公开(公告)号：CN104966106B

公开(公告)日：2018-06-22

申请号：CN201510409193.0

申请日：2015-07-13

Applicant: 哈尔滨工业大学

Inventor： 尹珅 ,  田洋 ,  高会军

IPC: G06K9/62

Abstract: 一种基于支持向量机的生物年龄分步预测方法，本发明涉及基于支持向量机的生物年龄分步预测方法。本发明的目的是为了解决传统的生物年龄预测方法预测效率低、准确度低、成本高以及方法繁琐复杂的问题。通过以下技术方案实现的：步骤一、制成生物年龄数据集；步骤二、区分已知年龄的生物样本和未知年龄的生物样本；步骤三、组间分类；步骤四、生成对应的支持向量机模型；步骤五、建立最优支持向量机模型；步骤六、建立最优特征子集；步骤七、得到测试集中年龄未知的生物样本对应的年龄组的组别；步骤八、组内分类；步骤九、生成组内分类的支持向量机模型；步骤十、得到某个年龄组内测试集样本确切的年龄。本发明应用于生物年龄预测领域。

公开(公告)号：CN104966106A

公开(公告)日：2015-10-07

申请号：CN201510409193.0

申请日：2015-07-13

Applicant: 哈尔滨工业大学

Inventor： 尹珅 ,  田洋 ,  高会军

IPC: G06K9/62

CPC classification number: G06K9/6269

Abstract: 一种基于支持向量机的生物年龄分步预测方法，本发明涉及基于支持向量机的生物年龄分步预测方法。本发明的目的是为了解决传统的生物年龄预测方法预测效率低、准确度低、成本高以及方法繁琐复杂的问题。通过以下技术方案实现的：步骤一、制成生物年龄数据集；步骤二、区分已知年龄的生物样本和未知年龄的生物样本；步骤三、组间分类；步骤四、生成对应的支持向量机模型；步骤五、建立最优支持向量机模型；步骤六、建立最优特征子集；步骤七、得到测试集中年龄未知的生物样本对应的年龄组的组别；步骤八、组内分类；步骤九、生成组内分类的支持向量机模型；步骤十、得到某个年龄组内测试集样本确切的年龄。本发明应用于生物年龄预测领域。