[发明专利]一种代价敏感模糊多核分类器在审
| 申请号： | 201810536904.4 | 申请日： | 2018-05-30 |
| 公开（公告）号： | CN108846424A | 公开（公告）日： | 2018-11-20 |
| 发明（设计）人： | 李冬冬;王喆;程阳;张静;杜文莉 | 申请（专利权）人： | 华东理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 200237 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种代价敏感模糊多核分类器模型，包括在训练样本上生成模糊隶属度的方法，将模糊隶属度引入多核算法的过程。该方法通过利用信息熵和代价敏感，生成一种新的模糊隶属度，从而使分类器更加关注于正类样本，使其在不平衡数据集上拥有更好的分类性能。本发明弥补了现有的多核分类器忽视不平衡本身的特性的缺陷，结合样本的分布情况，从算法层面上调整不同样本在分类过程中的重要程度，将多核算法推广至不平衡问题中。 | ||
| 搜索关键词： | 模糊隶属度 分类器 多核 敏感 样本 核算 分类器模型 模糊 分类过程 分类性能 训练样本 正类样本 数据集 信息熵 算法 引入 | ||
【主权项】：
1.一种代价敏感模糊多核分类器，其特征在于，该分类器的训练方法包括以下骤：1)将原始样本数据划分为训练集和测试集两部分；2)根据新的模糊隶属度生成方法，在原始的训练数据上计算每个样本的模糊隶属度；3)本方法基于多核学习方法，将训练样本通过多个核映射到不同的特征空间，每组映射后的数据由基分类器处理；4)将模糊隶属度引入多核框架中，然后得出训练样本的训练结果；5)测试步骤中，将经过映射的测试样本代入到该模型对应的判别函数中进行识别。
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华东理工大学，未经华东理工大学许可，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/201810536904.4/，转载请声明来源钻瓜专利网。
- 上一篇：水质预测方法和系统
- 下一篇：基于卷积神经网络的慕课论坛主题分类方法
