(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111606580.5 (22)申请日 2021.12.26 (71)申请人 中国人民解 放军63919部队 地址 100094 北京市海淀区北清路26号 (72)发明人 李勇枝　徐冲　刘军莲　郭立国　 范全春　王佳平　刘宇　武晓瑞　 赵爽　 (74)专利代理 机构 北京中南长风知识产权代理 事务所(普通 合伙) 11674 专利代理师 李青 (51)Int.Cl. G06F 16/906(2019.01) G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 一种数据分类模 型训练方法、 数据分类方法 及装置 (57)摘要 本发明公开一种数据分类模 型训练方法、 数 据分类方法及装置， 数据分类模型训练方法包 括： 获取训练数据集； 对训练数据集进行数据处 理， 确定目标数据集； 构造 数据分类模型， 利用目 标数据集对 数据分类模型进行训练， 生成目标数 据分类模型。 本发明基于特征融合和领域负样本 消除的慢 性胃炎诊断算法， 可以让慢 性胃炎的诊 断更加客观化， 可重复性更强； 采用特征融合和 领域负样本消除算法可以解决特殊数据可用特 征少、 类不平衡和数据重叠问题， 比传统的机器 学习方法更加精准。 权利要求书2页 说明书9页 附图8页 CN 114491194 A 2022.05.13 CN 114491194 A 1.一种数据分类模型训练方法， 其特 征在于， 包括： 获取训练数据集； 对所述训练数据集进行 数据处理， 确定目标 数据集； 构造数据分类模型， 利用所述目标数据集对所述数据分类模型进行训练， 生成目标数 据分类模型。 2.根据权利要求1所述的方法， 其特征在于， 所述对所述训练数据集进行数据处理， 确 定目标数据集， 包括： 对所述训练数据集进行 特征提取， 确定原 始特征库； 根据所述原 始特征库划分各个特 征数据集， 确定训练数据集和 测试数据集； 利用所述训练数据集和所述测试数据集通过分类器对所述原始特征库进行特征融合， 生成融合特 征数据集； 通过领域负样本消除算法对所述融合特 征数据集进行处 理， 确定目标 数据集。 3.根据权利要求2所述的方法， 其特征在于， 所述利用所述训练数据集和所述测试数据 集通过分类 器对所述原 始特征库进行 特征融合， 生成融合特 征数据集， 包括： 利用所述分类器对所述原始特征库划分各个所述测试数据集进行预测， 确定预测结 果； 使用预设算法在所述原始特征库划分各个所述训练数据集进行训练， 得到测试集类预 测结果； 根据所述预测结果以及所述测试集类预测结果， 生成融合特 征数据集。 4.根据权利要求3所述的方法， 其特征在于， 所述根据所述预测结果以及所述测试集类 预测结果， 生成融合特 征数据集， 包括： 获取所述训练数据集对应的数据分类结果； 对比所述预测结果与所述数据分类结果， 确定第一对比结果； 对比所述测试集类预测结果与所述数据分类结果， 确定第二对比结果； 判断所述第二对比结果与第一对比结果是否满足预设要求时， 当满足预设要求时， 将 对应的各个特 征确定为融合特 征数据集。 5.根据权利要求2所述的方法， 其特征在于， 所述通过领域负样本消除算法对所述融合 特征数据集进行处 理， 确定目标 数据集， 包括： 获取所述融合特 征数据集中的负 样本及正样本； 利用预设算法在所述训练数据集上进行训练， 确定各个负 样本的近邻数据； 根据所述近邻数据以及所述 正样本， 确定所述目标 数据集。 6.根据权利要求5所述的方法， 其特征在于， 所述根据所述近邻数据以及所述正样本， 确定所述目标 数据集， 包括： 判断所述近邻数据中是否存在所述 正样本； 当所述近邻数据中存在所述正样本， 则在所述近邻数据中排除相应样本数据， 直到所 述邻数据中不存在所述 正样本， 确定所述目标 数据集。 7.根据权利要求2所述的方法， 其特征在于， 所述利用所述目标数据集对所述数据分类 模型进行训练， 生成目标 数据分类模型， 包括： 利用所述分类 器构建数据分类模型；权　利　要　求　书 1/2 页 2 CN 114491194 A 2通过所述目标 数据集对所述数据分类模型进行参数优化， 以确定确定目标分类模型。 8.一种数据分类方法， 其特 征在于， 包括： 利用如权利要求1 ‑7任一项所述的数据分类模型训练方法对数据分类模型进行训练， 确定目标 数据分类模型； 获取待分类数据； 利用所述目标 数据分类模型对所述待分类数据进行分类处 理， 确定分类结果。 9.一种数据分类模型训练装置， 其特 征在于， 包括： 获取模块， 用于获取训练数据集； 数据处理模块， 用于对所述训练数据集进行 数据处理， 确定目标 数据集； 分类模块， 用于构造数据分类模型， 利用所述目标数据集对所述数据分类模型进行训 练， 生成目标 数据分类模型。 10.一种数据分类装置， 其特 征在于， 包括： 第一处理模块， 用于利用 如权利要求9所述的数据分类模型训练装置对数据分类模型 进行训练， 确定目标 数据分类模型； 第二处理模块， 用于获取待分类数据； 第三处理模块， 用于利用所述目标数据分类模型对所述待分类数据进行分类处理， 确 定分类结果。权　利　要　求　书 2/2 页 3 CN 114491194 A 3