首页 > 专利查询

分类器的训练系统及方法、异常样本的识别方法[发明专利]

专利名称：分类器的训练系统及方法、异常样本的识别方法专利类型：发明专利

发明人：康青杨，刘世林，曾途，杨李伟，吴桐

申请号：CN201911259207.X

申请日：20191210

公开号：CN111046947A

公开日：

20200421

专利内容由知识产权出版社提供

摘要：本发明涉及一种分类器的训练方法及系统、异常样本的识别方法，该分类器的训练方法包括步骤：构造训练样本；基于样本中记录的字段，构造出占比型特征和增长率型特征；将构造的占比型特征和增长率型特征进行全组合，并使用聚类算法对所有样本进行聚类，得到每个样本的欧式距离；将构造的占比型特征和增长率型特征进行全组合，使用线性回归算法对所有样本进行回归计算，并得到每个样本的回归相对误差；将所述欧式距离和所述回归相对误差作为样本的特征，基于监督学习算法在训练集上进行训练，得到所述分类器。基于训练得到的分类器，可以识别出异常样本，例如识别出数据异常的财务报表，继而增强监管效率。

申请人：成都数联铭品科技有限公司

地址：610015 四川省成都市自由贸易试验区成都高新区天府大道中段199号1栋1单元21楼1-6号国籍：CN

代理机构：北京市领专知识产权代理有限公司

代理人：张玲

本文发布于:2024-09-22 05:24:30，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/4/416832.html

上一篇：一种基于嵌入式零样本学习模型的轴承复合故障诊断方法[发明专利]

下一篇：基于人工智能的对象推荐模型训练方法、推荐方法及装置[发明专利]