摘要
本申请涉及一种多标签数据的缺失标签预测方法、装置以及计算机设备。所述方法包括:获取药物分析数据集中每个多标签数据的药物缺失标签;若药物缺失标签包括第一缺失标签和第二缺失标签,则获取两个缺失标签之间的第一共同特征;对两个缺失标签进行初始化,得到第一缺失标签对应的第一初始值和第二缺失标签对应的第二初始值;将第一初始值、第二初始值、第一共同特征输入训练完备的神经网络模型,得到第一初始值的第一预测值和第二初始值的第二预测值;将第一预测值和第二预测值重新输入神经网络模型中进行循环预测直至模型收敛,得到第一缺失标签的第一预测结果、第二缺失标签的第二预测结果。采用本方法实现了多标签数据的缺失标签的准确预测。
技术关键词
标签预测方法
多标签
融合特征
混合门模块
药物标签
输入神经网络模型
样本
计算机设备
标签训练集
数据获取模块
预测装置
存储器
处理器
参数
系统为您推荐了相关专利信息
频繁项集挖掘算法
多模型
迭代方法
时间序列模型
生成对抗网络
AI机器人
特征提取模型
监管方法
大语言模型
语言模块
癌细胞检测方法
感知特征
融合特征
分类网络
细胞分类器
雷电监测预警方法
回归预测模型
多源特征
预测误差
大气电场数据