[发明专利]一种基于KNN算法的半结构化数据分类方法及装置有效
| 申请号： | 201611253977.X | 申请日： | 2016-12-30 |
| 公开（公告）号： | CN108268458B | 公开（公告）日： | 2020-12-08 |
| 发明（设计）人： | 杨婉;李青海;黄超;潘宇翔;王平;张晓亭 | 申请（专利权）人： | 广东精点数据科技股份有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35 |
| 代理公司： | 北京隆源天恒知识产权代理事务所(普通合伙) 11473 | 代理人： | 闫冬 |
| 地址： | 510630 广东省广*** | 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： | 本发明公开一种基于KNN算法的半结构化数据分类方法及装置，该方法包括：步骤S1，将训练集中的所有训练半结构化数据都表示成计算机能够识别的数据向量；步骤S2，得到该类别的类中心向量；步骤S3，接收测试半结构化数据后，将所述测试半结构化数据表示为所述数据向量；步骤S4，计算所述测试半结构化数据与训练集中每个类的类中心向量的距离；步骤S5，计算对应的相似度；步骤S6，将所述测试半结构化数据归类为与其相似度最大的类中；该装置包括对应的训练转换单元、类中心向量计算单元、测试转换单元、距离计算单元、相似度计算单元和分类单元。这样，引入测试半结构化数据与训练半结构化数据所在类的相似性，使得分类结果准确，且提高了分类精度。 | ||
| 搜索关键词： | 一种 基于 knn 算法 结构 数据 分类 方法 装置 | ||
【主权项】：
1.一种基于KNN算法的半结构化数据分类方法，其特征在于，包括：步骤S1，将训练集中的所有训练半结构化数据都表示成计算机能够识别的数据向量；步骤S2，对训练半结构化数据进行特征提取操作，然后根据某一类别的所有数据向量得到该类别的类中心向量；步骤S3，接收测试半结构化数据后，将所述测试半结构化数据表示为所述数据向量；步骤S4，计算所述测试半结构化数据与训练集中每个类的类中心向量的距离；步骤S5，计算所述测试半结构化数据与每类中心向量的相似度；步骤S6，将所述测试半结构化数据归类为与其相似度最大的类中。
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广东精点数据科技股份有限公司，未经广东精点数据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/201611253977.X/，转载请声明来源钻瓜专利网。
