用于管理及预测自动分类器性能的方法和装置制造方法及图纸

本发明专利技术公开了用于检测时间性过程变化的技术，以及通过使用基于样本的时间排序的性能估计来管理和预测被应用于这种过程的自动分类器的性能的技术。

【技术实现步骤摘要】

本专利技术涉及用于检测时间性过程变化的技术，以及用于管理和预测自动分类器性能的方法和装置。
技术介绍
很多依赖于物体的模式识别和/或分类的工业应用(诸如自动制造检查或分类系统)都在利用有监督学习技术。如图1所代表的有监督学习系统是一种基于已加注标签的训练数据2的代表性输入集合，利用有监督学习算法4来创建经训练的分类器6的系统。训练数据2的集合中的每个成员都包含特征向量xi以及指示出具体成员所属唯一类别的标签ci。给定特征向量x，经训练的分类器f将返回相应的类别标签f(x)=c^.]]>有监督学习系统4的目标是使分类器6的准确性或相关的量度不仅对于训练数据2最大化，而且对于类似获得的、学习算法4无法获得的测试数据的集合也最大化。如果用于具体应用的类别标签的集合只包含两个条目，则将该应用称为二元(或两类)分类问题。二元分类问题在自动检查中常见，例如其目标通常是判断制成品是好还是坏。例如在将项目分类成一个或多个子类的过程(例如按品种对鱼分类、按速度对计算机存储器分类等等)中，也会遇到多类的问题。在统计模式识别中，已经广泛研究了有监督学习，并且基于不可见的测试数据来训练分类器并且预本文档来自技高网...

【技术保护点】
一种用于检测过程中的时间性变化的方法，从所述过程得到这样的样本，所述样本用于被使用已加注标签的训练数据的集合训练的分类器分类，所述方法包括以下步骤：根据一个或多个第一标准选出所述已加注标签的训练数据的一个或多个第一教导子集，并且根据 一个或多个第二标准选出所述已加注标签的训练数据的相应第一测试子集，其中所述一个或多个第一标准和一个或多个第二标准中的至少一个至少部分地基于时间顺序；分别使用所述相应的一个或多个第一教导子集来训练一个或多个第一分类器；分别使用 所述相应的一个或多个第一分类器来分类所述一个或多个第一测试子集的成员；将分配给所述一个或多个第一...

【技术特征摘要】
...

【专利技术属性】
技术研发人员：约翰M海曼，李强，
申请(专利权)人：安捷伦科技有限公司，
类型：发明
国别省市：US[美国]