[发明专利]基于分布式计算与检测代价排序的训练学习方法及装置有效
| 申请号： | 201610201531.6 | 申请日： | 2016-03-31 |
| 公开（公告）号： | CN105760899B | 公开（公告）日： | 2019-04-05 |
| 发明（设计）人： | 田雨农;吴子章;周秀田;于维双;陆振波 | 申请（专利权）人： | 大连楼兰科技股份有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 大连智高专利事务所(特殊普通合伙) 21235 | 代理人： | 李猛 |
| 地址： | 116023 辽宁省大连*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于分布式计算与检测代价排序的Adboost训练学习方法及装置，本发明属于计算领域，解决由于单个计算机的内存与计算能力上限，导致的高维度海量数据样本训练检测速度慢的问题，以实现并行训练，且循环形成新的级联分类器，加速检测速度。要点是：包括：步骤三.分布式训练，对第一样本拆分并分发各计算机，各计算机依据分配的强分类器的计算指标分别训练强分类器，并按照强分类器的分类能力组成新的级联分类器；步骤四.下一次分布式训练，将各个计算机的分错的第一样本汇总，对第一样本拆分并分发各计算机，各计算机依据分配的强分类器的计算指标分别训练强分类器，并按照强分类器的分类能力组成新的级联分类器。 | ||
| 搜索关键词： | 基于 分布式 计算 检测 代价 排序 adboost 训练 学习方法 装置 | ||
【主权项】：
1.一种基于分布式计算与检测代价排序的Adaboost训练学习方法，其特征在于，包括如下步骤：步骤一.设定检测目标，根据级联分类器数量确定分发的计算机数量；步骤二.将第二样本分发各计算机；步骤三.分布式训练，对第一样本拆分并分发各计算机，各计算机依据分配的强分类器的计算指标分别训练强分类器，并按照强分类器的分类能力组成新的级联分类器；步骤四.下一次分布式训练，将各个计算机的分错的第一样本汇总，对第一样本拆分并分发各计算机，各计算机依据分配的强分类器的计算指标分别训练强分类器，并按照强分类器的分类能力组成新的级联分类器；步骤五.重复步骤四，直至新的级联分类器满足退出条件；其中：所述的第一样本为待测试的正负样本中数量较多的样本，所述的第二样本为待测试的正负样本中数量较少的样本。
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大连楼兰科技股份有限公司，未经大连楼兰科技股份有限公司许可，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/201610201531.6/，转载请声明来源钻瓜专利网。
