[发明专利]基于密度聚类的有监督二分类数据分析方法及系统在审
| 申请号： | 201910508967.3 | 申请日： | 2019-06-13 |
| 公开（公告）号： | CN110222782A | 公开（公告）日： | 2019-09-10 |
| 发明（设计）人： | 高茜;马鹏程;张逸群 | 申请（专利权）人： | 齐鲁工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 孙园园 |
| 地址： | 250353 山东*** | 国省代码： | 山东;37 |
| 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密度聚类的有监督二分类数据分析方法及系统，属于分类预测技术领域，解决的技术问题为如何通过对训练集生物信息数据进行有效的聚类分析来实现测试样本分类预测。包括：将已知类别的生物信息数据标记为0类和1类，对于每类数据，将数据划分为训练集和测试集；通过DBSCAN算法对每类训练集进行密度聚类，得到对应的初始类簇，并生成基于密度距离的初始训练模型；将整体测试集依次输入上述两类初始训练模型再次进行密度聚类，得到对应的类簇，并生成基于密度距离的训练模型；将每个测试样本依次带入上述两类训练模型，得到测试样本的预测类别。系统包括分类模块、初始模型构建模块、训练模型重建模块和类别预测模块。 | ||
| 搜索关键词： | 训练模型 密度聚类 训练集 生物信息数据 测试样本 数据分析 二分类 类簇 测试样本分类 初始模型 分类模块 构建模块 聚类分析 预测技术 预测模块 整体测试 重建模块 测试集 预测 算法 监督 分类 | ||
【主权项】：
1.基于密度聚类的有监督二分类数据分析方法，其特征在于用于对生物信息数据进行类别预测，包括：将已知类别的生物信息数据标记为0类和1类，对于每类数据，将数据划分为训练集和测试集；通过DBSCAN算法对每类训练集进行密度聚类，得到对应的初始类簇，并生成基于密度距离的初始训练模型；将整体测试集依次输入上述两类初始训练模型再次进行密度聚类，得到对应的类簇，并生成基于密度距离的训练模型；将每个测试样本依次带入上述两类训练模型，以测试样本对象与类簇的核心对象之间的最小距离为判断准则，将每个测试样本对象划分至相应的类簇，得到测试样本的预测类别。
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齐鲁工业大学，未经齐鲁工业大学许可，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/201910508967.3/，转载请声明来源钻瓜专利网。
