[发明专利]基于半监督学习的融合决策方法、装置及存储介质在审
| 申请号： | 201810412020.8 | 申请日： | 2018-05-02 |
| 公开（公告）号： | CN108596266A | 公开（公告）日： | 2018-09-28 |
| 发明（设计）人： | 刘新;宋朝忠;张新;陈安东 | 申请（专利权）人： | 深圳市易成自动驾驶技术有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人： | 胡海国;魏兰 |
| 地址： | 518057 广东省深圳市南山区西丽街*** | 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： | 本发明公开了一种基于半监督学习的融合决策方法，通过获取样本数据并将其划分为两个数据集，分别称为第一数据集第二数据集，第一数据集用人工打上标签，第二数据集不打标签；然后用第一数据集对原始模型进行训练，得到有效的预测模型；之后将第二数据集中的样本数据输入预测模型，使得第二数据集中的每一个样本数据都具有对应标签。本发明还公开了一种基于半监督学习的融合决策装置及存储介质。本发明有效解决了融合决策算法中带标签数据难于获取的弊病，能够大大的增加对大量不带标签数据的利用，增加融合决策算法的准确度，加快自动驾驶技术的发展速度。 | ||
| 搜索关键词： | 半监督学习 第一数据 样本数据 融合 数据集 标签数据 存储介质 决策算法 数据集中 标签 准确度 决策装置 输入预测 有效解决 预测模型 原始模型 自动驾驶 决策 | ||
【主权项】：
1.一种基于半监督学习的融合决策方法，其特征在于，所述基于半监督学习的融合决策方法包括以下步骤：获取样本数据并进行分类，分别得到带标签的第一数据集和不带标签的第二数据集；用第一数据集对原始模型进行训练，得到有效的预测模型；将第二数据集中的样本数据输入预测模型，使得第二数据集中的每一个样本数据都具有类别标签。
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深圳市易成自动驾驶技术有限公司，未经深圳市易成自动驾驶技术有限公司许可，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/patent/201810412020.8/，转载请声明来源钻瓜专利网。
