一種數(shù)據(jù)分類(lèi)方法

基本信息

申請(qǐng)?zhí)?/td> CN201810415714.7 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN108596268A 公開(kāi)（公告）日 2018-09-28
申請(qǐng)公布號(hào) CN108596268A 申請(qǐng)公布日 2018-09-28
分類(lèi)號(hào) G06K9/62 分類(lèi) 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 趙寒楓;陳佐;楊勝剛;陳邦道;梅雪松;余湘軍;李浩之;王芍 申請(qǐng)（專(zhuān)利權(quán)）人 湖南湖大金科科技發(fā)展有限公司
代理機(jī)構(gòu) 湖南兆弘專(zhuān)利事務(wù)所（普通合伙） 代理人 湖南大學(xué);湖南湖大金科科技發(fā)展有限公司
地址 410082 湖南省長(zhǎng)沙市岳麓區(qū)麓山南路湖南大學(xué)信息科學(xué)與工程學(xué)院
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)一種數(shù)據(jù)分類(lèi)方法，步驟包括：S1.獲取用于訓(xùn)練分類(lèi)器的訓(xùn)練集樣本，并按照訓(xùn)練所需迭代次數(shù)將獲取的訓(xùn)練集樣本進(jìn)行等分，得到多個(gè)訓(xùn)練子集樣本；S2.基于Adaboost算法使用多個(gè)弱分類(lèi)器分別對(duì)各訓(xùn)練子集樣本進(jìn)行訓(xùn)練，且每個(gè)弱分類(lèi)器訓(xùn)練時(shí)，選擇部分訓(xùn)練子集樣本以及上一個(gè)弱分類(lèi)器得到的部分錯(cuò)誤樣本組合構(gòu)成最終的訓(xùn)練樣本，由訓(xùn)練完成后的各弱分類(lèi)器得到最終的ADB強(qiáng)分類(lèi)器；S3.使用訓(xùn)練得到的ADB強(qiáng)分類(lèi)器對(duì)待分類(lèi)數(shù)據(jù)進(jìn)行分類(lèi)，輸出分類(lèi)結(jié)果。本發(fā)明分類(lèi)訓(xùn)練時(shí)數(shù)據(jù)完整，且可避免訓(xùn)練數(shù)據(jù)成倍數(shù)增長(zhǎng)及過(guò)擬合，具有實(shí)現(xiàn)原理簡(jiǎn)單、分類(lèi)效率及精度高等優(yōu)點(diǎn)。