[发明专利]一种基于无监督学习的模型预训练方法在审
| 申请号： | 202010475387.1 | 申请日： | 2020-05-29 |
| 公开（公告）号： | CN111612146A | 公开（公告）日： | 2020-09-01 |
| 发明（设计）人： | 颜成钢;郑锦凯;陈利;孙垚棋;张继勇;张勇东 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06K9/62 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人： | 朱月芬 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于无监督学习的模型预训练方法。本发明首先采用均匀分布的方式对神经网络模型的参数进行初始化，并设置循环轮数；利用数据本身具有高度相似性的特点，寻找锚数据；然后利用最近邻算法为每个锚数据寻找邻数据；再拉近锚数据和其对应的邻数据在特征空间之间的距离；采用循序渐进的方式，进行循环操作，获得最终的神经网络模型参数；最后将获得的最终的神经网络模型参数作为后续针对目标数据集进行监督学习的初始化参数；本发明解决了Kmeans和DBSCAN中难以设置的K值和密度值的问题，为后续在目标数据集上进行监督学习节省了训练时间、提升了模型准确率。 | ||
| 搜索关键词： | 一种 基于 监督 学习 模型 训练 方法 | ||
【主权项】：
暂无信息
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杭州电子科技大学，未经杭州电子科技大学许可，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/202010475387.1/，转载请声明来源钻瓜专利网。
