摘要
本发明提供一种基于多层次kernel的虚拟样本生成方法、存储介质及电子设备,其中方法包括:先构建多层次核函数,并对其进行初始化;再将原始数据、多层次核函数和初始参数输入到高斯过程隐变量模型中,利用GPLVM优化核参数和权重,获得低维隐变量的概率分布;计算原始数据与低维隐变量之间的映射关系W;对获得的低维隐变量的概率分布进行采样,获得隐变量空间的低维虚拟样本Z*;将获得的低维虚拟样本Z*根据获得的映射关系映射W到高维数据空间,即获得高维虚拟样本X*=Z*W;本发明通过采用多层次核函数来考虑数据间的非线性关系和原始特征间的线性相关性,能提高生成的虚拟样本的质量。
技术关键词
虚拟样本生成方法
多层次
隐变量模型
高维数据空间
计算机程序指令
关系
高斯核函数
存储计算机程序
拉普拉斯
电子设备
参数
多项式
标签
处理器
非线性
指数
存储器
系统为您推荐了相关专利信息
情感识别方法
注意力
特征提取模块
情感识别模型
梯田
音频制作方法
轨道
乐器数字接口
计算机执行指令
识别算法
样本
生成用户
计算机程序指令
转换器
自然语言文本
噪声预测器
12导联心电图
多层感知机
文本
生成方法