公开(公告)号：CN112766352B

公开(公告)日：2024-03-29

申请号：CN202110039827.3

申请日：2021-01-13

Applicant: 大连海事大学

Inventor： 马宝山 ,  柴冰洁 ,  陈玉珍 ,  张树正 ,  吴一铭 ,  罗璐瑶

IPC: G06F18/214 ,  G06F18/243 ,  G16H50/80

Abstract: 本发明提供一种基于极端梯度提升算法的新型冠状病毒分类方法，用于解决现有技术中存在的分类精度较低的技术问题，实现步骤为：获取三种现存病毒数据集和新型冠状病毒数据集，预处理三种病毒数据集和新型冠状病毒数据集，三种病毒数据集作为训练集，新型冠状病毒数据集作为独立测试集，使用训练集训练并优化XGBoost模型，获取最优模型后对测试集分类，得到模型评估指标以及测试集的预测标签。本发明有效提高了新型冠状病毒分类的准确性。

公开(公告)号：CN112766352A

公开(公告)日：2021-05-07

申请号：CN202110039827.3

申请日：2021-01-13

Applicant: 大连海事大学

Inventor： 马宝山 ,  柴冰洁 ,  陈玉珍 ,  张树正 ,  吴一铭 ,  罗璐瑶

IPC: G06K9/62 ,  G16H50/80

Abstract: 本发明提供一种基于极端梯度提升算法的新型冠状病毒分类方法，用于解决现有技术中存在的分类精度较低的技术问题，实现步骤为：获取三种现存病毒数据集和新型冠状病毒数据集，预处理三种病毒数据集和新型冠状病毒数据集，三种病毒数据集作为训练集，新型冠状病毒数据集作为独立测试集，使用训练集训练并优化XGBoost模型，获取最优模型后对测试集分类，得到模型评估指标以及测试集的预测标签。本发明有效提高了新型冠状病毒分类的准确性。