[发明专利]事件检测方法在审
| 申请号： | 201811563503.4 | 申请日： | 2018-12-20 |
| 公开（公告）号： | CN109739982A | 公开（公告）日： | 2019-05-10 |
| 发明（设计）人： | 林鸿宇;韩先培;孙乐;陆垚杰 | 申请（专利权）人： | 中国科学院软件研究所 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35 |
| 代理公司： | 北京汇泽知识产权代理有限公司 11228 | 代理人： | 张瑾 |
| 地址： | 100029 *** | 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： | 本发明提供一种事件检测方法。所述方法包括：使用F值评价指标对正确预测的正例样本数量和正确预测的负例样本数量求偏导数，以计算所述F值评价指标对正例样本和负例样本的边际效用；计算负例样本在事件检测模型训练中的权重以对负例样本在事件检测模型训练中的权重进行缩放处理直至事件检测模型收敛。本发明通过动态缩放负例样本的训练权重，能够解决现有事件检测模型中的类别不平等问题，且不需要引入任何额外的模型参数。 | ||
| 搜索关键词： | 事件检测 负例样本 权重 模型训练 评价指标 边际效用 模型参数 缩放处理 正例样本 偏导数 预测 对正 缩放 收敛 样本 引入 | ||
【主权项】：
1.一种事件检测方法，其特征在于，包括：使用F值评价指标对正确预测的正例样本数量和正确预测的负例样本数量求偏导数，以计算所述F值评价指标对正例样本和负例样本的边际效用；计算负例样本在事件检测模型训练中的权重以对负例样本在事件检测模型训练中的权重进行缩放处理直至事件检测模型收敛。
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软件研究所，未经中国科学院软件研究所许可，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/201811563503.4/，转载请声明来源钻瓜专利网。
