公开(公告)号：CN111860673B

公开(公告)日：2022-03-08

申请号：CN202010738627.2

申请日：2020-07-28

申请人： 河北工业大学

发明人： 武优西 ,  马鹏飞 ,  崔文峰 ,  成淑惠 ,  赵晓倩 ,  户倩 ,  耿萌

IPC分类号： G06K9/62 ,  G06V10/764 ,  G06N20/10

摘要： 本发明涉及基于分箱置信度筛选深度森林的机器学习分类方法，针对于现有技术中基于深度置信森林对数据分类效果不佳，精确度不高而提出。这是首次将分箱法应用到深度置信筛选森林的门阈值确定之中。首先确定级联森林的一层，之后依靠实例在这一层的预测类别向量计算置信度，然后按照置信度进行排序并将排好序的实例按照顺序放入箱中，最后根据需求的准确率确定需求的箱子，并且输出箱子中最后一个实例的置信度为此层置信度筛选的门阈值，提高了深度置信筛选森林对于实例分类的预测精度。

公开(公告)号：CN111581262A

公开(公告)日：2020-08-25

申请号：CN202010544303.5

申请日：2020-06-15

申请人： 河北工业大学

发明人： 武优西 ,  户倩 ,  郭媛 ,  王晓慧 ,  赵晓倩 ,  王珠林 ,  崔文峰

IPC分类号： G06F16/2458 ,  G06N5/02

摘要： 本发明保序序列模式挖掘方法，涉及电数字数据处理技术领域，该方法利用模式融合方法生成候选模式，减少了候选模式的个数、通过一系列转换和验证步骤来计算候选模式的模式支持度，克服了现有的技术针对从时间序列中挖掘频繁模式，存在很难兼顾求解的准确性、一般性和完备性，很难保证在对时间序列处理时重要信息不被丢失，很难通过挖掘频繁模式来对关键趋势进行分析的缺陷。

公开(公告)号：CN111860673A

公开(公告)日：2020-10-30

申请号：CN202010738627.2

申请日：2020-07-28

申请人： 河北工业大学

发明人： 武优西 ,  马鹏飞 ,  崔文峰 ,  成淑惠 ,  赵晓倩 ,  户倩 ,  耿萌

IPC分类号： G06K9/62 ,  G06N20/10

摘要： 本发明涉及基于分箱置信度筛选深度森林的机器学习分类方法，针对于现有技术中基于深度置信森林对数据分类效果不佳，精确度不高而提出。这是首次将分箱法应用到深度置信筛选森林的门阈值确定之中。首先确定级联森林的一层，之后依靠实例在这一层的预测类别向量计算置信度，然后按照置信度进行排序并将排好序的实例按照顺序放入箱中，最后根据需求的准确率确定需求的箱子，并且输出箱子中最后一个实例的置信度为此层置信度筛选的门阈值，提高了深度置信筛选森林对于实例分类的预测精度。