摘要
本发明涉及一种降维方法,用于通过机器学习训练机器学习模型(50)的多维特征空间,包括以下步骤:提供(101)至少一个数据对(30),在该数据对中原始数据元(31)和修改后数据元(32)均相互间具有特征差异(Δf),该特征差异特定于用于机器学习的各自规定任务;基于对各自数据对(30)的比较,确定(102)至少一个任务特定特征空间,该特征空间特定于该至少一个特征差异(Δf);基于所确定的任务特定特征空间执行(103)降维。
技术关键词
数据处理设备
降维方法
训练机器学习模型
交通灯系统
成分分析
机器学习训练
计算机
可读存储介质
交通标志
图像传感器
指令
场景
机器人
掩模
像素
系统为您推荐了相关专利信息
集成学习模型
故障检测方法
信号分解方法
光伏组件面板
多分辨率
社区发现算法
生成代码
节点特征
数据输入模块
特征值
数据可视化平台
计算方法
影像
岩溶地质
高光谱传感器
矿用挖掘机
编码向量
状态识别系统
液压
频域特征提取