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：华东交通大学
摘要：本发明提供了基于标记相关性的弱监督标记分布特征选择方法及系统，所述方法包括获取完整的标记分布数据集，对所述完整的标记分布数据集进行随机缺失预处理，用相关性计算公式计算所述完整的标记分布数据集的标记相关性，将所述标记相关性嵌入损失函数得到相关损失函数，利用所述相关损失函数对所述完整的标记分布数据集的标记矩阵进行扩展，计算所述扩展标记矩阵与所述标记分布数据集的标记矩阵的差值，基于所述差值对所述相关损失函数进行二值损失函数约束，得到初始目标函数；基于所述初始目标函数对所述含有缺失标记的样本的缺失标记进行预测，对所述完整的标记分布数据集的特征进行重要度排序，提高模型的学习效率，提高特征选择。
主权项：1.一种基于标记相关性的弱监督标记分布特征选择方法，其特征在于，所述方法包括：获取完整的标记分布数据集，对所述完整的标记分布数据集进行随机缺失预处理，并将处理后的所述完整的标记分布数据集分别表示为含有缺失标记的样本与不含缺失标记的样本；利用相关性计算公式计算所述完整的标记分布数据集的标记相关性，将所述标记相关性嵌入损失函数得到相关损失函数，利用所述相关损失函数对所述完整的标记分布数据集的标记矩阵进行扩展，得到扩展标记矩阵，使用所述扩展标记矩阵进行标记分布学习；计算所述扩展标记矩阵与所述标记分布数据集的标记矩阵的差值，基于所述差值对所述相关损失函数进行二值损失函数约束，得到初始目标函数；基于所述初始目标函数对所述含有缺失标记的样本的缺失标记进行预测，且对所述完整的标记分布数据集的特征进行重要度排序。
全文数据：
权利要求：
百度查询： 华东交通大学 基于标记相关性的弱监督标记分布特征选择方法及系统
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