[发明专利]一种基于模型自适应选择的多分类模型融合方法在审
| 申请号： | 201810876135.2 | 申请日： | 2018-08-03 |
| 公开（公告）号： | CN109086825A | 公开（公告）日： | 2018-12-25 |
| 发明（设计）人： | 高欣;刁新平;何杨;井潇 | 申请（专利权）人： | 北京邮电大学 |
| 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： | 100876 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提出了一种基于模型自适应选择的多分类模型融合方法，包括：分别计算基分类模型对每一类样本的分类准确率，对结果输出为概率值的分类模型，取其分类结果的Top‑N分类标签集；根据各基分类模型对每类样本的分类准确率最大值，设置各类样本的动态准确率阈值，并对各数据集样本设置分类结果融合标记；根据样本的融合标记，对每一个样本自适应选择参与融合的基分类模型，结合基分类模型的Top‑N分类标签集，实现基分类模型融合。本发明实施例提供的技术方案，可以将结果输出形式分别为概率值和样本所属类标签的两个基分类模型进行有效融合，能针对每一个数据样本实现基分类模型的自适应选择，提高融合之后分类模型的准确率。 | ||
| 搜索关键词： | 基分类模型 样本 融合 自适应选择 分类模型 多分类模型 分类准确率 分类标签 分类结果 准确率 输出形式 数据样本 样本设置 有效融合 结合基 数据集 概率 标签 输出 | ||
【主权项】：
1.一种基于模型自适应选择的多分类模型融合方法，其特征在于，所述方法步骤包括：(1)分别计算基分类模型对每一类样本的分类准确率，对结果输出为概率值的分类模型，取其分类结果的Top‑N分类标签集；(2)根据各基分类模型对每类样本的分类准确率最大值，设置各类样本的动态准确率阈值，并对各数据集样本设置分类结果融合标记；(3)根据样本的融合标记，对每一个样本自适应选择参与融合的基分类模型，结合基分类模型的Top‑N分类标签集，实现基分类模型融合。
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北京邮电大学，未经北京邮电大学许可，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/201810876135.2/，转载请声明来源钻瓜专利网。
