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：深圳市大数据研究院
摘要：本申请实施例提供了一种基于少样本学习的模型对数据分类的方法及相关设备。方法包括：获取待分类数据；获取预设的目标模型以及多个第一特征模板；其中，目标模型由预设模型基于多个第一样本数据之间的样本特征关系得到的第一相似度矩阵与预设的第一样本标签进行的第一对比训练，和基于第一样本数据和第一特征模板进行的第二对比训练得到；将待分类数据与多个第一特征模板输入至目标模型中，得到多个特征相似度；基于特征相似度确定与待分类数据的特征相似度最大的第一特征模板作为目标特征模板，并确定目标特征模板对应的目标类别；将目标类别确定为待分类数据的分类结果。以此，能够在降低对模型的训练成本的同时，提高对数据分类的准确性。
主权项：1.一种基于少样本学习的模型对数据分类的方法，其特征在于，所述方法包括：获取待分类数据；获取预设的目标模型以及所述目标模型的多个第一特征模板；其中，所述目标模型由预设模型基于多个第一样本数据之间的样本特征关系得到的第一相似度矩阵，与预设的第一样本标签进行的第一对比训练，以及基于所述第一样本数据和所述第一特征模板进行的第二对比训练得到；所述第一特征模板根据所述多个第一样本数据对应的所述第一相似度矩阵对各第一样本标签下的多个所述第一样本数据进行特征加权计算得到；将所述待分类数据与所述多个第一特征模板输入至所述目标模型中，得到所述待分类数据分别与多个所述第一特征模板之间的多个特征相似度；基于所述多个特征相似度确定与所述待分类数据的所述特征相似度最大的所述第一特征模板作为目标特征模板，并确定所述目标特征模板对应的目标类别；将所述目标类别确定为所述待分类数据的分类结果。
全文数据：
权利要求：
百度查询： 深圳市大数据研究院 基于少样本学习的模型对数据分类的方法及相关设备
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