一种基于数据物理特征和隐含风格特征的新颖分类方法

摘要

本发明涉及模式识别与人工智能、机器学习技术领域，具体地说，是一种基于数据物理特征和隐含风格特征的新颖分类方法，包括以下步骤：(1)利用K近邻算法将数据集映射成包含C个子网络的社交网络；(2)在构建的社交网络中挖掘数据隐含风格特征—权威性和影响力；(3)根据数据距离特征和权威性风格特征计算每一个测试样本与社交网络中每个节点之间的双层结构效率确定测试样本每个子网络的允许连接集；(4)根据允许连接集计算每个允许连接集中所有节点的影响力之和；(5)将测试样本标签类型判别为与具有最大节点影响力之和对应的子网络标签类型。