[发明专利]判别设备、判别方法和计算机程序无效
申请号: | 201010180420.4 | 申请日: | 2010-05-14 |
公开(公告)号: | CN101894297A | 公开(公告)日: | 2010-11-24 |
发明(设计)人: | 大谷伸弥 | 申请(专利权)人: | 索尼公司 |
主分类号: | G06N5/00 | 分类号: | G06N5/00 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 朱胜;唐京桥 |
地址: | 日本*** | 国省代码: | 日本;JP |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供了一种判别设备、判别方法和计算机程序,所述判别设备包括:特征量提取部,其从判别对象中提取特征量;以及判别器,所述判别器包括:被表达为贝叶斯网络的多个弱判别器,所述贝叶斯网络具有节点,向每个节点分配从所述特征量提取部输入的两个或更多所述特征量中的对应一个特征量;以及组合器,其组合通过所述多个弱判别器获得的所述判别对象的各个判别结果。 | ||
搜索关键词: | 判别 设备 方法 计算机 程序 | ||
【主权项】:
一种判别设备,包括:特征量提取部,其从判别对象中提取特征量;以及判别器,所述判别器包括:被表达为贝叶斯网络的多个弱判别器,所述贝叶斯网络具有节点,向每个节点分配从所述特征量提取部输入的两个或更多所述特征量中的对应一个特征量;以及组合器,其组合通过所述多个弱判别器获得的所述判别对象的各个判别结果。
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索尼公司,未经索尼公司许可,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/201010180420.4/,转载请声明来源钻瓜专利网。
- 同类专利
- 基于德尔菲法的群体一致性分析方法-201910467385.5
- 熊才权;沈力;林松;邓娜;閤大海 - 湖北工业大学
- 2019-05-31 - 2019-11-01 - G06N5/00
- 本发明公开一种基于德尔菲法的群体一致性分析方法,针对于现今决策算法大多是对个体信息的聚集和信息融合上做了大量工作,但都没有对专家意见的一致性程度进行定义,只在意于对专家的偏好信息进行融合得出方案集的排序,导致最终得到的结果集无法确定是否为最佳结果集,该方法启用一种基于Delphi法的多准则群决策方法,该方法在多准则群决策方法的基础上引入了Delphi法的匿名机制和反馈机制,目的是为了避免个别专家控制群体意识,使专家的意见达到一定的收敛程度。本方法在基于反馈机制促进意见趋于一致的同时,最大程度的保留了初始意见,也避免了进入无休止的评价环节,使得最终的决策结果具有良好的收敛性。
- 一种基于融合认知计算的知识跟踪方法-201910562538.4
- 杨宗凯;刘三女牙;张凯 - 华中师范大学
- 2019-06-26 - 2019-10-18 - G06N5/00
- 本发明公开了一种基于融合认知计算的知识跟踪方法,具体步骤为:获取统计的认知者对知识组件样本所处的各个记忆状态数据、各个学习状态数据和认知表现数据,建立认知者的记忆系统模型M、学习系统模型L和认知者的表现状态模型O,迭代计算待测知识组件的后验概率P(M,L|O),利用待测知识组件的后验概率P(M,L|O)迭代计算得到预设的认知模型的参数值,利用预设的认知模型计算得到认知者对待测知识组件的认知表现信息,从而更好地预测学习者的知识学习状态,更好地辅助具体的教学实践。
- 一种基于反馈的自适应主客观权重上下文感知系统及其工作方法-201611252003.X
- 许宏吉;周英明;房海腾;潘玲玲;孙君凤;许征征;杜保臻 - 山东大学
- 2016-12-30 - 2019-09-27 - G06N5/00
- 本发明涉及一种基于反馈的自适应主客观权重上下文感知系统及其工作方法。所述上下文感知系统,包括原始上下文信息采集模块、上下文融合模块、上下文推理模块、上下文应用模块以及用户模块,所述用户模块还与上下文融合模块相连。该上下文感知系统在上下文融合模块引入了基于用户反馈的自适应主客观权重分配机制,可以动态调整优化各类上下文信息的主观权重和客观权重各自的贡献率,提高上下文信息融合的准确率和效率,使系统可以为用户提供更智能化、个性化的服务。
- 一种基于人工神经网络的压缩机性能预测方法-201910464786.5
- 雷健;秦国良 - 西安交通大学
- 2019-05-30 - 2019-09-10 - G06N5/00
- 本发明提供的一种基于人工神经网络的压缩机性能预测方法,包括以下步骤:采集压缩机性能数据,并进行正规化处理,之后作为训练样本和测试样本,其中,压缩机性能数据包括流量、压比及转速;采用BP算法对所述训练样本进行人工神经网络模型训练,得到训练好的人工神经网络模型;将测试样本输入上述训练得到的人工神经网络模型对压缩机性能进行检测;本发明的预测方法提高了远离样本数据点的压缩机性能的预测精度,同时降低了预测成本。
- 基于流特征的因果结构学习方法-201610032838.8
- 杨静;安宁;郭晓雪;丁会通;李廉 - 合肥工业大学
- 2016-01-18 - 2019-07-19 - G06N5/00
- 本发明公开了一种基于流特征的因果结构学习方法,其特征是按如下步骤进行:1、以流的方式产生分布任意的新特征;2、对每个新产生的特征,进行相关性分析;3、对特征集进行冗余校验分析;4、基于每个特征进行搜索定向。重复1,2,3,4步骤,直至产生的特征数超过极限值,最终可以获得对应的因果结构。本发明能够从具有流特征的线性任意分布的数据中发现蕴含的因果结构关系,同时降低学习的时间复杂度,从而满足在线学习的时效性要求。
- 用于捕获信息内的关系的系统和方法-201580023716.6
- H·塞克斯顿;J·克洛克 - 阿雅斯迪公司
- 2015-03-05 - 2019-07-09 - G06N5/00
- 本申请提供改进捕获信息内的关系的示例性系统和方法。在各种实施例中,系统包括界标模块,其被配置成从有限量度空间中的数据选择界标集合,该界标集合是在有限量度空间中的点的子集;最近邻居模块,其被配置成针对每个界标在界标集合中计算预定数量的最近邻居界标;图构建模块,其被配置成识别彼此为最近邻居的至少一对界标;边缘发生器模块,其被配置成在至少一对界标之间添加边缘;以及非界标投影模块,其被配置成基于界标和一个或多个边缘投影非界标点,从而使能至少一个形状指示数据中的关系。
- 用于术语推理的专用化机制-201580011561.4
- J.德鲁;G.梅斯;孙宏;D.科拉尔特 - 爱克发医疗保健公司
- 2015-03-02 - 2019-07-09 - G06N5/00
- 一种用于生成针对基于规则的推理的规则的方法,包括如下步骤:从一般推理规则的集合开始,通过在所述一般推理规则的具有多于一个变量的至少一个规则中用在本体中定义的(一个或多个)类代替所述变量中的至少一个来生成特定推理规则的集合。
- 一种区块链的动态随机森林共识机制-201910264809.8
- 苗政委 - 陕西医链区块链集团有限公司
- 2019-04-03 - 2019-06-28 - G06N5/00
- 一种区块链的动态随机森林共识机制,包括有以下步骤:步骤1,在所有节点中随机选中n个节点作为初始生产节点;步骤2,按照初始生产节点的顺序轮流出块;步骤3,在本轮节点生产时,降低本轮生产节点的选中几率;步骤4,在全部节点中重新随机选取n个节点作为下轮的生产节点;步骤5,新选中的n个生产节点,作为新一轮的生产节点,按照顺序轮流出块;步骤6,重复步骤3。本发明型提供一种动态随机森林共识机制,动态随机挑选节点进行共识的PBFT共识机制,在解决了资源浪费的同时也提高了共识的效率,避免了生产节点暴露给黑客,解决了部分节点不能被选中为生产节点的不公平问题。
- 一种多维时间序列的定量因果关系判定方法-201910115769.0
- 梁湘三 - 南京信息工程大学
- 2019-02-15 - 2019-06-14 - G06N5/00
- 本发明是一种多维时间序列的定量因果关系判定方法,具体流程包括采集m条时间序列;对每条时间序列进行预处理,得到具有相同时间间隔的多条平稳的时间序列;计算不同时间序列之间定量、定向的因果关系,其中任意两条时间序列Xj和Xi之间的因果关系可根据其间的Liang‑Kleeman信息流Tj→i与Ti→j来进行判断,而Tj→i由下式估算:最后对计算得到的各两两时间序列之间的因果性进行整合,得到完整的因果关系网络图。该方法通过简单的计算即可推断多个事件之间的因果关系,而且这种因果关系以定量的形式输出,从而解决了因果关系推断这一难题,在金融、气候、环境、神经科学、天气预报、人工智能、大数据科学等众多重要的领域都将有着广泛而重要的应用。
- 任务推理模型学习及任务推理方法、机器人及存储装置-201811519907.3
- 欧勇盛;王志扬;徐升;熊荣;韩伟超;江国来;段江哗;李浩;吴新宇;冯伟 - 中国科学院深圳先进技术研究院
- 2018-12-12 - 2019-05-28 - G06N5/00
- 本申请涉及机器人领域,公开了一种任务推理模型学习及任务推理方法、机器人及存储装置,该任务推理模型学习方法包括:获取示教数据,该示教数据中包括物体、动作和效应三种类型的数据;对示教数据进行学习,以得到任务推理模型,其中该任务推理模型为贝叶斯网络模型,该贝叶斯网络模型包括描述物体、动作和效应三种类型数据的节点,以及节点之间的连接关系和每个节点的概率分布。通过上述方式,本申请能够使得利用该任务推理模型的机器人可以具有推理能力。
- 一种序贯同步时序蒙特卡洛搜索算法-201810784095.9
- 王骄;代欣颖 - 东北大学
- 2018-07-17 - 2018-12-14 - G06N5/00
- 本发明公开了一种序贯同步时序蒙特卡洛搜索算法,所述搜索算法适用于一种搜索系统,所述搜索系统包括搜索服务器、搜索入口及搜索装置所述搜索算法包括以下步骤:设计一种博弈树结构,更改标准蒙特卡洛博弈树节点存储信息和连接边的意义,将标准蒙特卡洛博弈树上含有博弈各方信息的多层节点压缩到同一层;以及在新的博弈树中每一层的节点按固定的时间周期进行划分。通过本搜索算法在问题模型方面,实现了对序贯同步决策问题的良好建模;在搜索过程方面,使搜索更加贴近序贯同步决策博弈问题的同步特点。
- 一种序贯同步博弈的双树蒙特卡洛搜索算法-201810811832.X
- 王骄;潘家鑫;黄湛钧 - 东北大学
- 2018-07-23 - 2018-12-11 - G06N5/00
- 本发明公开了一种用于解决大规模序贯同步博弈问题的双树蒙特卡洛搜索算法,相比于单树结构的序贯同步蒙特卡洛搜索,在保留同步特点的基础上,建立两棵树表示博弈双方的状态转移情况,使得博弈树的选择分支大大减少,在维持同步行动特点的同时,减小了博弈树的规模。消除了同步动作造成的双方动作组合爆炸问题,增加搜索深度,既保证了求解质量,又提高了求解效率。具体的技术手段包括:通过构建纳什均衡支撑库,解决同步的纳什均衡在线计算时间过长的问题;设计序贯同步博弈的深度策略网和深度估值网,实现序贯同步搜索的知识引导;研究面向环境的强化学习,解决状态转移或收益缺失下的决策问题。
- 查询响应设备-201480039999.9
- A·罗伊特曼;A·纳瑞西 - 埃森哲环球服务有限公司
- 2014-07-03 - 2018-09-28 - G06N5/00
- 本发明涉及一种查询响应设备,包括:适合于接收用户查询的输入;适合于存储一个或多个路由规则的存储器(106);被配置为支持与一个或多个现场代理的交互的一个或多个现场代理引擎(116);被配置为支持与由人工智能模块(103)实例化的一个或多个虚拟助手的交互的一个或多个虚拟助手引擎(120);以及被耦合到所述现场代理引擎和所述虚拟助手引擎的路由模块(104),路由模块(104)包括处理设备,该处理设备被配置为:基于来自与第一用户查询有关的第一用户的至少第一用户消息的内容并且基于所述一个或多个路由规则来选择所述现场代理引擎中的第一现场代理引擎或者所述虚拟助手引擎中的第一虚拟助手引擎;以及将与第一用户查询有关的一个或多个另外的用户消息路由至选择的引擎。
- 计算实体之间的重要性的方法、系统和设备-201280019647.8
- H.H.马利克;M.奥洛夫-奥尔斯 - 汤姆森路透社全球资源无限公司
- 2012-02-21 - 2018-07-20 - G06N5/00
- 公开了用于确定实体之间的重要性的系统和技术。所述系统和技术识别与第二实体有关联的第一实体,向所述关联应用多个关联准则,基于所定义的权重值对每一个所述准则进行加权,以及基于多个加权的准则值之和计算第一实体相对于第二实体的重要性分数。所述系统和技术利用来自全异源的信息来创建独特强力的信号。所述系统和技术可以用于识别各种实体之间的关系(例如,关联)的重要性,所述实体包括但不限于:组织、人、产品、工业、地理、商品、金融指标、经济指标、事件、主题、科目代码、唯一标识符、社会标签、工业项目、一般项目、元数据元素、分类代码及其组合。
- 构造非确定性(NP)图灵机的多项式方法-201480025274.4
- 韩小文 - 韩小文
- 2014-04-04 - 2018-06-05 - G06N5/00
- 非确定性图灵机(NTM)使用空间二进制枚举系统、三维关系系统、模拟人类逻辑系统、以及双射集合存储器系统来执行计算。NTM可以用于执行各种计算任务,例如,多序列比对、因数分解、以及多项式时间内的其他非确定性多项式算法。可以由确定性图灵机(DTM)使用上面列出的四种系统来构造NTM。
- 数据建模工作室-201480014734.3
- M·J·尼克松;T·布莱文斯;D·D·克里斯滕森;P·R·穆斯通;K·贝奥特尔 - 费希尔-罗斯蒙特系统公司
- 2014-03-17 - 2018-03-02 - G06N5/00
- 数据建模工作室提供用于图形地创建并且执行模型的结构化环境,所述模型可以被配置用于在过程工厂内诊断、预后、分析、识别关系等。数据建模工作室包括用于生成用户接口单元以便于模型的图形构造的配置引擎和用于例如在离线或在线环境中执行数据模型的运行时引擎。配置引擎包括生成用户接口单元的接口例程、存储在存储器中用作模型的结构块的多个模型模板以及将图形模型转换成由运行时引擎可执行的数据格式的模型编译器。运行时引擎执行模型以生成期望输出,并且可以包括用于从存储器取回与模板相对应的数据的取回例程和用于执行可执行模型的建模例程。
- 一种基于beta过程的非参数稀疏张量字典的学习方法-201510204653.6
- 孙艳丰;句福娇;胡永利;尹宝才 - 北京工业大学
- 2015-04-27 - 2018-01-16 - G06N5/00
- 本发明公开了一种基于beta过程的非参数稀疏张量字典的学习方法,其不仅可以利用学习到稀疏字典,而且还可以学习到稀疏表示中误差的方差,并且在高维张量数据中张量字典的学习可以利用原始数据的空间结构信息。该方法包括步骤(1)beta过程的一维字典学习;(2)beta过程的张量字典学习;(3)求解所有变量的后验分布;(4)利用吉布斯方法进行采样。
- 一种类神经节点信息处理方法及智能设备-201710662763.6
- 韩永刚 - 韩永刚
- 2017-08-04 - 2018-01-12 - G06N5/00
- 本申请公开一种类神经节点信息处理方法,包括对象识别中心接收感知系统所识别的对象的多种属性;对象识别中心建立对象的存储区,并保存对象的多种属性;在识别对象时,对象识别中心根据感知系统获取的对象的一种或多种属性识别对象。本申请还公开一种智能设备。本申请以神经元方式建立感知系统,把人类大脑的信息储存方式应用到人工智能领域,让计算机的硅芯片模仿人类神经元的方式思考问题,对外界信息的输入可以像人一样通过一个信息触发神经元,而调出事物的其他属性,以多个信息系统聚合处理各个感官信息,解决了现有人工智能必须依赖于大数据计算的弊端,当智能设备的感知系统可协同工作时可以克服现有人工智能无法自主学习的缺限。
- 犯罪预报系统-201580076841.3
- C·麦基维尔;E·克诺克;R·Y·拉迪克 - 定位器IP公司
- 2015-12-28 - 2017-10-13 - G06N5/00
- 一种犯罪预报系统和方法,用于存储犯罪数据和天气数据,并且通过基于预报天气状况和犯罪数据之间的相关关系调整历史犯罪率来确定犯罪预报。该犯罪预报系统和方法还可以存储事件数据,并且通过基于未来事件和犯罪数据之间的相关关系进一步调整历史犯罪率,来确定犯罪预报。
- 一种将机器人所学知识进行备份和学习的方法-201410599053.X
- 江玉结 - 广州艾若博机器人科技有限公司
- 2014-10-29 - 2017-09-15 - G06N5/00
- 本发明提出了一种将机器人所学知识进行备份和学习的方法,应用于机器人学习系统,机器人学习系统包括机器人、下一代机器人和云端服务器;机器人和下一代机器人的内部设有微处理器芯片或/和存储芯片;机器人和下一代机器人都通过网络与云端服务器通讯;方法包括机器人将所学知识保存到内部的微处理器芯片或存储芯片中;机器人连接网络,在身份认证后将所学知识上传到云端服务器;当前代其他机器人或下一代机器人连接网络,验证通过后将云端服务器中保存的所学知识下载到当前代其他机器人或下一代机器人内部的微处理器芯片或存储芯片中。实施本发明的将机器人所学知识进行备份和学习的方法,具有以下有益效果使用操作流程更为简单、节省时间。
- 实体指纹-201280019646.3
- H.H.马利克;V.S.巴德瓦;I.麦吉利夫雷;C.黑奇 - 汤姆森路透社全球资源公司
- 2012-02-21 - 2017-08-08 - G06N5/00
- 公开了用于探索实体之间的关系的系统和技术。所述系统和技术提供了基于实体的信息分析和内容聚合平台,该平台使用异构数据源来构造和维护有形和逻辑实体周围的生态系统。实体被表示为定向图中的顶点,并且,使用非结构化文档中的实体同现和来自结构化数据源的被监督的信息来产生边。使用将被监督的、未被监督的和临时的因素组合成单个分数的方法来计算所述边的重要性分数,来自结构化内容和所述图中的实体邻域的重要实体属性被自动概括为实体指纹。可以基于实体的实体指纹的相似性将实体进行相互比较。还公开了一种交互式用户界面,其提供对所述图的探索性访问并支持决定支持过程。
- 一种数据训练方法及装置-201510958392.7
- 程龙龙;姚振杰;常耀斌;张志鹏;许利群 - 中国移动通信集团公司
- 2015-12-18 - 2017-06-27 - G06N5/00
- 本发明提供了一种数据训练方法,在第i次迭代训练下,对训练数据进行第i次数据分割,得到第i分割结果;通过与所述集群节点相对应的N个训练器对所述第i分割结果进行第i次迭代训练,得到第i训练结果;将所述第i训练结果传递至所述N个训练器,以使所述N个训练器在第i+1次迭代训练下将所述第i训练结果作为新的网络系数;其中,所述i小于等于预设值M;所述i、N及M均为正整数。
- 用于动态选择串分析算法的方法、系统和装置-201280050002.0
- O.特里普;立石孝彰;M.皮斯托伊亚 - 国际商业机器公司
- 2012-07-12 - 2016-10-26 - G06N5/00
- 一种用于动态选择串分析算法的方法可以以训练串分析模块的动态串分析处理机在教学环境中有效地处理从客户端应用接收的具有上下文元数据的串查询的子集开始。训练模块的有效性可以基于来自客户端应用的反馈。在训练完成时,可以合成串分析算法选择策略。串分析算法选择策略可以将子集中串查询的上下文与串分析算法的使用关连。当在操作环境中时,动态串分析处理机可以根据串分析算法选择策略动态地处理从客户端应用接收的具有上下文元数据的串查询。要用于串查询的串分析算法可以动态和独立地确定。
- 基于满足K度稀疏约束的深度学习模型的大数据处理方法-201510112645.9
- 盛益强;王劲林;邓浩江;尤佳莉 - 中国科学院声学研究所;上海尚恩华科网络科技股份有限公司
- 2015-03-13 - 2016-10-19 - G06N5/00
- 本发明提出了基于满足K度稀疏约束的深度学习模型的大数据处理方法,所述方法包括:步骤1)通过渐变剪枝法用无标注训练样本构建满足K度稀疏约束的深度学习模型;所述K度稀疏约束包括节点K度稀疏约束和层次K度稀疏约束;步骤2)将更新后的训练样本输入所述满足K度稀疏约束的深度学习模型,优化模型的各层的权重参数;进而得到优化的满足K度稀疏约束的深度学习模型;步骤3)将待处理的大数据输入所述优化的满足K度稀疏约束的深度学习模型进行处理,最后输出处理结果。本发明的方法能够降低大数据处理的难度,提高大数据处理的速度。
- 用于推断用户人口统计的方法和装置-201380032215.5
- 乌迪·魏因斯博格;斯姆瑞蒂·巴哈特;斯特拉蒂斯·约安尼季斯;尼娜·塔夫脱 - 汤姆逊许可公司
- 2013-06-10 - 2015-05-13 - G06N5/00
- 一种仅使用评级来确定新用户的人口统计信息的方法包括:使用训练数据集来训练推断引擎,所述训练数据集包括来自多个其它用户的评级和人口统计信息。新用户输入例如电影评级的评级,推断引擎确定新用户的人口统计信息。接着可以将新用户的人口统计信息用于向新用户提供推荐或提供针对性的广告。
- 一种自底向上的高维数据因果网络学习方法-201410796623.4
- 蔡瑞初;郝志峰;陈薇;温雯;王丽娟 - 广东工业大学
- 2014-12-11 - 2015-04-22 - G06N5/00
- 本发明公布了一种自底向上的高维数据因果网络学习方法,该方法包括了:因果关系局部结构发现算法,采用局部因果关系学习方法和因果关系强度传播策略学习变量间的局部因果关系强弱关系;全局变量因果排序算法,基于最大无环有向子图模型,在局部结构强弱度量的基础上实现高维变量全局因果关系排序;冗余因果关系剔除策略,基于全局因果序,最终实现高维观察数据上的可靠因果关系发现。
- 拟人学习型互动人工智能专家系统-201410628947.7
- 许丰 - 苏州乐聚一堂电子科技有限公司
- 2014-11-10 - 2015-03-11 - G06N5/00
- 本发明公开了一种拟人学习型互动人工智能专家系统,其特征在于,由人工智能软件、专家管理系统、云服务平台和客户端组成,所述人工智能软件运行的基础包括由专家管理系统管理的基础事实集合、每种基础事实可具备的执行属性集合和用户集合;第一维基础事实是指特定的典型物品种类或事物,由专家管理系统定义;第二维执行属性是指基础事实所描述的物品可执行的动作或变化属性,属性的具体内容以及对哪些用户适用,由专家管理系统定义;而用户集合为通过客户端注册进入人工智能软件的所有用户;所述云服务平台内存储有人工智能软件及其运行数据,专家管理系统及其运行数据,以及各用户对于各基础事实集合的各属性是否认知的数据。这是一种比较简单的拟人互动人工智能专家系统。
- 基于不可区分关系的计算机辅助决策系统知识选择方法-201410141422.0
- 徐欣;易侃;周方;张金锋 - 中国电子科技集团公司第二十八研究所
- 2014-04-09 - 2014-06-18 - G06N5/00
- 本发明公开了一种基于不可区分关系的计算机辅助决策系统知识选择方法,其特征在于:计算机包含有中央处理器和存储器,且将计算机与数据采集设备相连接,数据采集设备采集到的数据是监测目标的一组属性值和目标类别,其中属性值为连续型或离散型;所述的存储器中保存目标数据库、知识集合库、基础知识库、会话模块和问题处理模块;所述的中央处理器对所述的存储器进行控制并执行以下步骤:步骤1、构建目标数据库;步骤2、确认决策问题;步骤3、构建知识集合库;步骤4、知识选择;步骤5、更新基础知识库。
- 基于矢量图形的二叉判定树专家知识库构造方法-201310500603.3
- 宋斌;方葛丰;刘毅;方鹏;吴波;邱田华;张苏梅 - 中国电子科技集团公司第四十一研究所
- 2013-10-12 - 2014-03-26 - G06N5/00
- 本发明公开了一种基于矢量图形的二叉判定树专家知识库构造方法,包括以下步骤:(1)、通过矢量绘图软件(1)从计算机中选择已存在的专家知识矢量图或在矢量绘图软件中新建一个空白矢量图;(2)、利用矢量绘图软件(1)及二叉判定树绘图模块(2)在步骤(1)的空白矢量图中绘制二叉判定树矢量图(3),或在步骤1的专家知识矢量图中修改二叉判定树矢量图(3),对绘制结果进行保存;(3)、调用矢量图分析软件(4)对二叉判定树矢量图(3)进行分析,矢量图分析软件(4)将分析结果写入专家知识库(5)中。本发明提高了专家知识库构造的准确性和效率,降低专家知识库的维护难度。
- 可重复过程中感兴趣项的二元分类-201210414792.8
- J.A.埃布尔;J.P.斯派塞;M.A.温塞克;H.王;D.查克拉博蒂 - 通用汽车环球科技运作有限责任公司
- 2012-10-26 - 2013-07-24 - G06N5/00
- 一系统包括与相对于感兴趣项(例如焊接部)定位的传感器和存储器电连接的主机和学习机。主机执行来自存储器的指令,以预测项的二元质量状态。学习机从传感器(一个或多个)接收信号,识别候选特征,且从候选特征提取相对于其他候选特征对二元质量状态更具预测性的特征。学习机将提取的特征映射到维度空间,所述维度空间包括来自通过的二元分类的大部分项,且不包括来自失败的二元分类的所有项或大部分项。主机还将用于随后的感兴趣项的接收信号与维度空间进行比较,以由此实时地预测随后的感兴趣项的二元质量状态。
- 专利分类