龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国人民解放军国防科技大学
摘要：本申请涉及一种基于强盗反馈在线学习的流数据分类方法和装置。所述方法包括：获取流数据序列，构建流数据序列中每个数据属于不同类别上的概率分布函数，从概率分布函数中采样标签作为当前流数据的预测标签，以及基于预测标签得到预测强盗反馈，针对上一时刻更新的分类器参数，根据当前流数据的共享特征部分、预测标签以及预测强盗反馈，构建瞬时损失函数，并计算累积损失，采用在线被动‑攻击学习策略构建分类器共享参数更新和新增参数更新的优化问题，通过求解优化问题和累积损失，得到优化后分类器在当前时刻的参数，通过优化参数后的分类器对流数据进行在线分类。采用本方法能够实现强盗反馈中特征维度增加和数据规模增加时的分类问题。
主权项：1.一种基于强盗反馈在线学习的流数据分类方法，其特征在于，所述方法包括：获取流数据序列；构建所述流数据序列中每个数据属于不同类别上的概率分布函数；从所述概率分布函数中采样标签作为当前流数据的预测标签，以及基于所述预测标签得到预测强盗反馈；针对上一时刻更新的分类器参数，根据所述当前流数据的共享特征部分、所述预测标签以及所述预测强盗反馈，构建瞬时损失函数，并计算累积损失；采用在线被动-攻击学习策略构建将当前时刻分类器参数更新转化为当前时刻分类器共享参数更新和当前时刻分类器新增参数更新的优化问题；所述当前时刻待更新的分类器参数包括当前时刻分类器共享参数和当前时刻分类器新增参数，所述当前时刻分类器共享参数继承上一时刻分类器参数；通过求解所述优化问题和所述累积损失，得到优化后分类器在当前时刻的参数，通过优化参数后的分类器对流数据进行在线分类。
全文数据：
权利要求：
百度查询： 中国人民解放军国防科技大学 基于强盗反馈在线学习的流数据分类方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号