首页> 中国专利> 一种离群点检测模型训练、离群点检测方法及装置

一种离群点检测模型训练、离群点检测方法及装置

摘要

本发明提供了一种离群点检测模型训练、离群点检测方法及装置,离群点检测模型训练方法包括:获取初始数据集,初始数据集的每条数据中包含有条件属性信息和决策属性信息;分别计算各条件属性信息相对于决策属性信息的邻域近似精度,根据邻域近似度将条件属性信息分为初始第一条件属性集和初始第二条件属性集;将初始第二条件属性集中的条件属性信息依次加入初始第一条件属性集中更新初始第一条件属性集,根据更新后的第一条件属性集相对于决策属性的邻域近似精度和邻域条件熵确定约减属性集;根据约减属性集以及决策属性信息确定训练数据集;通过训练数据集对神经网络模型进行训练,得到离群点检测模型。通过本发明能够快速且准确地检测离群点。

著录项

  • 公开/公告号CN115392404A

    专利类型发明专利

  • 公开/公告日2022-11-25

    原文格式PDF

  • 申请/专利权人 清华大学;

    申请/专利号CN202211322273.9

  • 发明设计人 陈琼;黄小猛;

    申请日2022-10-27

  • 分类号G06K9/62;

  • 代理机构北京三聚阳光知识产权代理有限公司;

  • 代理人李博洋

  • 地址 100084 北京市海淀区清华园1号

  • 入库时间 2023-06-19 17:45:13

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-11-25

    公开

    发明专利申请公布

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