[发明专利]基于机器学习的低维特征小样本多分类方法和装置在审
| 申请号： | 202110761569.X | 申请日： | 2021-07-06 |
| 公开（公告）号： | CN113688861A | 公开（公告）日： | 2021-11-23 |
| 发明（设计）人： | 徐枫;薄子豪 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 张梦瑶 |
| 地址： | 10008*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提出了一种基于机器学习的低维特征小样本多分类方法，涉及机器学习技术领域，其中，该方法包括：使用三折分类交叉验证方法对样本进行多次划分，得到划分后的样本；对划分后的样本进行特征选择，得到特征选择结果；对特征选择结果进行特征变换，得到变换后的特征；对变换后的特征进行处理，得到最终的分类结果。采用上述方案的本申请可以分析处理有噪特征，对有噪数据鲁棒性较好，同时在小样本数据上有较好的泛化能力，适用于类间特征重叠度高、存在噪声特征、训练数据量少的高难度多分类问题。 | ||
| 搜索关键词： | 基于 机器 学习 特征 样本 分类 方法 装置 | ||
【主权项】：
暂无信息
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清华大学，未经清华大学许可，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/202110761569.X/，转载请声明来源钻瓜专利网。
