摘要
本发明公开了一种面向小样本数据的目标预测方法,该方法包括提取目标小样本时序数据集,以时刻为分组,构建位相分布序列,进而构建位相分布转移矩阵;再根据位相分布序列和小样本时序数据集,构建位置生成方法;然后由系统生成随机位相分布信息,结合位相分布转移矩阵及位置生成方法,快速获取较大规模的模型预测训练数据组;最终根据模型预测训练数据组,构建智能预测模型,通过对智能预测模型进行预训练来更新模型参数,实现面向小样本数据的目标智能预测。该方法可以有效解决相邻时刻间的状态转移问题,进而生成大规模高质量的训练数据,显著提升智能预测模型的准确性,解决真实场景存在的如小样本场景下音频和视频生成问题。
技术关键词
训练数据获取方法
生成方法
归一化模块
样本
序列
更新模型参数
信息计算方法
输入端
时序
前馈神经网络
矩阵构建方法
数量计算方法
代表
生成随机
快照
注意力
输出端
系统为您推荐了相关专利信息
微机综合保护装置
通信方法
参数
关键性
阈值分割算法
监测抑郁症
细胞检测试剂
抑郁症药物
检测外周血
抑郁症动物模型
低空无人机
马赛克拼图
自动识别方法
通道注意力机制
图像增强
联动控制方法
防淹门
预警模型
长短期记忆网络
列表