[发明专利]数据处理方法、装置、设备及可读存储介质有效
| 申请号： | 201910004439.4 | 申请日： | 2019-01-03 |
| 公开（公告）号： | CN110020022B | 公开（公告）日： | 2023-08-01 |
| 发明（设计）人： | 赵耀;危彬;顾剑波 | 申请（专利权）人： | 创新先进技术有限公司 |
| 主分类号： | G06F16/906 | 分类号： | G06F16/906;G06N3/08 |
| 代理公司： | 北京众达德权知识产权代理有限公司 11570 | 代理人： | 刘杰 |
| 地址： | 开曼群岛大开曼岛*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本说明书实施例提供了一种数据处理方法，获取多个目标对象的特征数据作为训练样本，从而基于所述训练样本以及预先设置的第一类损失函数和第二类损失函数，对预设的神经网络模型进行训练，得到聚类模型。其中，神经网络模型的输出对应于两个以上类簇，聚类模型用于输出目标对象属于每个类簇的概率。本方法通过上述两种损失函数来控制对多个目标对象进行聚类的优化过程，从而使得聚类模型的输出直接对应目标对象的聚类结果，避免直接定义距离函数，有利于提高对目标对象的聚类效率且得到较好的聚类效果。 | ||
| 搜索关键词： | 数据处理 方法 装置 设备 可读 存储 介质 | ||
【主权项】：
1.一种数据处理方法，包括：获取训练样本，所述训练样本包括多个目标对象的特征数据；基于所述训练样本以及预先设置的第一类损失函数和第二类损失函数，对预设的神经网络模型进行训练，得到聚类模型；其中，所述神经网络模型的输出对应于两个以上类簇，所述聚类模型用于输出所述目标对象属于每个所述类簇的概率，所述第一类损失函数用于使每个所述目标对象对应的概率分布分别集中在所述两个以上类簇中任意一个类簇上，所述第二类损失函数用于使所述多个目标对象在所述两个以上类簇中的分布满足预设条件。
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创新先进技术有限公司，未经创新先进技术有限公司许可，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/201910004439.4/，转载请声明来源钻瓜专利网。
- 上一篇：基于可视化的数据流处理方法
- 下一篇：基于融合结构特征的属性网络表示学习方法
