“集成分类”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1259303个，建议您升级VIP下载更多相关专利

[发明专利]基于频繁模式的选择性集成分类方法-CN201310740476.4在审
发明人：周红芳;王啸;赵雪涵;段文聪;郭杰;张国荣;王心怡;何馨依 -专利权人：西安理工大学
申请日： 2013-12-26 - 公布日： 2014-04-23 - 主分类号： G06F17/30 文献下载
摘要：基于频繁模式的选择性集成分类方法，首先将未剪枝的集成分类器和样本空间映射为事务数据库，并利用布尔矩阵存储集成分类器对样本进行分类，然后根据分类结果从布尔矩阵中选择分类性能较好的基分类器构成最终的选择性集成分类器本发明综合考虑了分类器正确分类的样本数，基分类器的平均分类精度以及集成分类器的大小3个因素对集成分类器性能的影响，较合理地评估了候选集成分类器，提高了分类精度，且能够保持较高的分类效率。
基于频繁模式选择性集成分类方法

[发明专利]基于集成级联架构的生物显微图像分类方法-CN201210499577.2有效
发明人：张百灵;张云港 -专利权人：西交利物浦大学
申请日： 2012-11-29 - 公布日： 2013-05-01 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于集成级联架构的生物显微图像分类系统，其特征在于所述系统包括若干层的集成分类器，所述集成分类器依层串联连接形成集成级联架构，每一层集成分类器由一个具有若干个基分类器的集成分类器构成，且每一层集成分类器对生物显微图像分类目标进行分类结果评判时，在当前层无法判定的分类目标将被拒绝分类而传递到下一层，由下一层的集成分类器进行分类处理，依次循环；当所有层的集成分类器均无法对生物显微图像分类目标进行自动分类时，交由人工专家系统进行分类。实验证实，在合理的拒分率范围内，此系统可显著提高生物显微镜图像分类的可靠性和准确率。
基于集成级联架构生物显微图像分类方法

[发明专利]基于神经主题模型的图像集成分类方法及装置-CN201711242374.4有效
发明人：李晓旭;耿丙乾;常东良;喻梨耘 -专利权人：兰州理工大学
申请日： 2017-11-30 - 公布日： 2021-11-12 - 主分类号： G06K9/46 文献下载
摘要：本公开提供了一种基于神经主题模型的图像集成分类方法，包括：S1，对图像进行预处理，提取图像的词袋特征v和深度卷积神经网络特征vCNN，其中，图像包括训练集和测试集；S2，在神经主题模型中引入深度卷积神经网络特征vCNN，并结合集成分类方法softmax混合模型，构建图像集成分类的神经主题模型；S3，基于训练集优化图像集成分类的神经主题模型的目标函数，并求解模型参数；S4，利用优化后的图像集成分类的神经主题模型对测试集图像进行分类。本公开还提供了一种基于神经主题模型的图像集成分类装置。本公开基于神经主题模型的图像集成分类方法及装置，解决了基于神经主题模型DocNADE的图像集成分类的问题，改善了图像分类效果。
基于神经主题模型图像集成分类方法装置

[发明专利]一种信息系统集成服务展示的集成分类方法-CN202210430887.2在审
发明人：段永举 -专利权人：四川省金雨节能环保科技有限公司
申请日： 2022-04-22 - 公布日： 2022-09-13 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种信息系统集成服务展示的集成分类方法，涉及企业服务领域，包括如下步骤，步骤S10，从集成数据库中的获取原数数据；步骤S20，识别数据，并匹配分类规则；步骤S30，利用分类模型训练生产集成分类器；步骤S40，利用集成分类器进行新的数据进行分类，输出分类结果。在对数据进行分类时，先去除原始数据中的无效数据，然后利用集成分类模型训练出分类器，在分析器形成分类规则时，则利用标签与预设的分类规则的配合，形成新的分类方法，这个分类规则相较于由分类器生成的分类规则，与原始数据的嵌合程度更高，因此分类的准确性也更高。
一种信息系统集成服务展示集成分类方法

[发明专利]一种基于多变量决策树模型的分布式大数据分类方法-CN201710864745.6在审
发明人：张宇 -专利权人：辽宁工程技术大学
申请日： 2017-09-22 - 公布日： 2018-01-16 - 主分类号： G06F17/30 文献下载
摘要：一种基于多变量决策树模型的分布式大数据分类方法，包括局部节点利用中心节点共享的集成分类器对随机在线到达的未知类别标签样本进行分类，并将已知类别标签样本且可信度超过预设阈值的样本存入数据集；数据集的容量超过预设阈值时发送给中心节点，清空数据集；中心节点合并局部节点发送的数据集生成训练样本集，训练基于几何轮廓相似度的多变量决策树模型，将多变量决策树模型作为基分类器加入集成分类器，并定期更新集成分类器；将集成分类器共享给局部节点，局部节点利用集成分类器对在线到达的流式大数据进行分类将基于几何轮廓相似度的多变量决策树应用于集成分类器，有效解决规范化数据形态的分布流式大数据分类问题。
一种基于多变决策树模型分布式数据分类方法

[发明专利]一种基于选择性集成分类器的数据打标签方法-CN201710171617.3在审
发明人：杨旭川;张桂林 -专利权人：重庆允升科技有限公司
申请日： 2017-03-22 - 公布日： 2017-09-05 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于选择性集成分类器的数据打标签方法，包括以下步骤1)生成数据训练集；2)文本预处理；3)文本向量化将文本转化为向量的代数建模过程；4)利用布尔矩阵存储集成分类器对预处理的文本进行分类；5)从布尔矩阵中筛选出分类性能较好的基分类器构成最终的集成分类器；6)建立标签库建立每个分类与标签的映射关系；7)接收到选择性集成分类器返回的分类结果，根据分类结果获取分类的标签。本发明可提高标签的准确度，并减小集成系统的规模。
一种基于选择性集成分类数据标签方法

[发明专利]一种基于集成学习的观点挖掘方法-CN201310293788.5有效
发明人：林煜明;王晓玲;周傲英 -专利权人：华东师范大学
申请日： 2013-07-12 - 公布日： 2013-10-23 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于集成学习的观点挖掘方法，根据训练的元分类器选择一组元分类器组，将元分类器组的预测结果整合为训练集成分类器的样本，从而得到集成分类器，通过集成分类器的集成学习，对样本进行预测。本发明选择最优的元分类器组对观点进行第一次预测，将预测结果训练集成分类器进行二次学习和预测，生成最终的观点挖掘结果，本发明分类结果的多样性互补，其分类效果优于最好的单分类器，增强了整个分类模型的泛化能力
一种基于集成学习观点挖掘方法

[发明专利]产品的分类识别方法、分类终端及存储介质-CN202310551483.3在审
发明人：李鸿强;卢海博;武小云;王佐承;葛泰;李子熠;张天宇;张诗欣;冯小东 -专利权人：河北建筑工程学院
申请日： 2023-05-16 - 公布日： 2023-07-28 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种产品的分类识别方法、分类终端及存储介质。该方法包括：获取目标样本的近红外光谱，并根据近红外光谱提取得到样本特征；将样本特征输入集成分类器，得到目标样本的分类结果；其中，集成分类器包括多个子分类模型；集成分类器用于将各个子分类模型的分类结果加权求和得到目标样本的分类结果本发明基于近红外光谱建立集成分类模型，相对于单一模型的性能更优越，分类准确度更高，有效提高了产品的分类识别准确度。
产品分类识别方法终端存储介质

[发明专利]一种基于多核集成分类学习的图像分类方法-CN201910521352.4有效
发明人：陆扣;张建明;沈项军 -专利权人：江苏大学
申请日： 2019-06-17 - 公布日： 2023-09-29 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于多核集成分类学习的图像分类方法，获取用于分类的图像数据作为样本集X和与之对应的样本标签集Y，并对样本集X进行归一化处理。将部分样本集作为训练集用于训练支持向量机模型，首先求解每个单核分类模型的损失loss，通过对所有的损失loss进行加权集成形成一个集成损失，再通过最小化集成损失来共同优化每一个单核分类模型，从而获得训练好的多核集成分类模型；将剩余样本集作为测试集输入所构造的多核集成分类模型，获得对图像数据的分类结果，本发明利用多核集成分类模型对图像进行分类，提高图像分类的准确度。
一种基于多核集成分类学习图像方法

[发明专利]基于集成分类模型的分类方法及相关设备-CN202011157620.8在审
发明人：李欣 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-10-26 - 公布日： 2021-09-17 - 主分类号： G06K9/62 文献下载
摘要：本公开提供了一种基于集成分类模型的分类方法及相关设备。该方法包括：构建集成分类模型，集成分类模型包括基分类器层，基分类器层包括基分类器；其中，构建集成分类模型包括：从N个分类器中选择k个分类器，获得至少两种分类器组合；基于每种分类器组合中包含的分类器的数量，确定每种分类器组合的目标分类器个数指标；根据每种分类器组合的目标分类器个数指标确定每种分类器组合的加权个数准确性多样性度量指标；根据每种分类器组合的加权个数准确性多样性度量指标从至少两种分类器组合中确定目标分类器组合；将目标分类器组合中的分类器作为集成分类模型的基分类器层中的基分类器。
基于集成分类模型方法相关设备

[发明专利]基于增量朴素贝叶斯网多分类器集成方法-CN200810050425.8有效
发明人：刘大有;关菁华;黄晶;齐红 -专利权人：吉林大学
申请日： 2008-02-29 - 公布日： 2008-08-27 - 主分类号： G06F17/30 文献下载
摘要：一种基于增量朴素贝叶斯网多分类器集成方法，包括初始化集成分类器及各主要参数；如果没有新数据，结束；使用当前集成分类器预测新数据项的类别；动态更新所有个体分类器的参数值；更新所有个体分类器的权重；如果当前集成分类器对新数据的类别预测不发生错误，则使用新数据项训练集成分类器中的所有个体分类器；根据KL剪枝策略删除冗余个体分类器；增加一个新个体分类器；使用新数据项训练所有个体分类器。本发明能有效改善发生概念漂移时的分类预测结果。此方法特别适合于处理概念漂移问题。
基于增量朴素贝叶斯网多分类集成方法

[发明专利]一种基于缺失关系网络的雷达信号样式反演方法-CN202310264435.6在审
发明人：曹鹏程;刘赟;严波;刘峻臣;赵兴海 -专利权人：中国船舶集团有限公司第七二四研究所
申请日： 2023-03-17 - 公布日： 2023-08-01 - 主分类号： G06F18/24 文献下载
摘要：包括：对信号数据集进行样本集构建，根据样本集元素的缺失情况构建缺失关系网络，划分得到网络节点样本子集，构建节点集成分类器，计算各节点集成分类器权值；对输入的信号数据提取出对应的信号样本，利用缺失关系网络选取节点集成分类器以及对应的权值系数构建联合集成分类器，将信号样本输入联合集成分类器得到信号样式分类识别结果；根据雷达信号样式分析识别结果，利用缺失关系网络对缺失元素进行估计预测，优化信号样式反演结果。
一种基于缺失关系网络雷达信号样式反演方法

[发明专利]一种代价敏感的集成学习分类方法及系统-CN202011143487.0在审
发明人：皇甫伟;沈一佳;刘娅汐 -专利权人：北京科技大学
申请日： 2020-10-23 - 公布日： 2021-02-19 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种代价敏感的集成学习分类方法及系统，该方法包括：获取样本数据集，并将样本数据集分成训练样本集和测试样本集；基于训练样本集对多个不同类型的分类器分别进行训练，并基于测试样本集对训练好的各分类器分别进行分类测试，得到各分类器的分类结果；基于各分类器的分类结果为每一分类器分配对应的权重；基于各分类器的权重，对各分类器进行加权集成，得到集成分类器；利用集成分类器对待测样本进行分类，得到相应的分类结果。本发明使集成学习模型具有各个基学习器的优点，弱化各个基学习器的缺点。并通过权重分配和调整集成学习的门限，改善了集成分类器的分类效果。
一种代价敏感集成学习分类方法系统

[发明专利]一种基于深度强化学习的图像隐写分析集成分类优化方法-CN201810104070.X在审
发明人：冯国瑞;胡丹丹;钟凯 -专利权人：上海大学
申请日： 2018-02-02 - 公布日： 2018-08-28 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于深度强化学习的图像隐写分析集成分类优化方法。具体操作步骤如下：（1）选取一定特征下若干个基分类器；（2）使用Bagging集成方法，生成若干强集成分类器；（3）固定生成的子分类器个数，并在子空间数相同的情况下，多次生成不同的数据集；（4）建立深度强化学习模型DQN，对步骤（3）中的数据集进行训练并筛选出在精度不变或者更好的情况下的更少个数的分类器集合；（5）将待判别的隐写数据输入到模型中，计算优化后的集成分类器精度和分类器个数。本发明可以有效地优化集成分类器的精度以及子分类器个数，适用于大量分类器集成判决的情况，达到更好的分类性能。
强化学习分类器集成分类器集成分类隐写分析子分类器数据集优化图像分类器集成分类性能基分类器优化集成写数据有效地子空间集合筛选判决

[发明专利]基于类别权重矢量的集成学习遥感影像分类方法-CN201811414486.8在审
发明人：窦鹏;韩镇;王玉磊;张云;刘艳超 -专利权人：青岛国测海遥信息技术有限公司
申请日： 2018-11-26 - 公布日： 2019-03-29 - 主分类号： G06K9/62 文献下载
摘要：本发明属于遥感技术领域，具体公开了一种基于类别权重矢量的集成学习遥感影像分类方法。本发明首先将提取的样本分为训练样本和测试样本，然后使用不同分类算法训练分类器，之后再用这些分类器对测试样本进行分类，得到能够使类别自适应于不同分类器的类别权重向量，用以对不同的分类器进行集成得到集成分类器，实现不同分类算法的分类器实现优势互补。在此基础上，使用AdaBoost迭代的方法，对生成的集成分类器进行提升得到一个精度更高、集成效果更好的集成分类器。本发明实现了类别与分类器之间的自适应，在集成不同分类算法的过程中增强基分类器的多样性，保证了遥感影像分类精度的有效提升。
分类器遥感影像分类集成分类器分类算法测试样本集成学习权重矢量自适应训练分类器遥感技术基分类器权重向量训练样本迭代样本多样性分类保证

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条