国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于狄利克雷特分布的置信度計(jì)算方法與流程

      文檔序號:11230406閱讀:421來源:國知局

      本發(fā)明涉及一種置信度計(jì)算方法,特別是涉及一種基于狄利克雷特分布的置信度計(jì)算方法。



      背景技術(shù):

      傳統(tǒng)的回歸置信度計(jì)算方法,不能處理高維和線性不可分的情況下的置信度計(jì)算問題。隨著特征的數(shù)量增加的,傳統(tǒng)的置信度計(jì)算方法難以針對每個(gè)特征概率進(jìn)行缺失補(bǔ)全、偏差修正等處理,容易造成計(jì)算結(jié)果的偏差。



      技術(shù)實(shí)現(xiàn)要素:

      本發(fā)明所要解決的技術(shù)問題是提供一種基于狄利克雷特分布的置信度計(jì)算方法,其能夠解決高維、線性不可分情況下的分界面預(yù)測問題,優(yōu)化缺失、強(qiáng)關(guān)聯(lián)、互斥情況下的特征概率。

      本發(fā)明是通過下述技術(shù)方案來解決上述技術(shù)問題的:一種基于狄利克雷特分布的置信度計(jì)算方法,其包括以下步驟:

      步驟一,隱含狄利克雷特分布參數(shù)估計(jì)訓(xùn)練;

      步驟二,輸入特征數(shù)據(jù)、特征處理;

      步驟三,參數(shù)和權(quán)重歸一化、置信度計(jì)算;

      步驟四,利用置信度計(jì)算和排序。

      優(yōu)選地,所述步驟一包括以下步驟:

      步驟十,輸入訓(xùn)練樣本數(shù)據(jù);

      步驟十一,隱含狄利克雷特分布參數(shù)估計(jì)訓(xùn)練;

      步驟十二,輸出模型的參數(shù)估計(jì)到基于狄利克雷特分布的置信度計(jì)算的模型參數(shù)中。

      優(yōu)選地,所述步驟二包括以下步驟:

      步驟二十,輸入預(yù)測數(shù)據(jù);

      步驟二十一,根據(jù)特征概率的特性,做補(bǔ)全、修正處理;

      步驟二十二,輸出處理后的概率到預(yù)測排序中,進(jìn)行置信度計(jì)算。

      優(yōu)選地,所述步驟三包括以下步驟:

      步驟三十,輸入預(yù)測數(shù)據(jù)的特征概率;

      步驟三十一,置信度計(jì)算;

      步驟三十二,置信度歸一化;

      步驟三十三,根據(jù)歸一化后的置信度預(yù)測和排序。

      優(yōu)選地,所述步驟四包括以下步驟:

      步驟四十,類別輸出模塊,用于輸出所分析得到對象的類別;

      步驟四十一,排序輸出模塊,用于輸出作案率較高的對象排序。

      本發(fā)明的積極進(jìn)步效果在于:本發(fā)明能夠采用隱含規(guī)律的置信度計(jì)算,克服了回歸等置信度計(jì)算方法在高維、線性不可分情況下的分界面預(yù)測問題;對不同類型的特征采取不同的處理方法,其中對缺失特征進(jìn)行先驗(yàn)概率補(bǔ)全,對強(qiáng)關(guān)聯(lián)、互斥特征進(jìn)行概率縮放,避免了特征缺失、強(qiáng)關(guān)聯(lián)、互斥帶來的概率干擾,減少預(yù)測、排序偏差。

      附圖說明

      圖1為本發(fā)明的流程圖。

      具體實(shí)施方式

      下面結(jié)合附圖給出本發(fā)明較佳實(shí)施例,以詳細(xì)說明本發(fā)明的技術(shù)方案。

      如圖1所示,本發(fā)明基于狄利克雷特分布的置信度計(jì)算方法包括以下步驟:

      步驟一,隱含狄利克雷特分布參數(shù)估計(jì)訓(xùn)練,用于獲取樣本數(shù)據(jù)并進(jìn)行隱含狄利克雷特分布訓(xùn)練,得到模型的參數(shù)估計(jì);

      步驟二,輸入特征數(shù)據(jù)、特征處理,用于計(jì)算預(yù)測數(shù)據(jù)概率,并針對特征概率進(jìn)行修正;

      步驟三,參數(shù)和權(quán)重歸一化、置信度計(jì)算,用于對預(yù)測數(shù)據(jù)進(jìn)行復(fù)雜的算法運(yùn)算計(jì)算置信度、做歸一化處理;

      步驟四,利用置信度計(jì)算和排序。

      所述步驟一包括以下步驟:

      步驟十,輸入訓(xùn)練樣本數(shù)據(jù);

      步驟十一,隱含狄利克雷特分布參數(shù)估計(jì)訓(xùn)練;

      步驟十二,輸出模型的參數(shù)估計(jì)到基于狄利克雷特分布的置信度計(jì)算的模型參數(shù)中。

      所述步驟二包括以下步驟:

      步驟二十,輸入預(yù)測數(shù)據(jù);

      步驟二十一,根據(jù)特征概率的特性,做補(bǔ)全、修正處理;

      步驟二十二,輸出處理后的概率到預(yù)測排序中,進(jìn)行置信度計(jì)算。

      所述步驟三包括以下步驟:

      步驟三十,輸入預(yù)測數(shù)據(jù)的特征概率;

      步驟三十一,置信度計(jì)算;

      步驟三十二,置信度歸一化;

      步驟三十三,根據(jù)歸一化后的置信度預(yù)測和排序。

      所述步驟四包括以下步驟:

      步驟四十,類別輸出模塊,用于輸出所分析得到對象的類別;

      步驟四十一,排序輸出模塊,用于輸出作案率較高的對象排序。

      以上所述的具體實(shí)施例,對本發(fā)明的解決的技術(shù)問題、技術(shù)方案和有益效果進(jìn)行了進(jìn)一步詳細(xì)說明,所應(yīng)理解的是,以上所述僅為本發(fā)明的具體實(shí)施例而已,并不用于限制本發(fā)明,凡在本發(fā)明的精神和原則之內(nèi),所做的任何修改、等同替換、改進(jìn)等,均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。



      技術(shù)特征:

      技術(shù)總結(jié)
      本發(fā)明公開了一種基于狄利克雷特分布的置信度計(jì)算方法,其包括以下步驟:步驟一,隱含狄利克雷特分布參數(shù)估計(jì)訓(xùn)練;步驟二,輸入特征數(shù)據(jù)、特征處理;步驟三,參數(shù)和權(quán)重歸一化、置信度計(jì)算;步驟四,利用置信度計(jì)算和排序。本發(fā)明能夠解決高維、線性不可分情況下的分界面預(yù)測問題,優(yōu)化缺失、強(qiáng)關(guān)聯(lián)、互斥情況下的特征概率。

      技術(shù)研發(fā)人員:李建;閔圣捷;賀晨陽;楊偉華;白云;石葆梅;張仕洪;彭京;趙敬千;賴宇;姜淮韜;謝伯棟;楊春勇;周洋;龍鑫;鄭鏢
      受保護(hù)的技術(shù)使用者:四川省公安科研中心;中電科華云信息技術(shù)有限公司;四川省公安廳;成都市公安局;成都市公安科學(xué)技術(shù)研究所
      技術(shù)研發(fā)日:2017.03.23
      技術(shù)公布日:2017.09.08
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會(huì)獲得點(diǎn)贊!
      1