[发明专利]基于小数据集下的BN参数学习的目标识别方法在审
| 申请号： | 201810337723.9 | 申请日： | 2018-04-16 |
| 公开（公告）号： | CN108573282A | 公开（公告）日： | 2018-09-25 |
| 发明（设计）人： | 郭文强;高文强;徐成;肖秦琨;侯勇严;李梦然;刘洲洲 | 申请（专利权）人： | 陕西科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N7/00 |
| 代理公司： | 西安新思维专利商标事务所有限公司 61114 | 代理人： | 李罡 |
| 地址： | 710021*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及基于小数据集下的BN参数学习的目标识别方法，利用小样本数据集与定性专家经验有机结合，借助凸优化求解来提高BN参数学习精度，从而完成目标识别BN建模，最后利用目标识别BN推理结果来反映目标状态。本发明基于BN理论中学习算法和成熟的推理算法完成目标识别所需的建模和推理任务，充分利用了一些专家经验的等式和不等式约束条件，在一定程度上弥补了数据不足对参数学习精度的影响，又避免了对目标识别过程进行复杂的数学建模，所得识别推理模型具有特征参量少、学习能力强、解释性良好等优点，尤其适用于嘈杂、不确定性、动态的目标识别系统。 | ||
| 搜索关键词： | 目标识别 参数学习 专家经验 小数据 建模 不等式约束条件 目标识别系统 不确定性 目标状态 数据不足 数学建模 特征参量 推理结果 推理模型 推理算法 学习能力 学习算法 优化求解 有机结合 动态的 解释性 数据集 小样本 推理 定性 成熟 | ||
【主权项】：
1.基于小数据集下的BN参数学习的目标识别方法，其特征在于：利用小样本数据集与定性专家经验有机结合，借助凸优化求解来提高BN参数学习精度，从而完成目标识别BN建模，最后利用目标识别BN推理结果来反映目标状态。
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陕西科技大学，未经陕西科技大学许可，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/201810337723.9/，转载请声明来源钻瓜专利网。
