买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉合肥工业大学申请的专利考虑集成误差和集成多样性的分类方法和装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114238626B 。

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111338368.5，技术领域涉及：G06F16/353；该发明授权考虑集成误差和集成多样性的分类方法和装置是由付超;徐车;常文军;王冬越设计研发完成，并于2021-11-12向国家知识产权局提交的专利申请。

本考虑集成误差和集成多样性的分类方法和装置在说明书摘要公布了：本发明提供了一种考虑集成误差和集成多样性的分类方法和装置，首先获取包括M个历史样本数据xl的特征向量Xl和对应的分类标签Yl的训练集，再采用集成学习算法得到多分类器系统c＝{c1,…,cU}，然后计算训练集中各个样本xl的与待分类样本之间的平均相似性ASl；再基于ASl的值选出与最相似的K个历史样本，组成近邻区域再基于多分类器系统c中各个基分类器在近邻区域上的预测表现，优化求出一组最优权重；最后根据最优权重确定待分类样本的最终分类结果。不仅考虑了一组分类器的集成性能以及不同分类器之间的多样性，而且还能够根据每个待分类样本的特点产生一组最优权重，用于加权合成不同分类器的预测结果，以保证最终分类的精度和稳定性。

本发明授权考虑集成误差和集成多样性的分类方法和装置在权利要求书中公布了：1.一种考虑集成误差和集成多样性的分类方法，其特征在于，该方法包括： 获取包含M个历史样本以及对应的特征向量和分类标签的训练集； 利用所述训练集训练得到包含U个基分类器的多分类器系统； 根据待分类样本的特征向量，利用训练集和欧式距离测度，并计算各个历史样本与待分类样本的相似性； 筛选出K个待分类样本的最相似的历史样本得到每个xk对应的特征向量和分类标签； 获取每个基分类器对各个xk的分类结果；所述分类结果为样本xk属于各分类的概率； 将xk的分类标签转换成标签类别向量； 获取以集成误差最小为目标的凸优化模型，并基于每个基分类器对各个xk的分类结果和所述标签类别向量求解凸优化模型，得到使用多分类器系统对各个xk进行加权集成预测时分配给各个基分类器的初始权重； 获取每个基分类器对待分类样本的分类结果； 获取以集成多样性最大为目标的非线性优化模型，并基于凸优化模型的全局最小值和每个基分类器对xk的分类结果求解非线性优化模型，得到每个基分类器的最优权重； 基于最优权重得到待分类样本的最终分类结果； 所述历史样本和待分类样本的数据类型均为文本形式且包含多个特征值的向量； 还包括：从两个机器学习公开数据仓库KEEL和UCI收集了30个标准分类数据集，从每个数据集中随机抽取90％的数据作为训练集，余下的10％作为测试集，利用Bagging算法从训练集中产生十个基分类器，组成多分类器系统c，选择决策树作为基分类器；所述30个标准分类数据集包括faults和parkinson； 技术方案以软件产品的形式体现，软件产品可以存储在计算机可读存储介质中，用以使得一台计算机设备执行方法。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。