[发明专利]一种模型训练的方法及装置

权利要求书

1.一种模型训练的方法，其特征在于，所述方法包括：

获取指定分类类别中的待训练的样本数据；

对所述待训练的样本数据进行特征提取，获得所述指定分类类别对应的特征信息；

对所述指定分类类别对应的特征信息进行聚类，得到多个聚类标签；

对所述聚类标签对应的样本数据进行数据均衡处理；

将数据均衡处理后的样本数据作为目标样本数据；

采用所述目标样本数据，训练指定模型。

2.根据权利要求1所述的方法，其特征在于，在所述对所述聚类标签对应的样本数据进行数据均衡处理之前，还包括：

从所述多个聚类标签中筛选出符合预设条件的聚类标签。

3.根据权利要求2所述的方法，其特征在于，所述从所述多个聚类标签中筛选出符合预设条件的聚类标签，包括：

从所述指定分类类别的样本数据中，分别统计各个聚类标签对应的样本数据的数量；

计算所述指定分类类别中，各个聚类标签的样本平均数；

丢弃样本数据的数量低于所述样本平均数的聚类标签，获得保留的聚类标签。

4.根据权利要求3所述的方法，其特征在于，所述对所述聚类标签对应的样本数据进行数据均衡处理，包括：

比较各个候选聚类标签中样本数据的数量，选取数量最少的至少一个聚类标签进行数据增强处理。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述对所述指定分类类别对应的特征信息进行聚类，得到多个聚类标签，包括：

设定聚类中心的数量；

根据所述聚类中心的数量，采用余弦cosine距离的方式对所述特征信息进行聚类，得到多个聚类标签。

6.一种模型训练的装置，其特征在于，所述装置包括：

样本数据获取模块，用于获取指定分类类别中的待训练的样本数据；

特征提取模块，用于对所述待训练的样本数据进行特征提取，获得所述指定分类类别对应的特征信息；

聚类模块，用于对所述指定分类类别对应的特征信息进行聚类，得到多个聚类标签；

均衡处理模块，用于对所述聚类标签对应的样本数据进行数据均衡处理；

模型训练模块，用于将数据均衡处理后的样本数据作为目标样本数据，并采用所述目标样本数据，训练指定模型。

7.根据权利要求6所述的装置，其特征在于，还包括：

筛选模块，用于从所述多个聚类标签中筛选出符合预设条件的聚类标签。

8.根据权利要求7所述的装置，其特征在于，所述筛选模块包括：

统计子模块，用于从所述指定分类类别的样本数据中，分别统计各个聚类标签对应的样本数据的数量；

样本平均数计算子模块，用于计算所述指定分类类别中，各个聚类标签的样本平均数；

样本丢弃子模块，用于丢弃样本数据的数量低于所述样本平均数的聚类标签，获得保留的聚类标签。

9.根据权利要求8所述的装置，其特征在于，所述均衡处理模块还用于：

比较各个候选聚类标签中样本数据的数量，选取数量最少的至少一个聚类标签进行数据增强处理。

10.根据权利要求6-9任一项所述的装置，其特征在于，所述聚类模块还用于：

设定聚类中心的数量；

根据所述聚类中心的数量，采用余弦cosine距离的方式对所述特征信息进行聚类，得到多个聚类标签。

11.一种模型训练系统，其特征在于，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述电子设备执行如权利要求1-5一个或多个的一种模型训练的方法。

12.一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如权利要求1-5一个或多个的一种模型训练的方法。