[发明专利]一种在线分类微服务的构建方法有效
| 申请号： | 201810188057.7 | 申请日： | 2018-03-07 |
| 公开（公告）号： | CN108573275B | 公开（公告）日： | 2020-08-25 |
| 发明（设计）人： | 李红;吕攀;王成城;钱广一;杨国青;吴朝晖 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06F8/60 |
| 代理公司： | 杭州天勤知识产权代理有限公司 33224 | 代理人： | 王琛 |
| 地址： | 310013 浙江*** | 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： | 本发明公开了一种在线分类微服务的构建方法，相对于传统基于批处理的分类方法(如SMO等)由于每次分类都要对所有训练样本进行计算，具有耗时大和部署困难的问题，不利于模型的在线修改。本发明在线分类微服务构建方法，可以利用实时获取的训练样本对分类器进行更新，同时提高了对数据处理的效率，利用微服务的架构可以对降低部署模型的复杂度，加快模型的上线迭代。 | ||
| 搜索关键词： | 一种 在线 分类 微服 构建 方法 | ||
【主权项】：
1.一种在线分类微服务的构建方法，包括如下步骤：(1)获取初始样本集，其中每个样本预设有正负标签，进而采用LSSVM分类器对样本集进行分类，得到最优分类超平面f1，此时超平面f1将样本集分成两类，这些样本组成了支持向量集SV1；(2)获取新的训练样本，通过KKT条件判断该训练样本能否被超平面f1正确分类：若能，则舍去该训练样本；若不能，则将该训练样本加入到支持向量集SV1中进行分类训练得到新的超平面f2；(3)反复执行步骤(2)，每一次超平面更新后均需要检查之前训练样本的KKT条件，所有不满足KKT条件的训练样本纳入集合Tk并加入到下一次的训练过程中；训练过程分离线训练和线上更新两个阶段，同时对样本数据进行存储。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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浙江大学，未经浙江大学许可，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/patent/201810188057.7/，转载请声明来源钻瓜专利网。
