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：中国电信股份有限公司技术创新中心;中国电信股份有限公司
摘要：本申请公开了一种特征库压缩方法、装置、电子设备及存储介质，用以解决现有特征库压缩方式降低机器学习模型的精准度的问题，所述方法包括：针对特征库中的每一特征，获取特征对应的衍生指向度，特征对应的衍生指向度表征特征与特征库中其他特征之间的依赖程度；基于特征对应的衍生指向度与其他各特征对应的衍生指向度之间的偏差，分别确定特征与其他各特征之间的偏差；将特征和与其偏差最小的特征确定为一组特征分支最小结构；根据每一组特征分支最小结构对应的衍生指向度确定各自对应的权重，特征分支最小结构对应的衍生指向度表征特征分支最小结构与其他特征分支最小结构之间的依赖程度；将权重小于预设阈值的特征分支最小结构从特征库中删除。
主权项：1.一种特征库压缩方法，其特征在于，包括：针对特征库中的每一特征，获取所述特征对应的衍生指向度，所述特征对应的衍生指向度表征所述特征与所述特征库中其他特征之间的依赖程度；基于所述特征对应的衍生指向度与其他各特征对应的衍生指向度之间的偏差，分别确定所述特征与其他各特征之间的偏差；将所述特征和与其偏差最小的特征确定为一组特征分支最小结构；根据每一组特征分支最小结构对应的衍生指向度确定各自对应的权重，所述特征分支最小结构对应的衍生指向度表征所述特征分支最小结构与其他特征分支最小结构之间的依赖程度；将权重小于预设阈值的特征分支最小结构从所述特征库中删除。
全文数据：
权利要求：
百度查询： 中国电信股份有限公司技术创新中心 中国电信股份有限公司 一种特征库压缩方法、装置、电子设备及存储介质
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