龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：哈尔滨工业大学
申请日：2024-03-11
公开（公告）日：2024-06-04
公开（公告）号：CN118132967A
主分类号：G06F18/21
分类号：G06F18/21;G06F18/214;G06F18/27;G06F18/2415
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.21#实质审查的生效;2024.06.04#公开
摘要：本发明提出一种基于核高斯混合岭回归模型的数据集分割方法，属于机器学习技术领域。高斯混合模型GMM用多个高斯分布描述数据分布，内核岭回归KRR用一条曲线拟合数据集；将高斯混合模型与内核岭回归模型进行融合，令高斯混合模型GMM中每个高斯分布的均值为某个内核岭KRR回归的输出，得到一个用多条曲线拟合数据集的核高斯混合岭回归模型，基于核高斯混合岭回归模型进行数据集分割。解决被污染的数据集难以使用等问题，实现了根据样本‑标签关系进行聚类的技术效果。
主权项：1.一种基于核高斯混合岭回归模型的数据集分割方法，其特征在于，高斯混合模型GMM用多个高斯分布描述数据分布，内核岭回归KRR用一条曲线拟合数据集；将高斯混合模型与内核岭回归模型进行融合，令高斯混合模型GMM中每个高斯分布的均值为某个内核岭回归KRR的输出，得到一个用多条曲线拟合数据集的核高斯混合岭回归模型，基于核高斯混合岭回归模型进行数据集分割，包括以下步骤：S1.基于核高斯混合岭回归模型拟合待划分数据集X,Y；S2.基于核高斯混合岭回归模型的参数γij＝pzij|xi,yi,θ对每条数据进行分类，其中隐变量zij表示数据i来自第j条曲线的逻辑变量；S3.将每批被划分为相同类别的数据作为一个划分结果。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学 一种基于核高斯混合岭回归模型的数据集分割方法
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