[发明专利]融合样本损失及优化速度约束的数据采样方法在审
| 申请号： | 201910225742.7 | 申请日： | 2019-03-25 |
| 公开（公告）号： | CN110070184A | 公开（公告）日： | 2019-07-30 |
| 发明（设计）人： | 罗森林;苏霞;潘丽敏;刘晓双 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100081 *** | 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： | 本发明提出了一种融合样本损失及优化速度约束的数据采样方法，属于计算机与信息科学技术领域。该方法包括：初始化模型参数并且预定义样本训练比例；计算每次迭代过程中每个样本的损失并排序，以此来更新步速参数；同时考虑样本损失和优化速度，来更新自步参数，继而更新模型参数。由于本发明提供的数据采样方法融合了样本损失和优化速度约束，既可以将噪声数据剔除，又能将开始表现不好但是优化速度快的数据选择出来，提高了模型的鲁棒性。 | ||
| 搜索关键词： | 样本损失 数据采样 速度约束 优化 模型参数 更新 信息科学技术 迭代过程 方法融合 数据选择 样本训练 噪声数据 融合 初始化 鲁棒性 预定义 步速 剔除 排序 样本 计算机 表现 | ||
【主权项】：
1.融合样本损失及优化速度约束的数据采样方法，其特征在于所述方法包括如下步骤：步骤1，初始化模型参数w，迭代次数M，平衡参数α，时间参数δ，样本选择比例μ；步骤2，计算步速参数λ，对于训练集(x1,y1),…,(xn,yn)，在第t次迭代中，将融合样本损失和优化速度的平衡损失函数L排序成Lsort，选取第μn个损失作为λt，即λt＝Lsortμn；步骤3，根据![]()
更新自采样变量v；步骤4，我们将viLi作为第i个样本的新损失，来更新模型参数w，α＝δα；步骤5，重复步骤2、3、4直到迭代次数等于M。
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北京理工大学，未经北京理工大学许可，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/201910225742.7/，转载请声明来源钻瓜专利网。
