首页> 中国专利> 基于增强聚类的机器学习算法及该算法的应用

基于增强聚类的机器学习算法及该算法的应用

摘要

本发明涉及一种基于增强聚类的机器学习算法,包括以下步骤:分析基础数据的特征,随机编写一定数量的特征模板;对编写的特征模板在工作环境下依次对在线获得的数据进行分类测试;统计分类测试结果,预设相应分类标准,对特征模板匹配成功率的最大值与平均值差值处理,若差值不大于预设的分类标准,则认为所选均能达到目标要求;若差值大于预设的分类标准,则对特征模板进行筛选;利用筛选出的较好特征模板进行下一组迭代试验;直至试验中某组特征模板能满足处理后的匹配成功率的最大值与平均值差值不大于预设分类标准,则认为所选均能达到目标要求。该算法易于实施,鲁棒性强,可广泛应用图像、文本、音频等基础数据的实时在线优化。

著录项

  • 公开/公告号CN107016131A

    专利类型发明专利

  • 公开/公告日2017-08-04

    原文格式PDF

  • 申请/专利权人 北方工业大学;

    申请/专利号CN201710359205.2

  • 发明设计人 胡福文;程佳剑;

    申请日2017-05-19

  • 分类号

  • 代理机构北京爱普纳杰专利代理事务所(特殊普通合伙);

  • 代理人王玉松

  • 地址 100144 北京市石景山区晋元庄路5号

  • 入库时间 2023-06-19 02:56:43

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2017-08-29

    实质审查的生效 IPC(主分类):G06F17/30 申请日:20170519

    实质审查的生效

  • 2017-08-04

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号