[发明专利]基于预测模型的处理结果预测方法、装置及服务器

权利要求书

1.一种基于预测模型的处理结果预测方法，其特征在于，所述方法包括：

获取目标网络在前T个训练时期的处理结果集合，所述处理结果集合包括所述目标网络针对训练数据进行处理得到的t1个处理结果数据、以及利用处理结果预测模型针对所述目标网络进行处理结果预测得到的t2个处理结果数据，所述T、t1为正整数，所述t2为非负整数；

利用所述处理结果预测模型对所述处理结果集合中的处理结果数据进行处理，预测得到所述目标网络在第T+1个训练时期的处理结果数据；

其中，所述处理结果预测模型是基于所述目标网络的网络设置信息构建得到的。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述目标网络的网络设置信息，所述网络设置信息包括所述目标网络的结构参数和超参数；

根据所述网络设置信息确定目标特征参数，并根据所述目标特征参数构建得到所述处理结果预测模型。

3.根据权利要求2所述的方法，其特征在于，所述根据所述目标特征参数构建得到所述处理结果预测模型之后，所述方法还包括：

利用支持向量机回归LIBSVM软件对所述处理结果预测模型进行训练，得到训练后的处理结果预测模型；

其中，所述LIBSVM软件对应的支持向量机SVM类型为回归型支持向量机v-SVR，所述LIBSVM软件对应的核函数为径向基函数RBF。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述处理结果数据用于指示所述目标网络的分类准确率，所述利用所述处理结果预测模型对所述处理结果集合中的处理结果数据进行处理，预测得到所述目标网络在第T+1个训练时期的处理结果数据之后，所述方法还包括：

检测预测得到的所述目标网络在第T+1个训练时期的处理结果数据所指示的分类准确率是否小于预设数值；

若所述目标网络在第T+1个训练时期的处理结果数据所指示的分类准确率小于所述预设数值，则获取样本数据，并利用所述样本数据对所述目标网络进行训练。

5.根据权利要求1至3中任一项所述的方法，其特征在于，所述利用所述处理结果预测模型对所述处理结果集合中的处理结果数据进行处理，预测得到所述目标网络在第T+1个训练时期的处理结果数据之后，所述方法还包括：

输出包括所述目标网络在第T+1个训练时期的处理结果数据的提示信息，所述提示信息用于提示是否利用样本数据对所述目标网络进行训练；

若检测到针对所述提示信息输入的确认训练指令，则获取所述样本数据，并利用所述样本数据对所述目标网络进行训练。

6.根据权利要求1至3中任一项所述的方法，其特征在于，所述目标网络的每一个训练时期对应一个处理结果数据，所述T等于所述t1与所述t2的和。

7.根据权利要求1至3中任一项所述的方法，其特征在于，所述目标网络为神经网络。

8.一种基于预测模型的处理结果预测装置，其特征在于，包括用于执行如权利要求1至7中任一项权利要求所述的方法的单元。

9.一种服务器，其特征在于，包括处理器、通信接口和存储器，所述处理器、所述通信接口和所述存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1至7中任一项所述的基于预测模型的处理结果预测方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1至7中任一项所述的基于预测模型的处理结果预测方法。