一种面向大规模数据的并行结构化支持向量机分类方法

发明专利无效专利

申请号：
CN201410185389.1
IPC分类号：G06K9/66;G06K9/62
申请日期：
2014-05-04
申请人：
南京师范大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种面向大规模数据的并行结构化支持向量机分类方法
申请号	CN201410185389.1	申请日期	2014-05-04
法律状态	撤回	申报国家	中国
公开/公告日	2014-08-06	公开/公告号	CN103971136A
优先权	暂无	优先权号	暂无
主分类号	G06K9/66 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕 G06K9/64 应用带有许多基准的多个图像信号的同时比较或相关的，例如，电阻矩阵〔3〕 G06K9/66 这些基准通过适宜的方法是能够进行调节的，例如，学习〔3〕	IPC分类号	G;0;6;K;9;/;6;6;;;G;0;6;K;9;/;6;2查看分类表>
申请人	南京师范大学	申请人地址	江苏省南京市亚东新城区文苑路1号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京师范大学	当前权利人	南京师范大学
发明人	杨明;郭丽娜;高阳
代理机构	南京知识律师事务所	代理人	李媛媛

摘要

本发明公开了一种面向大规模数据的并行结构化支持向量机分类方法，具体包括如下步骤：样本归一化；求得大规模训练样本集结构化信息；利用大规模训练样本集训练分类模型；根据分类模型对测试样本进行分类。本发明采用并行结构化支持向量机，利用目前最流行的云计算平台之一Hadoop进行实现，能够有效地处理大规模数据分类问题；此外，并行结构化支持向量机在原始的支持向量机模型中融入了样本的结构信息，使得训练模型更加符合数据的分布，从而提高分类的精度。因此本发明提出的方法具有较高的使用价值。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供