m个属性变量A1，A2，…，Am,ai是属性变量Ai的取值，训练实例集x中第i个训练实例的第j个属性值为aij，用以下公式计算属性值aij训练实例集中出现的频率：F(aij)=Σk=1nδ(akj,aij)n;]]>步骤102：基于上述公式得到的频率F(aij),对于训练实例集x中第i个训练实例，用以下公式得到它的权值wi：wi=Σj=1m(F(aij)*nj);]]>上式中nj是属性变量Aj属性值的数目，通过上式得到训练实例集x中每一个训练实例的权值。
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地质大学（武汉），未经中国地质大学（武汉）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/201710648300.4/，转载请声明来源钻瓜专利网。
