基于混合公共因子分析器的分布式高维数据分类方法

发明专利有效专利

申请号：
CN201510916426.6
IPC分类号：G06K9/62
申请日期：
2015-12-10
申请人：
南京邮电大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于混合公共因子分析器的分布式高维数据分类方法
申请号	CN201510916426.6	申请日期	2015-12-10
法律状态	暂无	申报国家	中国
公开/公告日	2016-05-04	公开/公告号	CN105550704A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2查看分类表>
申请人	南京邮电大学	申请人地址	江苏省南京市江北新区中山科技园科创大道9号D5幢214室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	国网江苏省电力有限公司信息通信分公司,南京天谷信息技术有限公司	当前权利人	国网江苏省电力有限公司信息通信分公司,南京天谷信息技术有限公司
发明人	魏昕;丁平船;张胜男;周亮
代理机构	南京知识律师事务所	代理人	汪旭东

摘要

本发明公开了基于混合公共因子分析器的分布式高维数据分类方法，该方法通过网络中不同节点之间的协作，以分布式方式实现高维数据的分类。各个节点处用混合公共因子分析器来建模其高维数据的分布，整个分类分成训练和识别两个部分。在训练过程中，首先进行模型参数的初始化和局部计算，然后将计算好的三组中间变量进行广播扩散，当节点收到其邻居节点广播来的中间变量时，计算联合统计量并完成参数的估计，该过程不断迭代直至收敛。在识别阶段，待分类的数据输入任一节点，计算其关于训练出的每一类数据所对应的模型的对数似然值，将最大对数似然值对应的类别作为识别结果。采用本方法可以实现高维数据的分布式降维，网络中的每个节点都获得较高并且一致的分类性能，此外节点间只传输交互中间变量可以有效地保护数据的隐私。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供