[发明专利]一种分类器及其设计方法和增量学习方法在审
| 申请号： | 201811115982.3 | 申请日： | 2018-09-25 |
| 公开（公告）号： | CN109325535A | 公开（公告）日： | 2019-02-12 |
| 发明（设计）人： | 杨国为;杨鹏;杨章静;詹天明;张凡龙;万鸣华 | 申请（专利权）人： | 南京审计大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 深圳鼎合诚知识产权代理有限公司 44281 | 代理人： | 郭燕;彭愿洁 |
| 地址： | 211815 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种具有拒识机制的分类器设计方法及其增量学习方法，包括构造同类特征集合的紧密包裹集，其包括优化致密性参数，以及构造紧密包裹集；求解同类特征区域紧密包裹曲面，其包括求解分类决策函数和分类决策曲面；设置分类器的拒识机制，其包括求出每类样本对应的判别函数和分类决策紧密包裹曲面，然后将紧密包裹曲面之外的公共区域设置为分类器的拒识区域。同时，基于上述分类器设计方法提出了当增加新类别、增减训练样本时的增量学习方法。最终得到了一种具有合适拒识机制分类器设计方法，提高了正确识别率，增量学习功能的引入在提高工作效率的同时节约了资源。 | ||
| 搜索关键词： | 紧密包裹 增量学习 分类器设计 分类器 求解 分类 工作效率 公共区域 决策函数 判别函数 特征集合 特征区域 训练样本 识别率 新类别 致密性 样本 决策 节约 引入 优化 | ||
【主权项】：
1.一种分类器设计方法,其特征在于，包括：构造同类特征集合的紧密包裹集，其包括优化致密性参数，以及构造所述紧密包裹集；求解同类特征区域紧密包裹曲面，其包括求解分类决策函数和分类决策曲面；设置分类器的拒识机制，其包括求出每类样本对应的判别函数和分类决策紧密包裹曲面，然后将所述紧密包裹曲面之外的公共区域设置为分类器的拒识区域。
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南京审计大学，未经南京审计大学许可，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/201811115982.3/，转载请声明来源钻瓜专利网。
