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：电子科技大学
摘要：本发明公开了一种存在标签噪声的工作负荷识别方法，属于生理信号识别领域。本发明首先对工作负荷识别模型进行包含三种不同的正则化方法的预训练，以减少模型受到的标签噪声影响导致的过拟合；再基于预训练后的模型对数据的标签是否含噪进行判别，首先对每个样本的损失进行判别，然后通过含噪样本和不含躁样本的特征分布对判别结果进行修正；最后，把判别为含噪的样本当作无标签样本，进行半监督学习；本发明针对工作负荷数据可能存在的数据标签含噪的问题，提出了一种标签含噪学习方式，降低了标签噪声对于工作负荷识别模型的影响，增加了模型的泛化性，更好的保障了工作负荷识别模型的识别准确率。
主权项：1.存在标签噪声的工作负荷识别方法，其特征在于，包括下列步骤：步骤1，基于原始数据集对工作负荷识别模型进行预训练；预训练时，对工作负荷识别模型输出的工作负荷标签进行标签平滑处理，并采用熵最大化损失计算样本的训练损失，再基于该训练损失进行梯度计算时，对梯度进行裁剪处理再通过梯度下降算法对模型参数进行调优；步骤2，基于工作负荷识别模型的识别损失训练数据集的标签进行标签判别，判别出含噪数据集和干净数据集；再基于样本的特征分布对判别结果进行修正：基于样本的特征分布配置其在梯度更新时的贡献比例，分布密集的样本的贡献比例大，分布稀疏的样本的贡献比例小；步骤3，将含噪数据集作为无标签数据集、以干净数据集为有标签数据集，基于修正结果对工作负荷识别模型进行监督学习，得到最终的工作负荷识别模型。
全文数据：
权利要求：
百度查询： 电子科技大学 存在标签噪声的工作负荷识别方法
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