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：腾讯科技(深圳)有限公司
摘要：本申请公开了一种聚类模型的训练方法、聚类方法、装置、设备及存储介质，属于人工智能技术领域。方法包括：获取多个第一对象数据、多个第二对象数据以及各个第一对象数据的标注聚类结果；根据第一网络模型获取各个第一对象数据的第一预测聚类结果和各个第二对象数据的第一预测聚类结果；基于各个第一对象数据的标注聚类结果、第一预测聚类结果以及各个第二对象数据的第一预测聚类结果对第一网络模型进行调整，得到聚类模型。通过少量数据的标注聚类结果引导模型进行准确聚类，提升聚类模型的准确性，从而提升聚类结果的准确性。
主权项：1.一种聚类模型的训练方法，其特征在于，所述方法包括：对各个样本对象数据进行聚类处理，得到所述各个样本对象数据所属的聚类簇，所述样本对象数据为细胞的基因表达数据或细胞的图像数据；基于所述各个样本对象数据所属的聚类簇，将所述各个样本对象数据划分为多个第一对象数据和多个第二对象数据，所述第一对象数据所属聚类簇的置信度高于所述第二对象数据所属聚类簇的置信度；将各个第一对象数据所属的聚类簇确定为所述各个第一对象数据的标注聚类结果；根据第一网络模型获取所述各个第一对象数据的第一预测聚类结果和各个第二对象数据的第一预测聚类结果；基于所述各个第一对象数据的标注聚类结果、第一预测聚类结果以及所述各个第二对象数据的第一预测聚类结果对所述第一网络模型进行调整，得到聚类模型。
全文数据：
权利要求：
百度查询： 腾讯科技(深圳)有限公司 聚类模型的训练方法、聚类方法、装置、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