首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

少样本条件下基于元学习的质量通病检测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:云南电网有限责任公司

摘要:本发明公开了少样本条件下基于元学习的质量通病检测方法包括:根据质量通病检测任务构建元学习数据集,基于元学习数据集设置基准网络模型;通过随机初始化基准网络模型的参数,确定基学习器的学习率和外部训练结束条件,经过一次梯度迭代获得适应具体检测任务的最优参数;基于最优参数采用不同检测任务的测试误差之和作为元学习过程的优化目标,通过梯度下降法更新学习器的参数,并对基准网络模型进行迭代训练,直到模型收敛;本发明使学习得到的度量方式具有更强的泛化能力,适用于任何基于梯度优化的模型结构,且具有双层优化结构,有效提升了模型精度和泛化能力,有效避免了过拟合。

主权项:1.少样本条件下基于元学习的质量通病检测方法,其特征在于,包括:根据质量通病检测任务构建元学习数据集,基于所述元学习数据集设置基准网络模型;通过随机初始化所述基准网络模型的参数,确定基学习器的学习率和外部训练结束条件,经过一次梯度迭代获得适应具体检测任务的最优参数;基于所述最优参数采用不同检测任务的测试误差之和作为元学习过程的优化目标,通过梯度下降法更新学习器的参数,并对所述基准网络模型进行迭代训练,直到模型收敛。

全文数据:

权利要求:

百度查询: 云南电网有限责任公司 少样本条件下基于元学习的质量通病检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。