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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种泛化特征空间数据流的分类方法及其装置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：CN115409093B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202210967620.7，技术领域涉及：G06F18/214；该发明授权一种泛化特征空间数据流的分类方法及其装置是由孙建彬;赵蕊蕊;游雅倩;姜江;于海跃;杨克巍;涂莉;葛冰峰;赵青松设计研发完成，并于2022-08-12向国家知识产权局提交的专利申请。

本一种泛化特征空间数据流的分类方法及其装置在说明书摘要公布了：本发明公开了一种泛化特征空间数据流的分类方法及其装置，所述方法为当一个新的泛化特征空间数据流到达时，基于MRMR算法进行特征选择，当前选择的特征与目前存储的特征被分为3类：active,new,silent，然后将数据中包含的信息压缩到与各个特征关联的参数中，当active不为空时，基于active特征构建的ERRule分类器的输出被用作相应特征的紧凑表示，用于学习new特征相关的知识；最后学习过程结束后，必要情况下执行基于每个特征的激活频率和权重的后续特征选择过程，以满足存储和计算需求。通过所述方法解决了泛化特征空间数据流的学习问题，同时采用不同的策略解决了不同情况下的泛化问题。

本发明授权一种泛化特征空间数据流的分类方法及其装置在权利要求书中公布了：1.一种泛化特征空间数据流的分类方法，其特征在于，所述方法包括： 对阶段t到达的数据流先进行特征选择，然后将阶段t所选特征和阶段t-1的全局特征空间中存储的特征分别归入new特征集、active特征集和silent特征集，所述new特征集为阶段t被引入的特征，所述active特征集为阶段t之前引入并存储的特征，所述silent特征集为阶段t之前已经出现但在阶段t没有重新出现的特征； 当active特征集为空，用阶段t所选特征构建动态证据推理规则分类器，得到准确率acct和分类器参数part； 当active特征集不为空，则更新active特征集中每个特征的激活频率，并根据阶段t-1的分类器参数part-1构建与active特征集匹配的动态证据推理规则分类器，得到阶段t数据流的初始准确率和初始融合结果，然后判断new特征集是否为空； 若active特征集不为空且new特征集不为空，则先将所述初始融合结果与new特征集合并得到然后基于构建动态证据推理规则分类器，得到准确率acct和分类器参数part，所述分类器参数part存储训练后参数中与new特征有关的参数； 若active特征集不为空且new特征集为空，使用所述初始融合结果替换active特征集得到然后基于构建动态证据推理规则分类器，得到准确率acct和分类器参数part； 根据所述准确率acct和分类器的参数part，更新阶段t的全局特征空间。

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中国人民解放军国防科技大学，其通讯地址为：410003 湖南省长沙市开福区德雅路109号；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”。