基于半监督学习的和弦识别模型训练方法、系统及产品

AITNT
正文
推荐专利
基于半监督学习的和弦识别模型训练方法、系统及产品
申请号:CN202510620403
申请日期:2025-05-14
公开号:CN120126508B
公开日期:2025-07-15
类型:发明专利
摘要
本发明公开了一种基于半监督学习的和弦识别模型训练方法、系统及产品,属于和弦识别技术领域。本发明提供的基于半监督学习的和弦识别模型训练方法,通过自适应置信度阈值筛选、多维度数据增强及伪标签分层利用,提高无标签音频样本集的利用效果;通过引入对比学习方法,对低置信度样本集进行深度挖掘,捕捉样本间的细微差异与内在联系,结合第一损失与第二损失,通过反向传播算法对有监督模型参数进行优化,使有监督模型在保持对常见和弦高识别率的同时,提升对稀有和弦的识别能力,从而实现提升整体和弦的识别准确率。
技术关键词
样本 识别模型训练方法 音频 半监督学习 标签 置信度阈值 学习方法 传播算法 索引 参数 网络 处理器 计算机设备 速率 可读存储介质 总量 模块 存储器 分层
系统为您推荐了相关专利信息
1
考生作答信息的异常检测方法、系统及存储介质
异常检测方法 矩阵 数据 无监督学习 集成学习方法
2
一种佣金计算系统及方法
子模块 因子 客户 矩阵 执行点积运算
3
一种智能眼镜AI语音交互方法
AI语音交互方法 智能眼镜 序列 关键词 识别手势动作
4
芯片制造用氧化炉控制参数优化方法及相关设备
控制参数优化方法 氧化炉 晶圆 策略 传感器
5
一种图像处理系统、方法及存储介质
图像重建 跨模态 报告 注意力 图像块
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