[发明专利]一种基于生成对抗网络的偏斜数据训练方法在审
| 申请号： | 201910876333.3 | 申请日： | 2019-09-17 |
| 公开（公告）号： | CN110569919A | 公开（公告）日： | 2019-12-13 |
| 发明（设计）人： | 张吉昕;秦拯;黄小凤;彭鹏;廖鑫;翟亚静 | 申请（专利权）人： | 湖南大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 410082 湖南省*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于生成对抗网络的偏斜数据训练方法。其发明内容主要包括(1)基于混合原型密度聚类算法的稀疏数据聚类方法；(2)基于生成对抗网络的稀疏数据极大似然估计方法；(3)基于极大似然估计样本的偏斜数据填充与训练方法。基于上述方法，改善偏斜数据集的数据偏斜、稀疏数据特征泛化不足等问题，改善模型欠拟合/过拟合问题，提升模型拟合的准确率。 | ||
| 搜索关键词： | 偏斜 稀疏数据 极大似然估计 拟合 密度聚类 模型拟合 数据填充 数据训练 数据集 对抗 准确率 聚类 算法 样本 原型 网络 | ||
【主权项】：
1.一种基于生成对抗网络的偏斜数据训练方法，其特征是：/n(1)基于混合原型密度聚类算法的稀疏数据聚类方法；/n(2)基于生成对抗网络的稀疏数据极大似然估计方法；/n(3)基于极大似然估计样本的偏斜数据填充与训练方法。/n
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湖南大学，未经湖南大学许可，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/201910876333.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种样本分类的方法以及相关装置
- 下一篇：一种多任务机器学习的预测方法
