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：哈尔滨工业大学(威海)
摘要：本发明涉及深度学习技术领域，具体提供一种基于特征融合的半监督学习方法、系统、终端及存储介质，包括：从有标签数据集中随机选择两个初始训练子集。利用两个训练子集的有标签数据分别训练分类器1和分类器2。然后每次迭代过程中，分类器1和分类器2分别对子集1和子集2中经过特征融合的无标签样本以及未经特征融合的无标签样本进行预测，通过比较融合前后的变化大小来度量模型预测的置信度，从而确定一部分无标签样本的伪标签。每个子集的分类器选择出预测置信度最高的若干无标签样本，加入到对方子集的有标签数据集中，使用扩增后的有标签样本重新训练分类器。本发明大大提升了分类器的训练效率和准确度。
主权项：1.一种基于特征融合的半监督学习方法，其特征在于，包括：构建有标签数据集，将所述有标签数据集划分为第一子集和第二子集，利用第一子集训练第一分类器，利用第二子集训练第二分类器；利用训练后的第一分类器为第一组无标签样本生成伪标签，利用训练后的第二分类器为第二组无标签样本生成伪标签；利用特征融合技术获取无标签样本的伪标签的置信度，从第一组无标签样本中筛选出置信度达到预设阈值的第一候选样本，从第二组无标签样本中筛选出置信度达到预设阈值的第二候选样本；将第一候选样本的伪标签转换为标签，并将带有标签的第一候选样本更新至第二子集，将第二候选样本的伪标签转换为标签，并将带有标签的第二候选样本更新至第一子集；对第一分类器和第二分类器进行迭代训练。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学(威海) 基于特征融合的半监督学习方法、系统、终端及存储介质
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