“吉胜芬”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多视图深度度量学习的混合属性数据转换方法-CN202211177944.7在审
发明人：李秋德;吉胜芬;余洋;胡思贵;熊庆宇 -专利权人：贵州医科大学
申请日： 2022-09-26 - 公布日： 2022-12-30 - 主分类号： G06F16/25 文献下载
摘要：本发明提供了一种基于多视图深度度量学习的混合属性数据转换方法，包括：获取包括至少一个待转换样本的待转换样本集，将待转换样本集输入预先训练好的多视图深度度量学习模型获得待转换样本集的转换结果，多视图深度度量学习模型包括：多视图信息提取模块，提取待转换样本集的属性内耦合视图、属性间耦合视图和属性对类耦合视图；深度度量模块，将属性内耦合视图、属性间耦合视图和属性对类耦合视图映射为相应的数值向量；融合模块，将多个视图的数值向量与待转换样本集的数值属性数据融合。能全面挖掘分类属性数据的本质特征，保持数据转换前后数据分布一致，将混合属性数据上的分类属性数据无损地表示为高质量的数值向量。
一种基于视图深度度量学习混合属性数据转换方法

[发明专利]一种基于微调条件概率的分类数据转换方法-CN201910770010.6有效
发明人：熊庆宇;李秋德;吉胜芬;高旻;余洋;王凯歌;吉皇 -专利权人：重庆大学
申请日： 2019-08-20 - 公布日： 2022-10-28 - 主分类号： G06F16/2458 文献下载
摘要：本发明涉及数据预处理的数据挖掘或机器学习领域，本发明提出的一种基于微调条件概率的分类数据转换方法，包括：S1、分类数据的数据采集；S2、数据预处理，清洗分类数据中的缺失数据，噪音数据，以及无效数据；S3、条件概率计算，将清洗以后的分类数据转换为数值向量；S4、微调条件概率，对步骤S3中转换后的数值向量进行数值微调；S5、分类数据的数值嵌入，对步骤S4中进行数值微调以后的数值向量，采用原始的分类数据嵌入或映射为数值数据。本发明可将分类数据集中的分类值转换为高质量的数值向量，转换后的数值数据能保持原始数据的真实分布，保证了数据挖掘任务的可靠性。
一种基于微调条件概率分类数据转换方法