-
公开(公告)号：CN112667817A
公开(公告)日：2021-04-16
申请号：CN202011640409.1
申请日：2020-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明涉及数据挖掘及产品技术领域，尤其涉及一种基于轮盘赌属性选择的文本情感分类集成系统，包括以下步骤：S1：获取在线文本和对应的情感类别数据；S2：通过对获取的在线文本特征提取，将获取的在线文本转化为特征向量并进行预处理；S3：将预处理后文本的特征向量涉及到的多分类问题转化为一对一问题；S4：对每个一对一问题，计算每个词的信息增益后，使用轮盘赌进行特征选择；S5：将进行过特征选择的数据集用于训练分类器，将分类器进行集成；S6：集成后的系统通过聚合策略得到情感类别预测结果。本发明可以有效解决多分类问题模型复杂，难于求解的问题。
-
公开(公告)号：CN114444541A
公开(公告)日：2022-05-06
申请号：CN202111668478.8
申请日：2021-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于集成学习策略的活动识别方法及系统，方法按如下步骤：S1.将传感器安装于人体关键部位，实时采集人体相关生理信号；S2.通过信息融合将所采集的连续生理信号进行融合；S3.基于特征选择，选择适用于活动识别的集成特征选择方法；S4.针对活动识别中涉及多分类任务，选择基于分解策略和集成学习技术的分类系统，用于活动类型的自动识别。本发明经过活动识别数据集检验，不仅能够筛选出有用的特征，与现有技术相比，还提升了识别准确率，能更加有效解决实际应用中的活动识别问题。
-
公开(公告)号：CN112700047A
公开(公告)日：2021-04-23
申请号：CN202011637963.4
申请日：2020-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明属于数据挖掘及汽车测试技术领域，具体涉及基于BP神经网络的油量损耗预测方法。包括如下步骤：S1，通过车辆传感器采集车辆驾驶行为数据，并由车辆传感器传回主系统；S2，对车辆驾驶行为数据进行标准化处理，获得车辆驾驶行为数据的回归问题数据集；S3，利用基于BP神经网络的回归方法建立油量损耗预测模型；S4，获得基于不同车辆驾驶行为的油耗预测结果。本发明具有能够有效地处理智能车辆油耗预测问题且预测精度高的特点。
-
公开(公告)号：CN112667817B
公开(公告)日：2022-05-31
申请号：CN202011640409.1
申请日：2020-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明涉及数据挖掘及产品技术领域，尤其涉及一种基于轮盘赌属性选择的文本情感分类集成系统，包括以下步骤：S1：获取在线文本和对应的情感类别数据；S2：通过对获取的在线文本特征提取，将获取的在线文本转化为特征向量并进行预处理；S3：将预处理后文本的特征向量涉及到的多分类问题转化为一对一问题；S4：对每个一对一问题，计算每个词的信息增益后，使用轮盘赌进行特征选择；S5：将进行过特征选择的数据集用于训练分类器，将分类器进行集成；S6：集成后的系统通过聚合策略得到情感类别预测结果。本发明可以有效解决多分类问题模型复杂，难于求解的问题。
-
-
-
Search Results
4
records
(took 0.018 seconds)
