发明 面向混合采样工业大数据的基于多视图字典学习分类方法
人工智能 数据挖掘 字典学习 多视图学习 深度学习 智慧工业 智慧生产 人工智能 数据挖掘 字典学习 多视图学习 深度学习 智慧工业 智慧生产 【人工智能 数据挖掘 字典学习 多视图学习 深度学习 智慧工业 智慧生产】 2人
G06K9/62
摘要：本发明请求保护一种面向混合采样工业大数据的基于多视图字典学习的分类方法，该方法巧妙借助多视图数据的分类思想，以混合采样工业数据与多视图数据的共性特点进行连接，同时，考虑到混合采样数据的样本数量不一致特点，设计了适应混合采样数据的分类方案。在训练阶段，通过字典学习方法，学习了每个采样频率数据每一类训练样本的字典。在分类测试阶段，首先利用训练的与对应采样频率数据相关的字典对测试样本进行编码，然后利用子字典和测试样本的编码向量来判断样本与哪个类簇的重构误差最小，则表示样本属于该类簇。本发明相较于现有技术，极大限度地利用原始数据，保证了原始数据的分布，提高了分类结果的精度。
