基于贝叶斯非参数PCA的高维样本数据维度降低方法

发明专利有效专利

申请号：
CN201810470715.1
IPC分类号：G06K9/62
申请日期：
2018-05-17
申请人：
南京大学

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	基于贝叶斯非参数PCA的高维样本数据维度降低方法
申请号	CN201810470715.1	申请日期	2018-05-17
法律状态	实质审查	申报国家	中国
公开/公告日	2018-09-28	公开/公告号	CN108596278A
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查看分类表>
申请人	南京大学	申请人地址	江苏省南京市鼓楼区汉口路22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	南京大学	当前权利人	南京大学
发明人	吴骏;李振兴;曹萌;张雷;王崇骏
代理机构	南京瑞弘专利商标事务所（普通合伙）	代理人	彭雄

摘要

本发明公开了一种基于贝叶斯非参数PCA的高维样本数据维度降低方法，包括如下步骤1)数据集预处理阶段；2)降维维度设置阶段设置合适的维度进行样本数据的降维工作；3)模型训练阶段使用吉布斯采样方法对模型变量进行采样，并判断模型是否达到收敛条件；4)结果输出阶段根据模型训练结束后的各个变量的采样结果，得到原始数据维度降低后的值，并输出该值。本发明将贝叶斯非参数方法与PCA方法结合，应用于高维样本数据的维度降低方面，该方法有着数据降维准确、降维后数据区分度高、以及能够自动选择合适的维度进行高维数据的降维等优点。

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