Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Aller à Demande

1. WO2020155756 - PROCÉDÉ ET DISPOSITIF POUR OPTIMISER UNE PROPORTION DE POINTS ANORMAUX SUR LA BASE D'UN REGROUPEMENT ET D'UNE SSE

Numéro de publication WO/2020/155756
Date de publication 06.08.2020
N° de la demande internationale PCT/CN2019/117363
Date du dépôt international 12.11.2019
CIB
G06K 9/62 2006.1
GPHYSIQUE
06CALCUL; COMPTAGE
KRECONNAISSANCE DES DONNÉES; PRÉSENTATION DES DONNÉES; SUPPORTS D'ENREGISTREMENT; MANIPULATION DES SUPPORTS D'ENREGISTREMENT
9Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
62Méthodes ou dispositions pour la reconnaissance utilisant des moyens électroniques
CPC
G06K 9/6223
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
62Methods or arrangements for recognition using electronic means
6217Design or setup of recognition systems and techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
6218Clustering techniques
622Non-hierarchical partitioning techniques
6221based on statistics
6223with a fixed number of clusters, e.g. K-means clustering
G06K 9/6269
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
62Methods or arrangements for recognition using electronic means
6267Classification techniques
6268relating to the classification paradigm, e.g. parametric or non-parametric approaches
6269based on the distance between the decision surface and training patterns lying on the boundary of the class cluster, e.g. support vector machines
Déposants
  • 平安科技(深圳)有限公司 PING AN TECHNOLOGY (SHENZHEN) CO., LTD. [CN]/[CN]
Inventeurs
  • 杨志鸿 YANG, Zhihong
  • 徐亮 XU, Liang
  • 阮晓雯 RUAN, Xiaowen
Mandataires
  • 深圳市精英专利事务所 SHENZHEN TALENT PATENT SERVICE
Données relatives à la priorité
201910079217.928.01.2019CN
Langue de publication chinois (ZH)
Langue de dépôt chinois (ZH)
États désignés
Titre
(EN) METHOD AND DEVICE FOR OPTIMIZING ABNORMAL POINT PROPORTION BASED ON CLUSTERING AND SSE
(FR) PROCÉDÉ ET DISPOSITIF POUR OPTIMISER UNE PROPORTION DE POINTS ANORMAUX SUR LA BASE D'UN REGROUPEMENT ET D'UNE SSE
(ZH) 基于聚类和SSE的异常点比例优化方法及装置
Abrégé
(EN)
The present application discloses a method and a device for optimizing a abnormal point proportion based on clustering and SSE. The method comprises the steps of receiving a collection of data points to be classified, and clustering the collection of data points to be classified by k-means clustering to obtain multiple clusters; obtaining data points corresponding to each cluster of the multiple clusters, and constructing a single classification support vector machine corresponding to each cluster according to a preset current abnormal point proportion and each cluster; continuously adjusting the current abnormal point proportion until the residual variation exceeds a variation threshold, taking the current abnormal point proportion plus the step size as an optimal abnormal point proportion; and classifying the selected clusters according to the single classification support vector machine and the optimal abnormal point proportion to obtain an optimal classification result.
(FR)
La présente demande concerne un procédé et un dispositif permettant d'optimiser une proportion de points anormaux sur la base d'un regroupement et d'une SSE. Le procédé comprend les étapes consistant à recevoir une collection de points de données devant être classifiés, et à regrouper la collection de points de données devant être classifiés par groupement à K moyennes pour obtenir de multiples groupes ; à obtenir des points de données correspondant à chaque groupe des multiples groupes, et à construire une machine à vecteurs de support de classification unique correspondant à chaque groupe selon une proportion de points anormaux actuelle prédéfinie et chaque groupe ; à ajuster en continu la proportion de points anormaux actuelle jusqu'à ce que la variation résiduelle dépasse un seuil de variation à prendre la proportion de points anormaux actuelle ainsi que la taille de pas en tant que proportion de points anormaux optimale ; et à classifier les groupes sélectionnés en fonction de la machine à vecteurs de support de classification unique et de la proportion de points anormaux optimale pour obtenir un résultat de classification optimal.
(ZH)
本申请公开了基于聚类和SSE的异常点比例优化方法及装置。该方法通过接收待分类数据点集合,通过k-means聚类将待分类数据点集合进行聚类,得到多个聚类簇;获取多个聚类簇中所包括每一聚类簇对应的数据点,根据预设的当前异常点比例及每一聚类簇,构建与每一聚类簇一一对应的单分类支持向量机;通过不断调整当前异常点比例,直至残差变动幅度超出变动幅度阈值,将当前异常点比例加上步长作为最优异常点比例;以及将所选定的聚类簇根据单分类支持向量机及最优异常点比例进行分类,得到最优分类结果。
Également publié en tant que
Dernières données bibliographiques dont dispose le Bureau international