[发明专利]一种基于集成支持向量机对深度特征进行分类的方法在审
| 申请号： | 201810378739.4 | 申请日： | 2018-04-25 |
| 公开（公告）号： | CN108564132A | 公开（公告）日： | 2018-09-21 |
| 发明（设计）人： | 张黎;邹开红;宗旭;蒋娟 | 申请（专利权）人： | 杭州闪捷信息科技股份有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 杭州千克知识产权代理有限公司 33246 | 代理人： | 裴金华 |
| 地址： | 311100 浙江省杭州*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 深度特征 分类 集成支持向量机 分类器输出 核函数 数字信号处理技术 结果准确性 分类结果 获取信息 信息提取 信息通过 分级 投票 预测 | ||
1.一种基于集成支持向量机对深度特征进行分类的方法，其特征在于，包括以下步骤：
S1：输入待分类的深度特征文件；
S2：建立第一预定值种降维维度；
S3：建立第二预定值种核函数；
S4：依次获取上述任一降维维度和任一核函数组合下的分类器输出信息；
S5：将每一个分类器输出信息通过组合投票，得出待分类的深度特征文件的分类结果。
2.根据权利要求1所述的一种基于集成支持向量机对深度特征进行分类的方法，其特征在于：
执行步骤S1时，待分类的深度特征文件包括文本、图片、动画和视频。
3.根据权利要求1所述的一种基于集成支持向量机对深度特征进行分类的方法，其特征在于：
执行步骤S2之前，根据待分类的深度特征文件类型，生成第一预定值。
4.根据权利要求1所述的一种基于集成支持向量机对深度特征进行分类的方法，其特征在于：
执行步骤S2时，采用主成分分析方法进行不同维度的降维。
5.根据权利要求1所述的一种基于集成支持向量机对深度特征进行分类的方法，其特征在于：
执行步骤S2之后，将建立好的降维维度，形成多维度深度的特征矩阵。
6.根据权利要求1所述的一种基于集成支持向量机对深度特征进行分类的方法，其特征在于：
执行步骤S3之前，根据待分类的深度特征文件类型，生成第二预定值。
7.根据权利要求1所述的一种基于集成支持向量机对深度特征进行分类的方法，其特征在于：
执行步骤S4时，输出信息的数量为第一预定值与第二预定值的乘积。
8.根据权利要求1所述的一种基于集成支持向量机对深度特征进行分类的方法，其特征在于：
执行步骤S4时，分类器的数量与输出信息的数量相同。
9.根据权利要求1所述的一种基于集成支持向量机对深度特征进行分类的方法，其特征在于，步骤S5具体为：
S51：将每一个分类器的输出输入至组合投票模块；
S52：进行权重组合投票；
S53：投票胜出的结果为最终分类结果。
10.根据权利要求9所述的一种基于集成支持向量机对深度特征进行分类的方法，其特征在于：
执行步骤S53时，投票评分高的结果为投票胜出的结果。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州闪捷信息科技股份有限公司，未经杭州闪捷信息科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810378739.4/1.html，转载请声明来源钻瓜专利网。
