[发明专利]一种基于欠采样改进的AdaBoost算法的脱贫时间预测方法有效
| 申请号： | 201910726630.X | 申请日： | 2019-08-07 |
| 公开（公告）号： | CN110516853B | 公开（公告）日： | 2020-12-29 |
| 发明（设计）人： | 朱容波;王俊;王德军;张静静 | 申请（专利权）人： | 中南民族大学 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/26;G06K9/62 |
| 代理公司： | 湖北武汉永嘉专利代理有限公司 42102 | 代理人： | 胡建平;刘琰 |
| 地址： | 430074 湖北省武*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于欠采样改进的AdaBoost算法的脱贫时间预测方法，该方法包括以下步骤：通过入库贫困户相关基本信息进行整理，提取致贫敏感信息，作为模型的输入；通过抽取贫困户的入库日期以及脱贫日期，得到贫困户从入库到脱贫所用的时间即脱贫年限，作为模型的输出；在建模过程中采用自适应聚类的近邻欠采样技术对AdaBoost算法进行改进，得到ACNUSBoost算法，通过自适应聚类算法对训练样本中的多数类样本进行聚类，针对每个簇的聚类中心保留一定比例的近邻样本作为代表性样本，随机去除部分剩余的多数类样本；并对分类器进行多次线性组合，得到基于ACNUSBoost算法的脱贫时间预测模型；本发明利用欠采样技术解决AdaBoost算法中少数类样本有限的问题，能准确进行脱贫时间的预测。 | ||
| 搜索关键词： | 一种 基于 采样 改进 adaboost 算法 脱贫 时间 预测 方法 | ||
【主权项】：
1.一种基于欠采样改进的AdaBoost算法的脱贫时间预测方法，其特征在于，该方法包括以下步骤：/n训练阶段：/n获取贫困户数据库，通过入库贫困户相关基本信息进行整理，提取致贫敏感信息，作为模型的输入，即训练样本；通过抽取贫困户的入库日期以及脱贫日期，得到贫困户从入库到脱贫所用的时间即脱贫年限，作为模型的输出；/n在建模过程中采用自适应聚类的近邻欠采样技术对AdaBoost算法进行改进，得到了ACNUSBoost算法，通过自适应聚类算法对训练样本中的多数类样本进行聚类，针对每个簇的聚类中心保留一定比例的近邻样本作为代表性样本，随机去除部分剩余的多数类样本，少数类样本数量保持不变；并对分类器进行多次线性组合，得到基于ACNUSBoost算法的脱贫时间预测模型；/n测试阶段：/n输入待预测的贫困户数据，通过基于ACNUSBoost算法的脱贫时间预测模型，输出预测的脱贫时间。/n
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中南民族大学，未经中南民族大学许可，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/201910726630.X/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
