[发明专利]一种基于张量分解的随机森林优化方法及系统在审
| 申请号： | 201510683060.2 | 申请日： | 2015-10-20 |
| 公开（公告）号： | CN105389585A | 公开（公告）日： | 2016-03-09 |
| 发明（设计）人： | 李俊杰 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 深圳市恒申知识产权事务所(普通合伙) 44312 | 代理人： | 王利彬 |
| 地址： | 518060 广东*** | 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： | 本发明适用于数据挖掘领域，提供了一种基于张量分解的随机森林优化方法，包括：读入训练数据集作为初始训练集；基于所述初始训练集采用预设随机抽样方法获取新的训练集以形成随机森林训练集，其中，所述随机森林训练集包括采用随机子空间技术训练决策树模型；基于所述随机森林训练集中的决策树模型构建张量模型；利用预设张量分解技术对所述张量模型进行分解；将分解后的张量进行调整以得到调整后的张量；在调整后的张量中选取具有整体最优的决策树子集作为最优基分类器子集；以及利用测试样本集对所述最优基分类器子集进行测试。本发明还提供了一种基于张量分解的随机森林优化系统。本发明可以获得具有整体性能最优的随机森林子集。 | ||
| 搜索关键词： | 一种 基于 张量 分解 随机 森林 优化 方法 系统 | ||
【主权项】：
一种基于张量分解的随机森林优化方法，其特征在于，所述方法包括：读入训练数据集作为初始训练集；基于所述初始训练集采用预设随机抽样方法获取新的训练集以形成随机森林训练集，其中，所述随机森林训练集包括采用随机子空间技术训练决策树模型；基于所述随机森林训练集中的决策树模型构建张量模型；利用预设张量分解技术对所述张量模型进行分解；将分解后的张量进行调整以得到调整后的张量；在调整后的张量中选取具有整体最优的决策树子集作为最优基分类器子集；以及利用测试样本集对所述最优基分类器子集进行测试。
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深圳大学，未经深圳大学许可，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/201510683060.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于计算机视觉自动检测虾体完整性的方法
- 下一篇：一种人体姿态估计方法
