摘要
本发明属于表格数据预测领域,提供了一种用于处理表格数据的有序回归方法及系统,方法包括:利用多模态编码器对查询样本和表格数据训练集进行编码,得到初始及最终查询样本特征、训练特征及标签候选集;计算训练特征候选集中各类特征的类间距离累加值并从训练特征及标签候选集中检索与最终查询样本特征相似的样本特征和对应的标签;利用相似样本标签和类间距离累加值计算贡献度权重及相似样本特征与最终查询样本特征之间的相似度;融合相似度和贡献度权重后与初始查询样本特征整合,之后输入预测器得到有序标签。因类间距离累加值可体现有序知识的等级性、不等距性及包纳性,促进分类预测,故可以较为准确地对查询样本的有序标签进行预测。
技术关键词
回归方法
训练特征
样本
表格
标签
上下文特征
数据
多模态
编码器
训练集
注意力机制
编码模块
字典
基准特征
实体
字符
年龄
系统为您推荐了相关专利信息
AI大数据
存储管理模块
特征提取模块
异构
决策
多模态传感器
生理
智能穿戴设备
信号
时域编码器
预测模型构建方法
疾病关联预测方法
训练样本集
训练分类器
节点连线