龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：香港科技大学(广州)
摘要：本申请实施例提供了一种基于深度度量学习和多通道部分可观测函数型数据建模的不平衡缺陷分类方法，属于人工智能技术领域。该方法包括：获取目标产品的初始输入数据；基于初始输入数据构建分布预测函数，以对初始输入数据预测得到候选输入数据，并和初始输入数据组合得到预处理后数据；基于线性转换子模型对预处理后数据进行线性编码得到线性编码特征；基于非线性转换子模型对线性编码特征进行非线性编码得到目标编码特征；基于分类器对目标编码特征分类得到目标分类标签。本申请实施例能够对采集到的部分可观测的多通道函数型数据进行数据分类，也能够保证较高的分类准确度，以快速准确地识别出制造过程中是否存在缺陷。
主权项：1.一种基于深度度量学习和多通道部分可观测函数型数据建模的不平衡缺陷分类方法，其特征在于，所述方法包括：获取目标产品在当前观测区域的初始输入数据；其中，所述初始输入数据包含多个初始输入子数据，每个所述初始输入子数据是所述目标产品在观测区域中的一个通道上的观测值；基于所述初始输入数据进行分布函数构建，得到分布预测函数；基于所述分布预测函数对所述初始输入数据进行数据预测，得到候选输入数据，并将所述初始输入数据和所述候选输入数据进行数据组合，得到预处理后数据；其中，所述候选输入数据用于表征对所述目标产品在未观测区域预测到的数据；将所述预处理后数据输入预先训练的多通道函数型数据分类模型，所述多通道函数型数据分类模型包括线性转换子模型、非线性转换子模型和分类器；基于所述线性转换子模型对所述预处理后数据进行线性编码处理，得到线性编码特征；基于所述非线性转换子模型对所述线性编码特征进行非线性编码处理，得到目标编码特征；基于所述分类器对所述目标编码特征进行数据分类，得到目标分类标签，所述目标分类标签用于指示所述目标产品在所述当前观测区域的缺陷类别。
全文数据：
权利要求：
百度查询： 香港科技大学(广州) 基于深度度量学习和多通道部分可观测函数型数据建模的不平衡缺陷分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号