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：深圳励剑智能科技有限公司

摘要：本发明涉及一种基于人工智能的数据管理方法、系统及介质，属于数据管理技术领域，本发明通过引入K近邻算法，通过K近邻算法计算出每个叶节点中异常的样本数据，并对异常的叶节点进行处理，输出处理后的叶节点，从而获取每个叶节点中的样本数据，并对样本数据进行特征提取，获取每个叶节点中样本数据的特征信息，根据特征信息对叶节点进行二次处理，生成最终的叶节点，本发明通过融合K近邻算法来计算出叶节点中的边界数据，从而对边界数据进行重新分类，优化了决策树算法出现的局部最优解的现象。其次，通过本方法能够避免出现原本属于两种类型的样本数据仅仅被分到一个叶节点中的现象，提高了样本数据的分类精度。

主权项：1.一种基于人工智能的数据管理方法，其特征在于，包括以下步骤：获取待分类的样本数据，并引入决策树模型，通过所述决策树模型对所述待分类的样本数据进行初始化分类，获取若干个叶节点；引入K近邻算法，通过所述K近邻算法计算出每个叶节点中异常的样本数据，并对异常的叶节点进行处理，输出处理后的叶节点；获取每个叶节点中的样本数据，并对所述样本数据进行特征提取，获取每个叶节点中样本数据的特征信息，根据所述特征信息对叶节点进行二次处理，生成最终的叶节点；通过对所述最终的叶节点进行数据重要性划分，生成数据重要性优先级，根据所述数据重要性优先级生成访问权限等级，并通过识别用户的身份信息，获取用户的访问权限；获取待分类的样本数据，并引入决策树模型，通过所述决策树模型对所述待分类的样本数据进行初始化分类，获取若干个叶节点，具体包括：获取待分类的样本数据，并引入决策树模型，同时获取数据的分类标准，根据所述待分类的样本数据进行初始化构建，生成根节点；基于所述数据的分类标准对所述根节点中的样本数据进行初始化分裂，生成新的节点，并判断所述新的节点中是否会出现其他类别的样本数据；当所述新的节点中会出现其他类别的样本数据时，对所述新的节点进行持续分裂，直至所述新的节点中不会出现其他类别的样本数据，输出新的节点，并生成叶节点；当所述新的节点中不会出现其他类别的样本数据时，分裂结束，输出新的节点，并生成叶节点；引入K近邻算法，通过所述K近邻算法计算出每个叶节点中异常的样本数据，并对异常的叶节点进行处理，输出处理后的叶节点，具体包括：引入K类近邻算法，并获取所述叶节点中的样本数据，通过所述K近邻算法计算每个样本数据到K个同类最近邻样本数据的第一距离值；通过所述K近邻算法计算每个样本数据到K个最近邻异类样本数据的第二距离值，并预设距离阈值，判断所述第一距离值是否小于第二距离值；当所述第一距离值小于第二距离时，判断所述第一距离值以及第二距离时否均小于距离阈值，当所述第一距离值以及第二距离值均小于距离阈值时，则将对应的样本数据作为边界数据；获取所述边界数据所在的叶节点，并对所述叶节点进行分裂，直至不再出现边界数据，生成新的叶节点，并根据所述新的叶节点生成处理后的叶节点。

全文数据：

权利要求：

百度查询： 深圳励剑智能科技有限公司 一种基于人工智能的数据管理方法、系统及介质