一种基于智能分析的海量数据样本增量分析方法

发明专利有效专利

申请号：
CN202010848785.3
IPC分类号：G06K9/62;G06N20/00
申请日期：
2020-08-21
申请人：
南方电网科学研究院有限责任公司;深圳供电局有限公司

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	一种基于智能分析的海量数据样本增量分析方法
申请号	CN202010848785.3	申请日期	2020-08-21
法律状态	实质审查	申报国家	中国
公开/公告日	2020-12-11	公开/公告号	CN112070127A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? 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〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;N;2;0;/;0;0查看分类表>
申请人	南方电网科学研究院有限责任公司;深圳供电局有限公司	申请人地址	广东省广州市萝岗区科学城科翔路11号J1栋3、4、5楼及J3栋3楼变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南方电网科学研究院有限责任公司,深圳供电局有限公司	当前权利人	南方电网科学研究院有限责任公司,深圳供电局有限公司
发明人	陈霖;陈昊;杨祎巍;孙强强;匡晓云;许爱东;丘惠军;徐培明;连耿雄
代理机构	深圳市中兴达专利代理有限公司	代理人	危祯

摘要

本发明提供一种基于智能分析的海量数据样本增量分析方法，包括如下步骤：步骤1、利用原始训练数据集D学习出当前分类器C；步骤2、用当前分类器对未标注类别标签的新增训练集T进行分类，针对每一个未标记的新增训练样例，利用Q一学习算法计算其Q值，从T中选择有利于提高当前分类器精度的新增训练实例，并赋予其标签CP，添加到训练集D中；步骤3、利用新增样本修正分类器参数，直到新增训练集T中的全部实例加入训练集D中。本发明的有益效果是：利用强化学习中经典的Q学习来合理选择样本增量序列，削弱噪声数据的负面影响。

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