← 返回列表
一种基于人工智能的数据管理方法、系统及介质
摘要文本
本发明涉及一种基于人工智能的数据管理方法、系统及介质，属于数据管理技术领域，本发明通过引入K近邻算法，通过K近邻算法计算出每个叶节点中异常的样本数据，并对异常的叶节点进行处理，输出处理后的叶节点，从而获取每个叶节点中的样本数据，并对样本数据进行特征提取，获取每个叶节点中样本数据的特征信息，根据特征信息对叶节点进行二次处理，生成最终的叶节点，本发明通过融合K近邻算法来计算出叶节点中的边界数据，从而对边界数据进行重新分类，优化了决策树算法出现的局部最优解的现象。其次，通过本方法能够避免出现原本属于两种类型的样本数据仅仅被分到一个叶节点中的现象，提高了样本数据的分类精度。。马 克 数 据 网
申请人信息
- 申请人:深圳励剑智能科技有限公司
- 申请人地址:518000 广东省深圳市南山区粤海街道高新区社区高新南九道45号西北工业大学三航科技大厦18层
- 发明人: 深圳励剑智能科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于人工智能的数据管理方法、系统及介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311312297.0 |
| 申请日 | 2023/10/11 |
| 公告号 | CN117454277A |
| 公开日 | 2024/1/26 |
| IPC主分类号 | G06F18/243 |
| 权利人 | 深圳励剑智能科技有限公司 |
| 发明人 | 胡毅; 傅艳平; 吕乃昌; 刘谦 |
| 地址 | 广东省深圳市南山区粤海街道高新区社区高新南九道45号西北工业大学三航科技大厦18层 |
专利主权项内容
1.一种基于人工智能的数据管理方法，其特征在于，包括以下步骤：获取待分类的样本数据，并引入决策树模型，通过所述决策树模型对所述待分类的样本数据进行初始化分类，获取若干个叶节点；引入K近邻算法，通过所述K近邻算法计算出每个叶节点中异常的样本数据，并对异常的叶节点进行处理，输出处理后的叶节点；获取每个叶节点中的样本数据，并对所述样本数据进行特征提取，获取每个叶节点中样本数据的特征信息，根据所述特征信息对叶节点进行二次处理，生成最终的叶节点；通过对所述最终的叶节点进行数据重要性划分，生成数据重要性优先级，根据所述数据重要性优先级生成访问权限等级，并通过识别用户的身份信息，获取用户的访问权限。