[发明专利]基于模糊推理的单类分类方法以及分类器在审
| 申请号： | 201910813086.2 | 申请日： | 2019-08-30 |
| 公开（公告）号： | CN110533102A | 公开（公告）日： | 2019-12-03 |
| 发明（设计）人： | 赵鹏;李振宇 | 申请（专利权）人： | 东北林业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N5/04 |
| 代理公司： | 23209 哈尔滨市伟晨专利代理事务所(普通合伙) | 代理人： | 沈丽<国际申请>=<国际公布>=<进入国 |
| 地址： | 150040 黑龙*** | 国省代码： | 黑龙;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于模糊推理的单类分类方法以及分类器，将特征向量模糊化以及生成模糊规则集并进行校正具体方法为：当目标规则集生成后，若出现同样判定条件但是判定结果不同则需要进行规则校正。单类分类器，能够准确的识别出异常样本。首先进行数据处理，随后将数据进行模糊化，再建立模糊规则集，并进行了规则的校正。当规则集建立完成后，就可以使用测试样本来对其进行测试，当测试集的样本经过同样映射的数据处理之后生成的规则与已有规则不同，则认为其是异常样本，然后将其归入未知类别中。本发明扩大了单类分类方面数据集样本数量同时运用更加优化的算法，能够达到较好的分类效果，另外提高了训练速度。 | ||
| 搜索关键词： | 样本 模糊规则 数据处理 模糊化 单类 校正 单类分类器 分类效果 规则校正 模糊推理 目标规则 判定结果 判定条件 使用测试 特征向量 测试集 分类器 规则集 数据集 分类 映射 算法 测试 优化 | ||
【主权项】：
1.一种基于模糊推理的单类分类方法，其特征在于，包括：/n步骤一、数据处理并形成目标规则集；所述数据处理并形成目标规则集包括：判断数据维度、将特征向量模糊化以及生成模糊规则集并进行校正；/n步骤二、将测试集的样本通过同样映射的数据处理生成测试样本规则集；/n步骤三、将测试样本规则集中的样本与目标规则集进行比较分类，如不同，则认为是异常样本；/n步骤四、处理识别错误的样本；/n所述判断数据维度具体方法为：判断数据为低维数据还是高维数据，若是低维数据则使用特征选择、特征提取或者使用数据归一化进行数据处理；若是高维数据则需要对数据进行降维处理后再进行数据处理；/n所述将特征向量模糊化具体方法为：将数据处理后的数据转换成为语言的形式，每个特征向量包括若干个特征数值，根据特征数值设计隶属度函数；/n所述将特征向量模糊化以及生成模糊规则集并进行校正具体方法为：当目标规则集生成后，若出现同样判定条件但是判定结果不同则需要进行规则校正。/n
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东北林业大学，未经东北林业大学许可，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/201910813086.2/，转载请声明来源钻瓜专利网。
