Various embodiments described in this paper involve methods and devices for robust classification. Many real-world data sets are affected by missing and incomplete data. By assigning the weights to the specific features of the data set based on which (or) the features are missing or incomplete, the embodiments of the present invention can provide robustness and recovery against missing data.
【技术实现步骤摘要】
【国外来华专利技术】鲁棒分类器相关申请的交叉引用本申请要求享有于2015年2月12日提交的待决美国临时申请No.62/115330的权益,通过引用将其整体公开并本文入,如同出于所有目的在本文中对其整体进行了阐述。
在此所描述的各种实施总体涉及用于鲁棒分类的方法和装置,并且更具体地,但并非排他地,涉及使用可能具有缺失或不完整的数据的数据集的分类。
技术介绍
数据集常常受缺失或不完整的数据的影响。数据可能出于各种原因而从具体数据集中缺失,诸如由于人为误差或出故障的数据采集设备造成的不充分的监测。基于这样的数据集的结论或分类因此可能是不准确的,而不管是出于缺失或不完整的数据的原因。然而,已经存在用于处理缺失或不完整的数据的特定技术。一种技术被称为数据填补。数据填补涉及计算针对缺失数据的近似。这种技术可以涉及构建针对给定数据特征的缺失值的估计器。估计值可以根据数据集中的其他值导出。例如,估计值例如可以是总体均值、中值、众数等。数据填补是易于实施的,但是不是非常准确,并且能够简单地向数据中注入噪声。额外地,比数据集的均值或中值的计算更为复杂的值估计可以要求关于特征之间的关系的先验知识和/或复杂 ...
【技术保护点】
一种用于鲁棒分类的装置,所述装置包括:接收器,其接收数据,接收到的数据具有来自特征集合的至少一个特征;存储器,其被配置为存储计算机可读指令,所述计算机可读指令用于执行鲁棒分类;以及处理器,其与所述存储器和所述接收器通信,其中,对用于执行鲁棒分类的所述计算机可读指令的运行令所述处理器实施:至少一个低维分类器,其与所述接收器通信,其中,所述至少一个低维分类器中的每个与来自所述特征集合的相应的输入特征相关联,并且基于所述输入特征在所述接收到的数据中的存在来提供输出;以及加权加法器,其与所述至少一个低维分类器中的每个以及所述接收器通信,其中,所述加权加法器提供所述至少一个低维分类器的所述输出的加权和。
【技术特征摘要】
【国外来华专利技术】2015.02.12 US 62/115,3301.一种用于鲁棒分类的装置,所述装置包括:接收器,其接收数据,接收到的数据具有来自特征集合的至少一个特征;存储器,其被配置为存储计算机可读指令,所述计算机可读指令用于执行鲁棒分类;以及处理器,其与所述存储器和所述接收器通信,其中,对用于执行鲁棒分类的所述计算机可读指令的运行令所述处理器实施:至少一个低维分类器,其与所述接收器通信,其中,所述至少一个低维分类器中的每个与来自所述特征集合的相应的输入特征相关联,并且基于所述输入特征在所述接收到的数据中的存在来提供输出;以及加权加法器,其与所述至少一个低维分类器中的每个以及所述接收器通信,其中,所述加权加法器提供所述至少一个低维分类器的所述输出的加权和。2.根据权利要求1所述的装置,其中,所述接收到的数据包括至少一个训练范例。3.根据权利要求2所述的装置,其中,使用接收到的至少一个训练范例来训练所述至少一个低维分类器中的每个。4.根据权利要求3所述的装置,其中,所述加权加法器响应于所述接收到的至少一个训练范例而调节被分配给所述至少一个低维分类器中的每个的所述输出的权重。5.根据权利要求1所述的装置,其中,所述加权加法器的输出是血液动力学不稳定性评分。6.根据权利要求1所述的装置,其中,所述加权加法器将为零的权重分配给关联特征不存在于所述接收到的数据中的分类器,并且在其他情况下将非零的权重分配给关联特征存在于所述接收到的数据中的分类器。7.根据权利要求1所述的装置,其中,所述低维分类器中的至少一个被配置为在其关联特征不存在于所述接收到的数据中时输出零值。8.根据权利要求7所述的装置,其中,所述加权加法器响应于通过所述低维分类器中的至少一个的零值的所述输出而调节被分配给输出非零值的所述低维分类器中的至少一个的所述输出的所述权重。9.一种由处理器执行的方法,所述处理器运行被存储在存储器上的用于执行鲁棒分类的指令,所述方法包括:经由接收器接收数据,所述数据具有来自特征集合的至少一个特征;向接收到的数据应用至少一个低维分类器,所述至少一个低维分类器中的每个与所述特征集合的相应的输入特征相关联,所述至少一个低维分类器的应用基于所述输入特征在所述接收到的数据中的存在来产生输出;并且基于所述至少一个低...
【专利技术属性】
技术研发人员:B·康罗伊,L·J·埃谢曼,C·波特斯,M·徐,
申请(专利权)人:皇家飞利浦有限公司,
类型:发明
国别省市:荷兰,NL
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。