[发明专利]一种快速分类模型构建方法

权利要求书

1.一种快速分类模型构建方法，其特征在于，包括以下步骤：

S1、局部敏感哈希映射：

S11、设训练样本的总数为N，样本中包括正类样本点和负类样本点；

S12、采用标准局部敏感哈希方法将每一个训练样本点映射为一个位数为K的哈希值，映射完成后共得到H个不同的哈希值，视每个不同的哈希值为一个哈希桶，则得到H个哈希桶；

S2、统计样本点数：

S21、统计每一个哈希桶中的正类样本点个数和负类样本点个数其中i为哈希桶编号，1≤i≤H；

S22、比较每一个哈希桶中的正类样本点个数和负类样本点个数的数值大小，得到两者较小值其中，是取和两者中的较小者；

S3、初始化：

S31、定义支持向量集S、边界样本集B和精简训练样本集T，并将支持向量集S、边界样本集B和精简训练样本集T初始化为空；

S32、定义迭代计数器n，并设置迭代计数器n的初始值为1；

S33、定义样本点个数门限t，并设置样本点个数门限t的初始值为t₀；

S4、筛选边界样本：

S41、判断n是否等于1，若是，则筛选出满足的所有哈希桶，若否，则筛选出满足的所有哈希桶；

S42、清空边界样本集B；

S43、将筛选得到的所有哈希桶中的所有样本点添加到边界样本集B中；

S5、构建训练样本集：

S51、清空精简训练样本集T；

S52、将边界样本集B和支持向量集S中的所有样本点添加到精简训练样本集T中；

S6、训练分类模型：在精简训练样本集T上进行SVM训练，得到支持向量集S′和分类模型M′；

S7、判定终止条件：

S71、计算支持向量个数变化值Δw，其中，|·|为取绝对值运算，||·||为取集合元素个数运算；

S72、将样本点个数门限t自减1，将迭代计数器n自加1；

S73、设w_th为预设的支持向量个数变化阈值，若满足Δw＜w_th或t＝0，则结束构建流程，输出分类模型M′，否则更新S＝S′，并跳转至步骤S41。

2.根据权利要求1所述的快速分类模型构建方法，其特征在于，所述步骤S12中哈希值的位数K的取值范围为：

log₂N≤K≤log₂N+10。

3.根据权利要求1所述的快速分类模型构建方法，其特征在于，所述步骤S33中样本点个数门限t的初始值t₀的取值范围为：其中，是向下取整函数，是取和1两者中的较大者。

4.根据权利要求1所述的快速分类模型构建方法，其特征在于，所述步骤S73中支持向量个数变化阈值w_th的取值范围为：