[发明专利]一种机器学习方法和机器学习装置在审
| 申请号： | 201810503550.3 | 申请日： | 2018-05-23 |
| 公开（公告）号： | CN108734301A | 公开（公告）日： | 2018-11-02 |
| 发明（设计）人： | 陈俊龙;刘竹琳 | 申请（专利权）人： | 澳门大学 |
| 主分类号： | G06N99/00 | 分类号： | G06N99/00;G06N3/04 |
| 代理公司： | 北京金信知识产权代理有限公司 11225 | 代理人： | 黄威;邓玉婷 |
| 地址： | 中国澳门氹*** | 国省代码： | 中国澳门;82 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种机器学习方法和机器学习装置。所述机器学习方法包括：根据获取的训练样本集构建原始输入矩阵和原始输出矩阵；利用第一随机权重和第一随机数基于原始输入矩阵构建映射特征节点矩阵；利用第二随机权重和第二随机数基于映射特征节点矩阵构建增强节点矩阵；根据由映射特征节点矩阵和增强节点矩阵组成的增广矩阵以及原始输出矩阵来确定连接权重矩阵。在本发明的机器学习方法和机器学习装置中，不仅添加了神经网络中输入层与输出层直接的连接的因素，而且添加了输入层与输出层之间更多隐藏层的因素，因此具有既能满足计算效率又能保证学习精度的宽度学习方法的优势。 | ||
| 搜索关键词： | 机器学习 矩阵 机器学习装置 节点矩阵 映射特征 构建 输入矩阵 随机权重 原始输出 增强节点 输出层 输入层 随机数 训练样本集 计算效率 矩阵组成 权重矩阵 神经网络 增广矩阵 隐藏层 学习 保证 | ||
【主权项】：
1.一种机器学习方法，其特征在于，包括：根据获取的训练样本集构建原始输入矩阵和原始输出矩阵；利用第一随机权重和第一随机数基于所述原始输入矩阵构建映射特征节点矩阵；利用第二随机权重和第二随机数基于所述映射特征节点矩阵构建增强节点矩阵；根据由所述映射特征节点矩阵和所述增强节点矩阵组成的增广矩阵以及所述原始输出矩阵来确定连接权重矩阵。
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澳门大学，未经澳门大学许可，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/201810503550.3/，转载请声明来源钻瓜专利网。
