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：上海大学;之江实验室;云南锡业集团(控股)有限责任公司研发中心
摘要：本发明公开了一种高斯过程回归树分类器多元合金异常数据识别方法：高斯过程回归树分类器异常数据识别方法英文名：Tree‑ClassifierforGaussian‑Process‑Regression,简称：TCGPR。本方法基于随机过程假设，根据集合中数据之间的高斯关联性定义了数据集合的全局高斯无序因子GlobalGaussianMessyFactor,GGMF。通过最大化全局高斯无序因子的期望降低值，不断地扩充初始的数据集合，直至数据集合的拟合优度饱和。本方法基于Stump‑Tree模型建立，通过初始数据集的动态扩容，切分输入的数据集合。本方法可用于例如检测合金性能测试的异常数据，等异常数据识别和分割的机器学习任务之中。本发明是一种基于全局关联性的有监督数据预处理方法，并在相关的数据评估中证实了本方法用于发现和强化数据之间关联的可行性。
主权项：1.一种高斯过程回归树分类器多元合金异常数据识别方法，其特征在于，所述方法包括如下步骤：步骤1:收集多元合金的机械性能测试数据集；步骤2:通过比较全局高斯无序因子的期望降低的大小，在步骤1的原始数据中划分出一个最佳的初始数据集合，计算并储存该初始数据集合的留一法交叉验证结果的皮尔逊相关系数R；步骤3:通过比较全局高斯无序因子的期望降低的大小，以固定的个数依次地将剩余的数据添加到初始数据集合中，计算并储存新的数据集合的留一法交叉验证结果的皮尔逊相关系数R；步骤4:每进行一次数据的添加，形成新数据集合后，判断新数据集合的拟合优度是否达到了精度的收敛标准，若达到收敛标准则停止，输出当前扩容后的数据集合；否则继续向数据集合中添加数据直至达到精度的收敛标准，其中，将留一法交叉验证结果的皮尔逊相关系数R作为拟合优度。
全文数据：
权利要求：
百度查询： 上海大学 之江实验室 云南锡业集团(控股)有限责任公司研发中心 一种高斯过程回归树分类器多元合金异常数据识别方法
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