[发明专利]一种缺失条件下的高斯混合模型聚类机器学习方法在审
| 申请号： | 202110204941.7 | 申请日： | 2021-02-24 |
| 公开（公告）号： | CN113076970A | 公开（公告）日： | 2021-07-06 |
| 发明（设计）人： | 朱信忠;徐慧英;张毅;刘新旺;赵建民 | 申请（专利权）人： | 浙江师范大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N20/00 |
| 代理公司： | 浙江千克知识产权代理有限公司 33246 | 代理人： | 赵芳 |
| 地址： | 321004 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种缺失条件下的高斯混合模型聚类机器学习方法，包括：S11.获取聚类任务和目标数据样本；S12.将获取的目标数据样本中的每个样本分为可观测特征部分和缺失特征部分，对缺失特征部分进行初始填充并保持可观测特征部分的不变性；S13.利用随机初始化选定各个高斯混合模型成分的代表点，通过极大似然估计方法建立缺失特征部分条件下的高斯混合模型聚类的优化目标函数；S14.采用极大似然估计方法求解建立的高斯混合模型聚类的优化目标函数，实现聚类。本发明将填充任务与高斯混合模型聚类相融合，在聚类结果的引导下填充缺失值，用动态填充的值再进行高斯混合模型聚类。 | ||
| 搜索关键词： | 一种 缺失 条件下 混合 模型 机器 学习方法 | ||
【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浙江师范大学，未经浙江师范大学许可，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/202110204941.7/，转载请声明来源钻瓜专利网。
- 上一篇：冷却结构及驱动装置
- 下一篇：一种新型智慧城市系统及其应用方法
