公开(公告)号：CN114300116A

公开(公告)日：2022-04-08

申请号：CN202111327568.0

申请日：2021-11-10

Applicant: 安徽大学

Inventor： 程凡 ,  王斌杰 ,  刘本鑫

IPC: G16H50/20 ,  G06K9/62

Abstract: 一种基于在线分类算法的鲁棒性病症检测方法。所述方法包括；S1、通过在线分类方法处理病症数据集，得到病症检测集成分类器；S2、通过在线分类算法更新病症检测集成分类器中的历史数据，删除噪声点；S3、通过病症检测集成分类器对目标病症数据集进行病症检测。本发明通过在步骤S1中划分聚类空间对样本做出区分，然后在步骤S2中进一步筛选数据样本，对样本进行更新、淘汰，提升分类预测的质量，处理噪声点带来的负面影响，加强数据集的稳定性；在样本以数据流的形式到达时，样本空间不断做出更新，大大提升了优秀样本的利用率，通过样本在不同簇的选取情况，确定每个簇的活跃程度，判断病症样本的变化区间，提升分类的精度。

公开(公告)号：CN114300116B

公开(公告)日：2023-11-28

申请号：CN202111327568.0

申请日：2021-11-10

Applicant: 安徽大学

Inventor： 程凡 ,  王斌杰 ,  刘本鑫

IPC: G16H50/20 ,  G06F18/23 ,  G06F18/2413 ,  G06F18/214

Abstract: 一种基于在线分类算法的鲁棒性病症检测方法。所述方法包括；S1、通过在线分类方法处理病症数据集，得到病症检测集成分类器；S2、通过在线分类算法更新病症检测集成分类器中的历史数据，删除噪声点；S3、通过病症检测集成分类器对目标病症数据集进行病症检测。本发明通过在步骤S1中划分聚类空间对样本做出区分，然后在步骤S2中进一步筛选数据样本，对样本进行更新、淘汰，提升分类预测的质量，处理噪声点带来的负面影响，加强数据集的稳定性；在样本以数据流的形式到达时，样本空间不断做出更新，大大提升了优秀样本的利用率，通过样本在不同簇的选取情况，确定每个簇的活跃程度，判断病症样本的变化区间，提升分类的精度。(56)对比文件林舒卿.面向大规模非平衡数据集的潜在家庭宽带用户识别问题研究《.中国优秀硕士学位论文全文数据库 (信息科技辑)》.2020,(第07期),第I138-373页.李尧.复杂环境下数据流自适应学习策略及其应用研究《.中国优秀硕士学位论文全文数据库 (信息科技辑)》.2020,(第01期),第I138-904页.陈伟宏.基于分类器选择的集成学习算法研究《.中国优秀硕士学位论文全文数据库 (信息科技辑)》.2021,(第02期),第I138-836页.Kavita Mittal et al..Performancestudy of K-nearest neighbor classifierand K-means clustering for predicting thediagnostic accuracy《.InternationalJournal of Information Technology》.2018,第535–540页.杜娟;刘志刚;衣治安.一种适用于不均衡数据集分类的KNN算法.科学技术与工程.2011,(第12期),第2680-2685页.