[发明专利]一种基于序列连接模型和二叉树模型的分类纠错方法有效
| 申请号： | 201910906673.6 | 申请日： | 2019-09-24 |
| 公开（公告）号： | CN110750641B | 公开（公告）日： | 2022-02-11 |
| 发明（设计）人： | 李石君;李学礼;杨济海;龚红霞;余伟;余放;甘琳;李宇轩 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/289;G06N3/08 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 鲁力 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于序列连接模型和二叉树模型的分类纠错方法，属于数据质量的研究范畴，涉及feed‑forward neural network，RNN，CART等技术领域，主要针对通信网络业务记录和业务通道记录，构建Replicator Neural Network+CART分类模型，采用BP优化方法进行模型训练，利用已经训练好的模型进行分类任务。本发明的优点：自动挑选训练数据，无需人工识别数据，自动发现异常数据进行真值推荐，减少人工的审核工作量，提升数据质量。 | ||
| 搜索关键词： | 一种 基于 序列 连接 模型 二叉 分类 纠错 方法 | ||
【主权项】：
1.一种基于序列连接模型和二叉树模型的分类纠错方法，其特征在于，包括以下步骤：/n步骤1，数据预处理：首先基于python读取数据库中的通信网络业务记录，对其中的文字类信息，利用正则表达式进行中文分词操作，将结果按字段存入不同文本文件中，每一行一个词语，并去重；通过得到的词语文件，对对应字段进行编码，然后进行归一化操作；进行对数值型字段进行归一化操作；/n步骤2，构建Replicator Neural Network神经网络模型，具体包括：/n步骤2.1，构建输入层和输出层；输入层与输出层节点数一样，输出层节点数由步骤1数据预处理的到的数据特征数确定；输入数据向量即：/nD
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武汉大学，未经武汉大学许可，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/201910906673.6/，转载请声明来源钻瓜专利网。
