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！

摘要：本发明公开了多层级分类神经网络的样本标签平滑方法、装置及设备，方法包括：获取训练样本所对应的样本初始标签，并采用预设初始标签平滑方法得到样本初始平滑标签，以样本本类标签值在样本初始标签中的位置为对称中心，根据各个值的位置与对称中心的距离得到位置权重集合，基于高斯分布得到样本高斯分布概率，将分布中除原点位置外的其它位置的概率值进行归一化得到对应的归一化概率值，并与样本平滑本类标签值进行归一化以获取对应的目标概率值，将目标概率值替换非样本平滑本类标签值以得到目标平滑标签。解决了对其它标签一刀切的概率分布问题，实现对其它分类类别分配不同等的信任度，使分类类别的识别概率分布更加符合实际情况与合理。

主权项：1.一种多层级分类神经网络的样本标签平滑方法，应用于图像模糊度分类，其特征在于，包括：获取训练样本所对应的样本初始标签，所述样本初始标签为一维矩阵，所述一维矩阵包含多个值，每个所述值用于描述所述训练样本被识别为所述值对应的分类类别的概率，多个所述值包含样本本类标签值与非样本本类标签值，所述样本本类标签值用于描述所述训练样本被最大概率识别为的分类类别对应的概率，所述非样本本类标签值用于描述所述训练样本被识别为除最大概率识别为的分类类别外的其它分类类别对应的概率；将所述样本初始标签采用预设初始标签平滑方法进行标签平滑，得到样本初始平滑标签，其中，所述样本本类标签值对应平滑为样本平滑本类标签值；以所述样本本类标签值在所述样本初始标签中的位置为对称中心，根据各个所述值的位置距离所述对称中心由近到远的顺序，给各个所述值的位置配置由小到大的位置权重，得到包含所有所述位置权重的位置权重集合；基于高斯分布，以所述对称中心为中心，获取所述位置权重集合中各个位置权重对应的分配权重，得到样本高斯分布概率；将所述样本高斯概率分布中除原点位置外的其它位置的概率值进行归一化，得到对应的归一化概率值；将所有所述归一化概率值作为整体，与所述样本平滑本类标签值进行归一化，得到所述整体所占的权重，基于所述权重，获取每个所述归一化概率值对应的目标概率值，并将所述目标概率值替换所述样本初始平滑标签中对应位置上的非样本平滑本类标签值，得到所述训练样本的目标平滑标签。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 多层级分类神经网络的样本标签平滑方法、装置及设备