[发明专利]一种超深度流形学习方法在审
申请号: | 201710123050.2 | 申请日: | 2017-02-27 |
公开(公告)号: | CN108510069A | 公开(公告)日: | 2018-09-07 |
发明(设计)人: | 顾泽苍 | 申请(专利权)人: | 顾泽苍 |
主分类号: | G06N3/08 | 分类号: | G06N3/08;G06N3/04;G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 300010 天津市*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提出一种超深度流形学习方法,是按如下步骤获得的:通过已经逼近的数据采用概率尺度自组织机器学习,获得下一个逼近数据的最大概率的末端位置,通过对已逼近的数据以及上述最大概率的末端位置所涵盖的数据分布,进行超深度回归分析的机器学习,获得下一个逼近数据,依次上述两个步骤循环获得全部流形学习数据逼近结果。本发明实施效果是:可获得最大概率的流形学习结果,可以剔除噪声,以及可以穿越噪声数据的障碍,自律的逼近最大概率的区域。 | ||
搜索关键词: | 流形学习 最大概率 逼近 机器学习 末端位置 步骤循环 概率尺度 回归分析 数据逼近 数据采用 数据分布 噪声数据 自组织 剔除 噪声 穿越 涵盖 | ||
【主权项】:
1.一种超深度流形学习方法,其特征在于是按如下步骤获得的:(1)通过已经逼近的数据采用概率尺度自组织机器学习;获得下一个逼近数据的最大概率的末端位置;(2)通过对已逼近的数据以及上述最大概率的末端位置所涵盖的数据分布;进行超深度回归分析的机器学习;获得下一个逼近数据;(3)依次上述两个步骤循环获得全部流形学习数据逼近结果。
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顾泽苍,未经顾泽苍许可,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/patent/201710123050.2/,转载请声明来源钻瓜专利网。