[發(fā)明專利]基于模糊劃分的判別方法

無效

• 申請?zhí)枺?/td>: 201110122916.0
• 申請日: 2011-05-13
• 公開（公告）號: CN102779111A
• 公開（公告）日: 2012-11-14
• 發(fā)明（設(shè)計）人: 薛蓮
• 申請（專利權(quán)）人: 薛蓮
• 主分類號: G06F15/18
• 分類號: G06F15/18;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.將目標值根據(jù)實際需要離散化，再采用模式識別的方法進行建模，提取相應(yīng)的模型，再進行優(yōu)化。這在一定程度上可提高正確率，并增加結(jié)果的可理解性。

2.如權(quán)利要求1所述，為了克服離散劃分帶來的邊界突變，可采用模糊劃分來實現(xiàn)各個區(qū)間的平滑過渡。

3.具體模糊劃分方法的流程包括，具體的模糊劃分，參數(shù)修改和具體分類算法。

4.從一棵決策樹中提取分類規(guī)則的方法如下：對每一個葉節(jié)點，求出從根節(jié)點到該葉節(jié)點的路徑。該路徑上所有的節(jié)點的劃分條件并在一起，即構(gòu)成一條分類規(guī)則。多少個節(jié)點對應(yīng)著多少條規(guī)則。

5.如權(quán)利要求4中所述，決策樹的生成是一個從上至下，分而治之的過程。它從根結(jié)點開始，對數(shù)據(jù)樣本進行測試，根據(jù)不同的結(jié)果，將數(shù)據(jù)樣本劃分成不同的數(shù)據(jù)樣本子集，每個數(shù)據(jù)樣本子集構(gòu)成一子結(jié)點。對每個子結(jié)點再進行劃分，生成新的子結(jié)點。不斷反復(fù)，直至達到特定的終止準則。生成的決策樹每個葉結(jié)點對應(yīng)一個分類。對于生成的決策樹，可從根結(jié)點開始，由上至下，提取規(guī)則，也可對數(shù)據(jù)點進行分類或預(yù)報。

6.如權(quán)利要求5中所述，對一個樣本進行分類時，從樹的根節(jié)點開始，根據(jù)每個節(jié)點對應(yīng)的劃分將其歸到相應(yīng)的子節(jié)點，直至葉節(jié)點。葉節(jié)點所對應(yīng)的類別就是該樣本對應(yīng)的分類。

7.對于連續(xù)值屬性的問題而言，采取屬性之間的線性組合作為劃分模型是比較有效而合理的。這樣的劃分模型形式簡單，模型參數(shù)求解也相對簡單。并且提取的規(guī)則利于理解。即使樣本空間分布復(fù)雜，通過多次超平面劃分，總可將樣本空間簡化。