[发明专利]一种基于局部敏感哈希的SVM快速增量学习算法在审
| 申请号： | 201710275575.8 | 申请日： | 2017-04-25 |
| 公开（公告）号： | CN107194414A | 公开（公告）日： | 2017-09-22 |
| 发明（设计）人： | 姚明海;林宣民;陈志浩;顾勤龙;王宪保 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 杭州之江专利事务所(普通合伙)33216 | 代理人： | 林蜀 |
| 地址： | 310014 浙江省杭*** | 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： | 一种基于局部敏感哈希的SVM快速增量学习算法，训练初始样本集得到SV集；使用局部敏感哈希函数进行哈希编码投影，得到SV集对应的哈希编码集；得到新增样本筛选后的样本集与初始训练样本得到的SV集一起进行训练来更新分类器；进行迭代，直到没有新的样本到来为止。本发明能够快速的将接近SV集的新增样本筛选出来，即把对分类器影响巨大的样本进行提取，这种方法是一种快速的筛选方法，大大得缩短了训练时间、保证了训练的精度，使得训练数据复杂度大大降低，这种完全适用于通用的在线增量学习任务。 | ||
| 搜索关键词： | 一种 基于 局部 敏感 svm 快速 增量 学习 算法 | ||
【主权项】：
一种基于局部敏感哈希的SVM快速增量学习算法，包括以下步骤：步骤1：训练初始样本集得到SV集，SV集可以充分描述整个训练样本集的特征，和训练样本集是等价的；步骤2：使用局部敏感哈希函数进行哈希编码投影，得到SV集对应的哈希编码集，称为PCA‑LSH方法；步骤3：将新来的样本通过同样的PCA‑LSH方法进行哈希编码，得到对应的哈希编码值，筛选出与上一步得到的SV集的哈希编码值相邻近的样本，得到新增样本筛选后的样本集；步骤4：将这些经过筛选的新增样本与初始训练样本得到的SV集一起进行训练来更新分类器；步骤5：步骤3和4进行迭代，直到没有新的样本到来为止。
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工业大学，未经浙江工业大学许可，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/201710275575.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种湿法磷酸尾气双循环脱氟处理系统及处理方法
- 下一篇：环保型碳烤炉
