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！

申请/专利权人：北京格致博雅生物科技有限公司

摘要：本发明公开了一种基于机器学习的品种鉴定分类方法及系统，属于图像数据处理技术领域，方法包括：获取样本数据集，样本数据集包括多个类别的训练样本，提取训练样本的样本特征；根据各个样本特征的重要性参数值，对样本特征进行特征筛选；构建基于机器学习的品种鉴定分类模型；通过品种鉴定分类模型，根据筛选后的样本特征，对训练样本进行品种鉴定分类；根据品种鉴定分类结果，通过改进的粒子群寻优算法，确定出品种鉴定分类模型的最优模型参数；对设置有最优模型参数的品种鉴定分类模型进行优化，以完成对于品种鉴定分类模型的训练；获取目标样本；通过训练完成的品种鉴定分类模型，对目标样本进行品种鉴定分类。

主权项：1.一种基于机器学习的品种鉴定分类方法，其特征在于，包括：S1：获取样本数据集，所述样本数据集包括多个类别的训练样本；S2：提取所述训练样本的多个样本特征；S3：根据各个样本特征的重要性参数值，对各个所述样本特征进行特征筛选；S4：构建基于机器学习的品种鉴定分类模型；S5：通过所述品种鉴定分类模型，根据筛选后的样本特征，对所述训练样本进行品种鉴定分类；S6：根据品种鉴定分类结果，通过改进的粒子群优化算法，确定出所述品种鉴定分类模型的最优模型参数；S7：对设置有所述最优模型参数的品种鉴定分类模型进行优化，以完成对于所述品种鉴定分类模型的训练；S8：获取目标样本；S9：通过训练完成的品种鉴定分类模型，对所述目标样本进行品种鉴定分类；所述S3具体包括：S301：在迭代过程中，每个迭代周期均从训练样本中随机挑选出K个训练样本，其中，K为训练样本中少数类样本的总个数；S302：确定各个样本特征的重要性参数值；S303：判断某个样本特征的重要性参数值是否大于预设重要性参数值；若是，予以保留；否则，予以去除；所述重要性参数值具体为： 其中，A表示样本特征，Dt+1A表示样本特征A在第t+1次迭代时的重要性参数值，DtA表示样本特征A在第t次迭代时的重要性参数值，d表示样本间距离函数，Rk表示第k个训练样本，Hk表示与第k个训练样本最近的同类样本，dA,Rk,Hk表示样本特征A在第k个训练样本与第k个训练样本最近的同类样本之间的距离，C表示类别，classRk表示第k个训练样本的类别，PC表示类别C的训练样本占总样本数的比例，PclassRk表示第k个训练样本的类别的训练样本占总样本数的比例，MkC表示C类别中与第k个训练样本最近的训练样本，dA,Rk,MkC表示样本特征A在第k个训练样本与C类别中与第k个训练样本最近的训练样本之间的距离，t表示迭代次数，k＝1,2,...,K，K表示挑选出的训练样本总数；样本间距离函数具体为：当样本特征A为连续特征时， 其中，R1表示第一训练样本，R1A表示第一训练样本中的样本特征A，R2A表示第二训练样本中的样本特征A，R2表示第二训练样本，dA,R1,R2表示样本特征A在第一训练样本R1与第二训练样本R1之间的距离，max表示最大值，min表示最小值；当样本特征A为离散特征时， 对于离散特征，样本间距离被定义为0或1，分别表示相等或不相等,即两个样本在离散特征上的取值完全相同时距离为0，不同时距离为1；所述机器学习算法具体为随机森林算法，所述S4具体包括：S401：对所述样本数据集进行Bootstrap随机抽样，生成多个数据子集；S402：根据各个样本特征的重要性参数值，确定各个样本特征的抽取概率；S403：按照各个样本特征的抽取概率，随机抽取样本特征，生成多个特征子集；S404：随机选取一个数据子集和一个特征子集；S405：根据选取的特征子集，选用CART特征分裂方式，以品种鉴定分类为目标，将根节点分裂为叶节点，构建出决策树；S406：重复上述S404和S405，构建出多颗决策树，并将多颗决策树组成随机森林，以构建基于随机森林的品种鉴定分类模型。

全文数据：

权利要求：

百度查询： 北京格致博雅生物科技有限公司 一种基于机器学习的品种鉴定分类方法及系统