[发明专利]一种基于数据密度竞争学习的半监督模式分类方法在审
| 申请号： | 201911304680.5 | 申请日： | 2019-12-17 |
| 公开（公告）号： | CN111046963A | 公开（公告）日： | 2020-04-21 |
| 发明（设计）人： | 吴云峰;高庭暄;刘一萱 | 申请（专利权）人： | 厦门大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 厦门南强之路专利事务所(普通合伙) 35200 | 代理人： | 马应森;戴深峻 |
| 地址： | 361005 *** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于数据密度竞争学习的半监督模式分类方法，涉及模式识别和分类。包括以下步骤：1)检测备选种子点并筛选出获胜种子点；2)以获胜种子点作为初始质心进行K‑means多原型聚类，并且结合半监督学习方法，由K近邻算法将多原型聚类结果进行分类；3)检测备选边界点并筛选出获胜边界点；4)基于获胜边界点画出决策分类边界线。采用竞争学习与多原型聚类结合的方法，有效避免数据不平衡状态下可能会产生的偏斜问题，可得到更佳的分类结果；采用基于数据密度的竞争学习模式，可自动检测出具有代表性的数据点，并结合半监督学习的方法选取适当比例的数据进行分类，大幅减少计算量；绘制了决策分类边界线，可对未知类别的数据进行预测。 | ||
| 搜索关键词： | 一种 基于 数据 密度 竞争 学习 监督 模式 分类 方法 | ||
【主权项】：
暂无信息
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厦门大学，未经厦门大学许可，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/201911304680.5/，转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
