[发明专利]面向工业大数据的多层增量特征提取方法在审
| 申请号： | 201711369011.7 | 申请日： | 2017-12-18 |
| 公开（公告）号： | CN108108758A | 公开（公告）日： | 2018-06-01 |
| 发明（设计）人： | 莫燮彬 | 申请（专利权）人： | 佛山市米良仓科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 佛山帮专知识产权代理事务所(普通合伙) 44387 | 代理人： | 颜春艳 |
| 地址： | 528200 广东省佛山市南海区桂*** | 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： | 本发明提出了一种面向工业大数据的多层增量特征提取方法，其特征在于，包括如下步骤：首先对实时数据采用滑动窗口动态更新数据，对上一个窗口数据利用基于反k近邻方法检测离群点，然后基于IPCA进行初步特征提取，对初步提取的特征进行增量更新协方差矩阵的特征值和特征向量；根据Fisher准则函数量化主元信息，通过熵值法分析主元贡献率和判别能力权重；然后获取主元综合得分、筛选主元；此时进行第二次特征提取，提取的特征与当前窗口的数据进行投影进行增量线性判别分析；最后降维喝分类后的数据样本。 | ||
| 搜索关键词： | 主元 增量特征 大数据 多层 动态更新数据 线性判别分析 协方差矩阵 窗口数据 滑动窗口 实时数据 数据样本 特征提取 特征向量 增量更新 次特征 贡献率 降维 权重 投影 量化 筛选 分类 检测 分析 | ||
【主权项】：
1.一种面向工业大数据的多层增量特征提取方法，其特征在于，包括如下步骤：首先对实时数据采用滑动窗口动态更新数据，对上一个窗口数据利用基于反k近邻方法检测离群点，然后基于IPCA进行初步特征提取，对初步提取的特征进行增量更新协方差矩阵的特征值和特征向量；根据Fisher准则函数量化主元信息，通过熵值法分析主元贡献率和判别能力权重；然后获取主元综合得分、筛选主元；此时进行第二次特征提取，提取的特征与当前窗口的数据进行投影进行增量线性判别分析；最后降维喝分类后的数据样本。
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佛山市米良仓科技有限公司，未经佛山市米良仓科技有限公司许可，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/201711369011.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于卷积神经网络的糖尿病足部溃疡分类方法
- 下一篇：一种快速人脸识别方法
