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：滁州学院
摘要：本发明公开一种基于样本空间和特征空间联合的数据增广方法及相关装置，涉及深度学习样本增广技术领域，方法包括以下步骤：获取不同时期的视频数据集并据此构造长期视觉特征数据集；针对其中任意两个数据，先在样本空间进行数据增广；基于样本空间数据增广后的数据集，构造孪生神经网络数据集，并训练一神经网络模型，随后利用训练好的神经网络模型，可得到数据的特征空间表达，最后在特征空间中，将标签不同的任意两个数据的特征空间表达进行加权融合，完成特征空间的数据增广。本发明在不影响不同时期数据特征的差异的前提下，在现有数据的基础上添加了新生成的数据结合样本空间和特征空间的数据增广方法，提高了复杂数据的数据质量。
主权项：1.一种基于样本空间和特征空间联合的数据增广方法，其特征在于，包括：获取不同时期的视频数据集；每一时期的视频数据集包括若干个不同时段的人类活动视频；基于不同时期的视频数据集，构造长期视觉特征数据集；所述长期视觉特征数据集中包括若干个不同时段的长期视觉特征数据；所述长期视觉特征数据包括不同时期的相同时段的人类活动视频的视觉特征；针对任意两个长期视觉特征数据，将相同时期的人类活动视频的视觉特征进行交换，得到样本空间数据增广后的长期视觉特征数据集；基于样本空间数据增广后的长期视觉特征数据集，构造孪生神经网络数据集；所述孪生神经网络数据集中包括若干个样本对；利用所述孪生神经网络数据集训练一神经网络模型，得到训练好的神经网络模型；训练好的神经网络模型能够准确预测样本的标签；针对样本空间数据增广后的长期视觉特征数据集中的任一长期视觉特征数据，将所述长期视觉特征数据输入到训练好的神经网络模型中，得到所述长期视觉特征数据的特征空间表达；将标签不同的任意两个长期视觉特征数据的特征空间表达进行加权融合，得到特征空间数据增广后的长期视觉特征数据集。
全文数据：
权利要求：
百度查询： 滁州学院 基于样本空间和特征空间联合的数据增广方法及相关装置
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