[发明专利]双子空间特征迁移学习方法有效

专利信息
申请号: 201910398094.5 申请日: 2019-05-14
公开(公告)号: CN110163272B 公开(公告)日: 2022-04-05
发明(设计)人: 肖仲喆;黄敏;陶智 申请(专利权)人: 苏州大学
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 常州市权航专利代理有限公司 32280 代理人: 陈萍
地址: 215006*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于大数据分析的双子空间特征迁移学习方法及装置,其中方法包括:根据源集公共子空间Cs、目标域特性表达Fst和源集数据类别标签Ys,获取源集迁移表达Ts;根据目标集公共子空间Ct和目标集特性子空间Ft,获取目标集迁移表达Tt;在源集迁移表达Ts上进行模型训练,获取训练模型;根据训练模型对目标集迁移表达Tt进行智能识别。通过本实施例,将部分数据集的特征参数迁移到其他数据集上去,能够将采集于不同来源的数据进行综合利用,相当于把若干数据规模偏小的数据集整合为符合大数据需求的海量数据集,从而能够更好地将人工智能算法,尤其是深度学习方法,应用到这些数据集规模偏小的方向上。
搜索关键词: 双子 空间 特征 迁移 学习方法
【主权项】:
1.一种双子空间特征迁移学习方法,其特征在于,包括:根据源集公共子空间Cs、目标域特性表达Fst和源集数据类别标签Ys,获取源集迁移表达Ts;根据目标集公共子空间Ct和目标集特性子空间Ft,获取目标集迁移表达Tt;在所述源集迁移表达Ts上进行模型训练,获取训练模型;根据所述训练模型对所述目标集迁移表达Tt进行智能识别。
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苏州大学,未经苏州大学许可,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/201910398094.5/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top