[发明专利]通过二维符号进行机器学习有效
| 申请号： | 201910295688.3 | 申请日： | 2019-04-12 |
| 公开（公告）号： | CN110070186B | 公开（公告）日： | 2020-07-24 |
| 发明（设计）人： | 杨林;孙宝华 | 申请（专利权）人： | 海青智盈技术公司 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00;G06N3/04 |
| 代理公司： | 深圳永慧知识产权代理事务所(普通合伙) 44378 | 代理人： | 宋鹰武 |
| 地址： | 美国加利*** | 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： | 公开了通过2‑D符号促进机器学习的方法。在第一计算系统中接收对象的特征，所述第一计算系统上安装有2‑D符号创建应用模块。根据一组符号创建规则由所述特征形成多层2‑D符号。所述2‑D符号是被划分为多个子矩阵的N×N像素矩阵，每个子矩阵包含一个特征，其中N是正整数。通过使用图像处理技术在第二计算系统中学习2‑D符号中的组合特征的含义，以对从第一计算系统传输的2‑D符号进行分类。符号创建规则确定2‑D符号中的子矩阵的重要性顺序、大小和位置。 | ||
| 搜索关键词： | 通过 二维 符号 进行 机器 学习 | ||
【主权项】：
1.一种通过二维(2‑D)符号促进机器学习的方法，所述方法包括：在第一计算系统中接收对象的多个特征，所述第一计算系统上安装有2‑D符号创建应用模块；利用所述第一计算系统中的所述2‑D符号创建应用模块，根据一组符号创建规则由所述多个特征形成多层2‑D符号，所述2‑D符号是被划分为多个子矩阵的N×N像素矩阵，每个子矩阵包含所述特征中的一个，其中N是正整数；以及通过使用图像处理技术，在第二计算系统中学习包含在所述2‑D符号中的组合特征的含义，以对所述2‑D符号进行分类，所述2‑D符号在所述第一计算系统中形成，然后被传输到所述第二计算系统；其中，所述一组符号创建规则包括：基于机器学习技术中的一种确定所述多个特征的重要性顺序；根据所述重要性顺序将对应特征与所述每个子矩阵相关联；基于所述对应特征确定所述每个子矩阵的大小；以及根据所述大小和所述重要性顺序将所述每个子矩阵放置在所述2‑D符号中的特定位置。
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海青智盈技术公司，未经海青智盈技术公司许可，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/201910295688.3/，转载请声明来源钻瓜专利网。
