首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

多类型数据并行学习方法、装置、计算机设备及介质 

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:云天弈(广州)智能科技有限公司

摘要:本公开涉及多类型数据并行学习技术领域,提供了多类型数据并行学习方法、装置、计算机设备及介质。该方法包括:拼接模块,被配置为将至少两个目标子神经网络的中间向量进行拼接,生成目标向量;训练模块,被配置为将目标向量作为输入,对初始神经网络进行训练,得到目标神经网络;计算模块,被配置为将目标数据集导入目标神经网络进行计算,得到目标预测值。本公开实施例通过上述步骤,可以大大提高对多类型交叉数据的处理速度和精准度。

主权项:1.一种多类型数据并行学习方法,其特征在于,包括:将至少两个目标子神经网络的中间向量进行拼接,生成目标向量,所述至少两个目标子神经网络包括目标环境神经网络和目标经济神经网络;将所述目标向量作为输入,对初始神经网络进行训练,得到目标神经网络;将目标数据集导入所述目标神经网络进行计算,得到目标预测值,所述目标数据集包括目标地区的环境数据集和经济数据集;所述将至少两个目标子神经网络的中间向量进行拼接,生成目标向量之前,还包括:获取至少两个测试子集,其中所述至少两个测试子集中的每个测试子集,对应至少两个初始子神经网络中的其中一个初始子神经网络;基于所述至少两个测试子集中的每个测试子集,对与其对应的初始子神经网络进行训练,得到对应的目标子神经网络;其中,所述测试子集至少包括环境子集、经济子集;基于环境子集对初始环境神经网络进行训练,得到目标环境神经网络;基于经济子集对初始经济神经网络进行训练,得到目标经济神经网络;所述获取至少两个测试子集之前,还包括:获取至少两个原始集,其中,所述至少两个原始集中的每个原始集包括至少一种特征数据,每种所述特征数据包括至少一个元数据;其中,所述两个原始集包括环境数据原始集和经济数据原始集,所述环境数据原始集包括空气湿度数据、降水量数据、森林覆盖率数据和地形数据;所述经济数据原始集包括人均gdp数据、汽车保有量数据、环境治理投入数据、废水排放量数据和污染空气排放量数据,每种上述数据都包含至少一个元数据;基于预设的处理策略对所述至少两个原始集中的每个元数据进行处理,生成处理后的元数据,得到处理后的至少两个原始集;将所述处理后的至少两个原始集确定为所述至少2个测试子集;所述预设的处理策略包括:基于归一数学式对所述至少两个原始集中的每个元数据进行归一处理,其中,所述归一数学式为: 其中,x′指经过归一化后得到的数据,x指元数据,为元数据的均值,σ为元数据的标准差;基于预设同频策略对所述至少两个原始集中每个原始集中的元数据进行同频处理;其中,对归一处理后的所述环境数据原始集中的各个特征数据进行同频处理,得到所述环境子集;对归一处理后的所述经济数据原始集中的各个特征数据进行同频处理,得到所述经济子集;所述基于预设同频策略对所述至少两个原始集中每个原始集中的元数据进行同频处理,包括:步骤一:从所述至少两个原始集中筛选出一个原始集作为目标原始集;步骤二:从所述目标原始集中筛选出一种特征数据作为目标特征数据;其中,将统计频率最低的数据作为所述目标特征数据;步骤三:基于所述目标特征数据,将目标测试子集中各种特征数据的元数据做同频处理;重复执行步骤一至步骤三,直至所述至少两个原始集中每个原始集中的元数据完成同频处理。

全文数据:

权利要求:

百度查询: 云天弈(广州)智能科技有限公司 多类型数据并行学习方法、装置、计算机设备及介质

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。