一种基于深度学习在多数据混合探索方法

AITNT
正文
推荐专利
一种基于深度学习在多数据混合探索方法
申请号:CN202510593244
申请日期:2025-05-08
公开号:CN120654051A
公开日期:2025-09-16
类型:发明专利
摘要
本申请提供一种基于深度学习在多数据混合探索方法,包括:根据不同数据源的采样覆盖面和样本容量,评估数据规模,判断数据源是否能支持模型构建;若数据规模无法满足要求,则通过生成对抗网络扩充样本分布;基于统计测试或先验知识评定数据源质量,确定质量权重;构建能反映数据源质量的子网络,获取质量得分,更新质量权重;通过关联分析评估数据源匹配程度,确定样本和特征选择;提取异质数据源的多样特征,表达数据关系;利用部分标记数据特征表示学习网络,评价特征的判别性能;学习不同数据源对应的任务子空间,实现联合推理,得到最终决策。
技术关键词
样本 条件生成对抗网络 生成式对抗网络 特征选择 评价特征 数据 规模 自动编码器网络 决策 标签 异质 注意力机制 神经网络参数 神经网络结构 神经网络训练 复杂度 标记 多层感知机
系统为您推荐了相关专利信息
1
国际多式联运教学方法、系统、设备及存储介质
决策树模型 线性规划算法 教学方法 学生 终点
2
一种基于深度神经网络的学生成绩预测方法
学生成绩预测方法 深度神经网络 数据 噪声技术 概率密度函数
3
一种风力机叶片翼型设计方法
克里金模型 样本 拉丁超立方抽样方法 网格模型 全局优化算法
4
基于改进YOLOv10的BGA封装芯片锡球缺陷检测方法
缺陷检测方法 锡球 深度特征融合 BGA封装芯片 深度学习网络
5
一种基于改进NSGA-II算法的船舶柴油机传感器配置策略优化方法及系统
传感器配置 优化配置策略 监测传感器 故障隔离 船舶柴油机
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