[发明专利]样本训练方法、分类方法、识别方法、装置、介质及系统有效
| 申请号： | 201810931064.1 | 申请日： | 2018-08-15 |
| 公开（公告）号： | CN109214431B | 公开（公告）日： | 2022-02-01 |
| 发明（设计）人： | 杜文静;王磊;李慧慧 | 申请（专利权）人： | 深圳先进技术研究院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/00 |
| 代理公司： | 深圳智趣知识产权代理事务所(普通合伙) 44486 | 代理人： | 王策 |
| 地址： | 518055 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明适用计算机技术领域，提供了一种样本训练方法、分类方法、下背痛症状识别方法、计算装置、计算机可读存储介质及下背痛症状识别系统，第一分类器既考虑了属于第一类别的第二样本集合中样本特征相较于第二类别参考样本特征变化的普通性，也考虑了属于第一类别的第三样本集合中样本特征相较于第二类别参考样本特征变化的相对稀有性，从而能快速、较为准确地进行分类，而第二分类器重点考虑了属于第一类别的第三样本集合中样本特征相较于第二类别参考样本特征变化的稀有性，从而能在第一分类器的分类错误时对其进行修正性地再次分类，进而有效保证了待测样本分类的准确性。 | ||
| 搜索关键词： | 样本 训练 方法 分类 识别 装置 介质 系统 | ||
【主权项】：
1.一种样本训练方法，其特征在于，所述方法包括下述步骤：获得由属于第一类别的待训练样本构成的第一样本集合，所述第一样本集合包含：由相较于属于第二类别的参考样本、特征变化不具有显著差异的待训练样本构成的第二样本集合，以及，由相较于所述参考样本的特征变化、与所述第二样本集合中待训练样本相较于所述参考样本的特征变化之间具有显著差异的待训练样本构成的第三样本集合；对所述第一样本集合中待训练样本的特征、所述第三样本集合中待训练样本的特征进行机器学习分类方法的训练，分别对应得到第一分类器、第二分类器。
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深圳先进技术研究院，未经深圳先进技术研究院许可，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/201810931064.1/，转载请声明来源钻瓜专利网。
