首页 > 学术百科

基于分箱置信度筛选深度森林的机器学习分类方法[发明专利]

专利名称：基于分箱置信度筛选深度森林的机器学习分类方法专利类型：发明专利

发明人：武优西，马鹏飞，崔文峰，成淑惠，赵晓倩，户倩，耿萌

申请号：CN202010738627.2

申请日：20200728

公开号：CN111860673B

公开日：

20220308

专利内容由知识产权出版社提供

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。

申请人：河北工业大学

地址：300130 天津市红桥区丁字沽光荣道8号河北工业大学东院330#

国籍：CN

代理机构：天津翰林知识产权代理事务所(普通合伙)

代理人：付长杰

本文发布于:2024-09-21 00:50:23，感谢您对本站的认可！

本文链接：https://www.17tex.com/xueshu/777827.html

上一篇：一种图书馆存取书机器人的夹手机构[发明专利]

下一篇：一种基于巡检机器人的地下综合管廊视频监控方法及系统[发明专利]