[发明专利]双子空间特征迁移学习方法有效
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: | 本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。