[发明专利]基于深度学习的数据分析方法及终端设备在审
| 申请号： | 201910204235.5 | 申请日： | 2019-03-18 |
| 公开（公告）号： | CN110069558A | 公开（公告）日： | 2019-07-30 |
| 发明（设计）人： | 冷晓宁;刘金飞;任晓德;苏振中 | 申请（专利权）人： | 中科恒运股份有限公司 |
| 主分类号： | G06F16/25 | 分类号： | G06F16/25;G06F17/27;G06F16/35;G06F16/215;G06N3/04 |
| 代理公司： | 石家庄国为知识产权事务所 13120 | 代理人： | 高欣 |
| 地址： | 050090 河北省石家庄市新石*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习的数据分析方法及终端设备，包括：将采集的数据进行数据筛选和预处理，得到目标数据；通过深度卷积神经网络对所述目标数据进行特征提取，得到输入数据；将所述输入数据输入训练完成的深度学习模型，获取对所述目标数据的分析结果。本发明通过深度卷积神经网络进行学习，能够更好的表示数据的特征，同时，由于深度卷积神经网络模型的层次、参数很多，能够很好的表示大规模数据，对于图像、文本等特征不明显的问题，能够在大规模训练数据上取得很好的效果，使得数据分析的结果更为精准。 | ||
| 搜索关键词： | 卷积神经网络 目标数据 数据分析 终端设备 学习 预处理 大规模数据 表示数据 数据筛选 特征提取 训练数据 文本 采集 图像 | ||
【主权项】：
1.一种基于深度学习的数据分析方法，其特征在于，该方法包括：将采集的数据进行数据筛选和预处理，得到目标数据；通过深度卷积神经网络对所述目标数据进行特征提取，得到输入数据；将所述输入数据输入训练完成的深度学习模型，获取对所述目标数据的分析结果。
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科恒运股份有限公司，未经中科恒运股份有限公司许可，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/201910204235.5/，转载请声明来源钻瓜专利网。
