[发明专利]一种用于目标的在不同设备上鉴别的迁移学习方法在审
| 申请号： | 201810291322.4 | 申请日： | 2018-03-30 |
| 公开（公告）号： | CN108509998A | 公开（公告）日： | 2018-09-07 |
| 发明（设计）人： | 林剑楚;李卫军;覃鸿 | 申请（专利权）人： | 中国科学院半导体研究所;中国科学院大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 中科专利商标代理有限责任公司 11021 | 代理人： | 任岩 |
| 地址： | 100083 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种用于目标的在不同设备上鉴别的迁移学习方法，包括以下步骤：S1、样品建立序号，依次在不同设备上采集光谱数据；S2、对不同设备上的光谱数据采用相同的数据集划分；S3、分别对不同设备上经过步骤S2处理的光谱数据建模，选出最好的模型；S4、基于步骤S3得到的数据进行求解空间迁移矩阵；S5、利用步骤S4中的空间迁移矩阵将性能较差设备的数据进行空间变换，重新训练，保存相关参数。本发明通过结合空间迁移的方法将某一台设备上较高模型的特征空间迁移到另外一台设备上，从而提升另外一台设备上浅层神经网络模型的性能。 | ||
| 搜索关键词： | 迁移 矩阵 光谱数据 采集光谱数据 神经网络模型 结合空间 空间变换 空间迁移 求解空间 特征空间 相关参数 数据集 建模 浅层 学习 保存 | ||
【主权项】：
1.一种用于目标的在不同设备上鉴别的迁移学习方法，其特征在于，包括以下步骤：S1、样品建立序号，依次在不同设备上采集光谱数据；S2、对不同设备上的光谱数据采用相同的数据集划分；S3、分别对不同设备上经过步骤S2处理的光谱数据建模，选出最好的模型；S4、基于步骤S3得到的数据进行求解空间迁移矩阵；S5、利用步骤S4中的空间迁移矩阵将性能较差设备的数据进行空间变换，重新训练，保存相关参数。
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中国科学院半导体研究所;中国科学院大学，未经中国科学院半导体研究所;中国科学院大学许可，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/201810291322.4/，转载请声明来源钻瓜专利网。
