用于加权预测的预测模型训练方法、装置、设备及介质

AITNT
正文
推荐专利
用于加权预测的预测模型训练方法、装置、设备及介质
申请号:CN202411080804
申请日期:2024-08-07
公开号:CN119048955A
公开日期:2024-11-29
类型:发明专利
摘要
本公开提供了一种用于加权预测的预测模型训练方法、装置、设备及介质,涉及机器学习、人工智能等技术领域,尤其涉及视频编码技术领域。具体实现方案为:获取与多个视频序列对应的视频特征以及视频标签;从与多个视频序列对应的视频特征中进行特征选择,并将选择的视频特征按照特征重要程度进行排序,得到排序后的视频特征;根据每个视频特征的重要程度占比大小从排序后的视频特征中再次进行特征选择,得到待选择的视频特征;根据待选择的视频特征以及与待选择的视频特征对应的视频标签对待训练模型进行训练,得到用于加权预测的预测模型。本公开通过选择出与预测结果相关性更高的特征,从而可以训练得到预测准确性较高的预测模型。
技术关键词
特征选择 机器学习模型 序列 梯度提升模型 预测模型训练方法 标签 视频编码技术 模块 计算机程序产品 处理器通信 指令 可读存储介质 亮度 存储器 电子设备
系统为您推荐了相关专利信息
1
基于深度强化学习的混流生产线线性缓冲区重排序方法
重排序方法 深度强化学习 释放产品 启发式规则 线性
2
一种系统智能水平评测动态可解释性归因方法
归因 动态 输出特征 多模态数据融合 智能系统
3
一种逐日气候态与机器学习模型相融合的海洋环境预报方法
海洋环境参数 海洋环境预报 生成机器学习 气候 数据
4
神经网络训练加速器及加速方法、装置
处理单元 神经网络训练 加速器 索引 生成切换信号
5
基于对比学习和层级聚合的药物推荐方法及系统
药物推荐方法 电子病历数据 编码模块 层级 手术
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号