[发明专利]基于模糊复集值积分的多神经网络分类器融合方法及装置在审
| 申请号： | 201811555761.8 | 申请日： | 2018-12-19 |
| 公开（公告）号： | CN109376803A | 公开（公告）日： | 2019-02-22 |
| 发明（设计）人： | 马生全;马晶;郑锦霞 | 申请（专利权）人： | 佛山科学技术学院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 谢泳祥 |
| 地址： | 528000 广*** | 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： | 本公开提供基于模糊复集值积分的多神经网络分类器融合方法及装置，发明以复模糊集值积分作为融合算法而得新型分类器，即模糊复集值积分分类器,以大数据背景下的数据流分类问题，数据流的海量特性的增量式学习数据实时分类模型、数据流动态性变化的概念漂移检测数据流模型，能提高分类模型的抗概念漂移能力。本公开提供了基于模糊复集值积分的多神经网络分类器融合方法及装置，以模糊复值积分算法为工具，具体在下面几方面具有有益效果：算法收敛速度快；抗概念漂移能力强，可控制训练集大小，应用范围广。 | ||
| 搜索关键词： | 神经网络分类器 漂移 模糊 数据流 分类器 融合 数据流分类 数据流模型 应用范围广 增量式学习 分类模型 积分算法 融合算法 实时分类 算法收敛 大数据 动态性 可控制 模糊集 能力强 训练集 检测 | ||
【主权项】：
1.基于模糊复集值积分的多神经网络分类器融合方法，其特征在于，所述方法包括：步骤1，计算样例输入信息的模糊复值测度；步骤2，对每一神经网络计算模糊复值积分值；步骤3，判断神经网络分类器的类别；步骤4，以模糊复集值积分作为融合算子对分类器进行融合；步骤5，计算海明贴近度；步骤6，对数据流进行分类并得到分类结果。
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科学技术学院，未经佛山科学技术学院许可，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/201811555761.8/，转载请声明来源钻瓜专利网。
