基于正负对约束数据的KL距离训练得到属性列权重的方法专利登记公告

专利名称：基于正负对约束数据的KL距离训练得到属性列权重的方法

摘要：本发明公开了一种基于正负对约束数据的KL距离训练得到属性列权重的方法，该首先建立正对数据集和负对数据集的预处理数据结构，该数据结构包含了二元数据集，其中正对数据集为标记正对的相关实例数据集合，负对数据集为标记负对的相关实例数据集合，进而在数据集基础上分别计算加权KL距离；其次，根据二次规划优化算法，最终训练得到二元数据集矩阵中每一属性列的权值；该方法能高效、准确地得到属性列权重，实现数据挖掘。

专利类型：发明专利

专利号：CN201210084723.5

专利申请（专利权）人：南京财经大学

专利发明（设计）人：伍之昂;曹杰;毛波;刘英卓;方昌键

主权项：一种基于正负对约束数据的KL距离训练得到属性列权重的方法，其特征在于：该首先建立正对数据集和负对数据集的预处理数据结构，该数据结构包含了二元数据集，其中正对数据集为标记正对的相关实例数据集合，负对数据集为标记负对的相关实例数据集合，进而在数据集基础上分别计算加权KL距离；其次，根据二次规划优化算法，最终训练得到二元数据集矩阵中每一属性列的权值；具体如下：1）预处理输入数据集；输入数据由标记的正对数据集合和负对数据集合组成，这两个数据集为???????????????????????????????????

专利地区：江苏