不平衡数据的半监督分类方法

发明专利无效专利

申请号：
CN201010530912.1
IPC分类号：G06F17/30
申请日期：
2010-11-04
申请人：
西安电子科技大学

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	不平衡数据的半监督分类方法
申请号	CN201010530912.1	申请日期	2010-11-04
法律状态	撤回	申报国家	中国
公开/公告日	2011-02-23	公开/公告号	CN101980202A
优先权	暂无	优先权号	暂无
主分类号	G06F17/30 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/30 信息检索；及其数据库结构〔6〕	IPC分类号	G;0;6;F;1;7;/;3;0查看分类表>
申请人	西安电子科技大学	申请人地址	陕西省西安市太白南路2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	西安电子科技大学	当前权利人	西安电子科技大学
发明人	王爽;焦李成;冯吭雨;钟桦;侯彪;缑水平;马文萍;张青
代理机构	陕西电子工业专利中心	代理人	王品华;朱红星

摘要

本发明公开了一种基于模糊聚类和半监督学习的不平衡数据分类方法，主要用于解决现有技术在有标记样本较少且不平衡度较高的数据上，对少数类的分类精度低的问题。其实现步骤为：(1)初始有标记样本集和未标记样本集；(2)初始聚类中心；(3)实施模糊聚类；(4)依据聚类结果更新有标记样本集和未标记样本集；(5)实施基于SVM分类器的自训练；(6)依据自训练结果更新有标记样本集和未标记样本集；(7)实施基于不同惩罚参数的支撑矢量机Biased-SVM的分类；(8)评估分类结果并输出。在有标记样本较少的不平衡数据上，本发明提高了少数类的分类精度，可用于训练样本极少的不平衡数据的分类与识别。

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