龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：北京北明数科信息技术有限公司
摘要：本发明公开了一种人工智能模型训练方法、贫困程度信息识别方法、计算机装置和存储介质，人工智能模型训练方法包括获取多个神经网络、特征数据和标签值，执行多轮训练测试过程，直至满足终止条件，确定样本权重集合及各神经网络分别相应的权重，以各神经网络按照相应的权重组合成人工智能模型等步骤。本发明具有识别学生数据所属于的贫困程度信息的能力，通过根据前一次序的神经网络的训练结果来调整后一次序的神经网络训练所用的特征数据的权重集合，能够使得在前次序的神经网络的训练结果能够传递到在后次序的神经网络的训练过程中，最终获得的人工智能模型具有强分类性能。本发明广泛应用于计算机技术领域。
主权项：1.一种人工智能模型训练方法，其特征在于，包括：获取多个神经网络；各所述神经网络之间具有次序关系；获取多个特征数据以及所述特征数据对应的标签值；所述特征数据提取自学生数据，所述标签值包括用于描述所述学生数据对应的贫困程度信息；确定权重集合；所述权重集合的元素为各所述特征数据分别对应的权重；执行多轮训练测试过程，直至满足终止条件；在一轮所述训练测试过程中，以所述特征数据和所述权重集合作为输入，以所述特征数据对应的标签值作为期望输出，按照次序关系依次训练各所述神经网络，在完成各所述神经网络的训练后测试各所述神经网络，其中，在完成前一次序的所述神经网络的训练后，根据前一次序的所述神经网络的分类不正确情况更新所述权重集合，经过更新的所述权重集合作为后一次序的所述神经网络的输入；确定各所述神经网络分别相应的权重；以各所述神经网络按照相应的权重组合成所述人工智能模型；所述以各所述神经网络按照相应的权重组合成所述人工智能模型，包括：以各所述神经网络的输出作为所述人工智能模型的输入，以各所述神经网络相应的权重，确定各所述神经网络的输出的加权和；以所述加权和作为所述人工智能模型的输出；所述根据前一次序的所述神经网络的分类不正确情况更新所述权重集合，包括：当前一次序的所述神经网络对所述特征数据的分类不正确，调增该所述特征数据对应的权重；当前一次序的所述神经网络对所述特征数据的分类正确，调减该所述特征数据对应的权重。
全文数据：
权利要求：
百度查询： 北京北明数科信息技术有限公司 模型训练方法、贫困程度信息识别方法、装置和存储介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号