[发明专利]一种神经网络模型的训练集优化方法及系统在审
| 申请号： | 201810661562.9 | 申请日： | 2018-06-26 |
| 公开（公告）号： | CN108985344A | 公开（公告）日： | 2018-12-11 |
| 发明（设计）人： | 罗培元 | 申请（专利权）人： | 四川斐讯信息技术有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 成都硕荟知识产权代理事务所(特殊普通合伙) 51272 | 代理人： | 林晓青 |
| 地址： | 610100 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种神经网络模型的训练集优化方法及系统，该方法包括：将采集的原始数据按照预设比例分为测试集和训练集；对所述测试集进行预处理，得到处理后文件集；对所述处理后文件集中的各文件进行归一化处理；使用根据所述训练集训练好的神经网络模型预测每个经过归一化处理的文件的分类概率；根据每个文件的分类概率，按照预设待优化条件进行统计，得到对应的待优化文件集；对所述待优化文件集中的每个待优化文件进行增广处理，得到作为优化训练集的增广数据集。本发明使用与训练集同源的测试集的预测结果进行增广，优化训练集，从而提高神经网络模型的预测准确率。 | ||
| 搜索关键词： | 训练集 神经网络模型 测试集 优化 归一化处理 分类概率 优化训练 文件集 预设 神经网络模型预测 预处理 优化条件 预测结果 原始数据 数据集 准确率 同源 采集 预测 统计 | ||
【主权项】：
1.一种神经网络模型的训练集优化方法，其特征在于，包括：将采集的原始数据按照预设比例分为测试集和训练集；对所述测试集进行预处理，得到处理后文件集；对所述处理后文件集中的各文件进行归一化处理；使用根据所述训练集训练好的神经网络模型预测每个经过归一化处理的文件的分类概率；根据每个文件的分类概率，按照预设待优化条件进行统计，得到对应的待优化文件集；对所述待优化文件集中的每个待优化文件进行增广处理，得到作为优化训练集的增广数据集。
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四川斐讯信息技术有限公司，未经四川斐讯信息技术有限公司许可，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/201810661562.9/，转载请声明来源钻瓜专利网。
