摘要
本公开提供了一种预测方法、装置、电子设备、存储介质及程序产品。预测方法包括:对当前时刻获取的多个初始样本进行预处理,得到当前时刻的样本集Xt;基于样本集Xt、样本集Xt的投影矩阵Wt、上一时刻的样本集Xt‑1的投影矩阵Wt‑1,计算原型对比损失函数;基于样本集Xt和投影矩阵Wt,计算流形正则化项;基于原型对比损失函数和流形正则化项,计算总损失函数;基于总损失函数和投影矩阵Wt‑1,得到投影矩阵Wt,并基于投影矩阵Wt,从所有特征中选出特征子集;按照所述特征子集,对所述多个初始样本中的每个初始样本进行特征提取,并将提取到的特征值输入机器学习模型,得到针对所述每个初始样本的预测结果。
技术关键词
样本
矩阵
原型
计算机可执行指令
机器学习模型
电子设备
特征值
在线
处理器
场景
计算机程序产品
特征选择
预测装置
拉普拉斯
可读存储介质
存储器
系统为您推荐了相关专利信息
特征提取网络
方程
特征融合网络
矩阵
混凝土施工技术