[发明专利]一种基于遗传优化和核极限学习机的分类方法及装置有效
| 申请号： | 201810295090.X | 申请日： | 2018-03-30 |
| 公开（公告）号： | CN108664992B | 公开（公告）日： | 2022-02-15 |
| 发明（设计）人： | 刘怡俊;李冕 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/12;G06N99/00 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 罗满 |
| 地址： | 510060 广东*** | 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： | 本发明公开了一种基于遗传优化和核极限学习机的分类方法，包括：将样本图片库中的图片输入到递归最小二乘法核极限学习机中；获得其在多组不同的正规化系数与核函数参数下对样本图片库中的图片进行分类的分类精度，分类结果包括预设数量的用户喜爱等级；基于遗传算法对正规化系数与核函数参数进行优化，得到最优的正规化系数与核函数参数；将最优的正规化系数与核函数参数的值输入到递归最小二乘法核极限学习机中，以将待分类图片库中的图片进行分类；将图片按照对应的用户喜爱等级由高到低推荐至用户。本方法中递归最小二乘法核极限学习机中的分类参数是基于遗传算法优化后的得到的最优分类参数，分类精度得到提高，进而提高图片推荐准确性。 | ||
| 搜索关键词： | 一种 基于 遗传 优化 极限 学习机 分类 方法 装置 | ||
【主权项】：
1.一种基于遗传优化和核极限学习机的分类方法，其特征在于，包括：将样本图片库中的图片输入到递归最小二乘法核极限学习机中；获得所述递归最小二乘法核极限学习机在多组不同的正规化系数与核函数参数下对所述样本图片库中的图片进行分类的分类精度，其中，一组正规化系数与核函数参数对应一个分类精度，所述递归最小二乘法核极限学习机对所述样本图片库中的图片的分类结果包括预设数量的用户喜爱等级；基于遗传算法对所述正规化系数与核函数参数进行优化，得到最优的正规化系数与核函数参数，其中，任一组正规化系数与核函数参数对应的分类精度为遗传算法中的适应度值；将所述最优的正规化系数与核函数参数的值输入到所述递归最小二乘法核极限学习机中，以将待分类图片库中的图片进行分类；将图片按照对应的用户喜爱等级由高到低推荐至用户。
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广东工业大学，未经广东工业大学许可，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/201810295090.X/，转载请声明来源钻瓜专利网。
