买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉电子科技大学长三角研究院(湖州)申请的专利基于多标签演变高维文本流的在线半监督分类算法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116861287B 。

龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310752440.1，技术领域涉及：G06F18/24；该发明授权基于多标签演变高维文本流的在线半监督分类算法是由瑞嘉;杰克;邵俊明;阿曼乌拉;里亚兹乌拉汗设计研发完成，并于2023-06-25向国家知识产权局提交的专利申请。

本基于多标签演变高维文本流的在线半监督分类算法在说明书摘要公布了：本发明提供了一种基于多标签演化高维文本流的在线半监督分类算法，其特征在于：包括模型初始化、分类阶段和模型维护；取Dinit个带标签的文档，并为每个标签创建Zmin个微簇，微簇包含文档；初始模型对每个到来的文档流进行预测，对于每个到来的文档，模型计算簇‑文档的概率，并基于概率得分，选择k个最近的微簇Zd；此时，需要预测的标签数Y等于具有高于Zd分布均值的微簇的数量lcount；当大于平均值的簇数量为一，则预测在最近的簇中有高簇数量的标签，否侧比较每个标签的簇概率之和，并用最近标签的标签共现得分进行预测；在预测标签后，如果到来的文档没有标签，则将其添加到每个预测标签的最近微簇中，否则将到达的文档添加到地面真实标签的最近微簇中。

本发明授权基于多标签演变高维文本流的在线半监督分类算法在权利要求书中公布了：1.基于多标签演化高维文本流的在线半监督分类算法，其特征在于：包括模型初始化、分类阶段和模型维护； 取Dinit个带标签的文档，并为每个标签创建Zmin个微簇，微簇包含文档；初始模型对每个到来的文档流进行预测，对于每个到来的文档，模型计算簇-文档的概率，并基于概率得分，选择k个最近的微簇Zd；此时，需要预测的标签数Y等于具有高于Zd分布均值的微簇的数量lcount；当大于平均值的簇数量为一，则预测在最近的簇中有高簇数量的标签，否则比较每个标签的簇概率之和，并用最近标签的标签共现得分进行预测；在预测标签后，如果到来的文档没有标签，则将其添加到每个预测标签的最近微簇中，否则将到达的文档添加到地面真实标签的最近微簇中，降低每个错预测的标签相关簇和文档之间的共同术语得分Vd∩z 微簇定义为8元组，其中m是文档的数量，表示单词w的词频，n是簇中所有单词的频率计数的总和储存了微簇的分配标签，r包含衰减权重，u是最后更新的时间戳，ta是单词到达的时间戳，cw是单词与单词的共现得分矩阵，每个条目定义如下， 这里，是文档d′中单词w的频率计数，在文档中，wi和wj之间的比率必须满足其中i≠j； 模型初始化时，采用Dinit个带标签的实例，对于每个标签l∈L，从给定的Dinit中选择一组大小相等的实例Si，定义为Sinit＝{S1,…,S|L|}，使用LDA处理文本数据的潜在子空间，计算一级标签共现权重矩阵LCM，其中每个条目使用启发式概率计算标签li和lj之间的权重，定义为 在初始化簇和标签共现得分矩阵之后，对每个到达的文档进行分类过程，包括两个步骤：计算流中每个到达实例与模型中所有活跃簇的相似度得分，以及通过观察k个最近的簇来预测标签； 相似度计算时，概率得分定义为： 其中，D是模型M中的活动文档总数，ICFw是逆簇频率，用于计算权重的重要性，定义为

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学长三角研究院(湖州)，其通讯地址为：313000 浙江省湖州市西塞山路819号南太湖科技创新综合体B2幢8层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。