[发明专利]分类器的生成方法、装置、设备及存储介质在审

专利信息
申请号: 201911046719.8 申请日: 2019-10-30
公开(公告)号: CN110781970A 公开(公告)日: 2020-02-11
发明(设计)人: 刘紫薇;宋辉;吕培立;董井然;陈守志 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06F17/16
代理公司: 11270 北京派特恩知识产权代理有限公司 代理人: 刘晖铭;张颖玲
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标域 样本 源域 均值差异 变换矩阵 标签 分类器 迁移 大规模计算 计算复杂度 存储介质 电子设备 优化目标 构建 分解 学习 预测
【说明书】:

发明提供了一种分类器的生成方法、装置、电子设备及存储介质;方法包括:基于源域的样本以及目标域的样本,构建源域与目标域的最大均值差异;将所述源域与目标域的最大均值差异进行分离,得到分离后的均值差异;根据分离后的均值差异对优化目标进行分解,得到针对源域的变换矩阵;基于源域的样本以及样本对应的标签、目标域的样本、以及针对所述源域的变换矩阵,对目标域的样本进行预测,得到目标域的样本所对应的标签;基于源域的样本、以及目标域的样本所对应的标签,生成对应目标域的分类器。通过本发明,能够将迁移学习中涉及大规模计算量的最大均值差异进行分离,从而降低迁移学习的计算复杂度。

技术领域

本发明涉及人工智能技术,尤其涉及一种分类器的生成方法、待分类数据的分类方法、装置、电子设备及存储介质。

背景技术

人工智能(Artificial Intelligence,AI)是计算机科学的一个综合技术,通过研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科,涉及领域广泛,例如自然语言处理技术以及机器学习/深度学习等几大方向,随着技术的发展,人工智能技术将在更多的领域得到应用,并发挥越来越重要的价值。

迁移学习是人工智能领域的重要应用之一,在对话系统、人脸识别系统、智能硬件等中都有广泛的应用,即迁移学习是这些复杂系统的基础组件。

但是,迁移学习中的大规模的计算数据,使得在进行数据迁移的过程中,极大地增加了计算复杂度,导致无法进行正常的迁移学习以及后续基于迁移学习的其他操作。

发明内容

本发明实施例提供一种方法、装置及存储介质,能够将迁移学习中涉及大规模计算量的最大均值差异进行分离,从而降低迁移学习的计算复杂度。

本发明实施例的技术方案是这样实现的:

本发明实施例提供一种分类器的生成方法,所述方法包括:

基于源域的样本以及目标域的样本,构建所述源域与所述目标域的最大均值差异;

将所述源域与所述目标域的最大均值差异进行分离,得到分离后的均值差异;

根据所述分离后的均值差异对优化目标进行分解,得到针对所述源域的变换矩阵;

基于所述源域的样本以及样本对应的标签、所述目标域的样本、以及所述针对所述源域的变换矩阵,对所述目标域的样本进行预测,得到所述目标域的样本所对应的标签;

基于所述源域的样本、以及所述目标域的样本所对应的标签,生成对应所述目标域的分类器。

本发明实施例提供一种待分类数据的分类方法,应用于本发明实施例所述的对应目标域的分类器;

所述方法包括:

确定所述目标域中的待分类数据;

通过所述对应目标域的分类器对所述待分类数据进行分类,得到对应所述待分类数据的标签。

本发明实施例提供一种分类器的生成装置,所述装置包括:

构建模块,用于基于源域的样本以及目标域的样本,构建所述源域与所述目标域的最大均值差异;

分离模块,用于对所述源域与所述目标域的最大均值差异进行分离;

处理模块,用于根据分离得到的均值差异对优化目标进行分解,得到针对所述源域的变换矩阵;

预测模块,用于基于所述源域的样本以及样本对应的标签、所述目标域的样本、以及所述针对所述源域的变换矩阵,对所述目标域的样本进行预测,得到所述目标域的样本所对应的标签;

生成模块,用于基于所述源域的样本、以及所述目标域的样本所对应的标签,生成对应所述目标域的分类器。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911046719.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code