[发明专利]一种基于流形迁移学习的数据标定方法及系统在审
| 申请号： | 201810305890.5 | 申请日： | 2018-04-08 |
| 公开（公告）号： | CN108960270A | 公开（公告）日： | 2018-12-07 |
| 发明（设计）人： | 陈益强;王晋东;冯文杰;忽丽莎 | 申请（专利权）人： | 中国科学院计算技术研究所 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京律诚同业知识产权代理有限公司 11006 | 代理人： | 祁建国;梁挥 |
| 地址： | 100080 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于流形迁移学习的数据标定方法和系统，包括：获取已标定标签的特征数据作为源域，获取待标定标签的特征数据作为目标域，对源域和目标域分别进行主成分分析，得到源特征向量和目标特征向量；将源特征向量和目标特征向量分别映射至流形空间，以得到源域在流形空间中的源流形特征和目标域在流形空间中的目标流形特征；统计源域具有的标签种类，并根据标签种类下的特征数据个数，得到每一类标签下源流形特征的平均值，并根据平均值和目标流形特征间的距离，为目标域中的特征数据标定标签。本发明简化了大规模数据的标定，提高了方法的泛化能力，提高了迁移标定的运行效率。 | ||
| 搜索关键词： | 标定 流形 标签 特征数据 目标域 源域 目标特征向量 数据标定 迁移 目标流 源特征 向量 大规模数据 主成分分析 运行效率 映射 学习 统计 | ||
【主权项】：
1.一种基于流形迁移学习的数据标定方法，其特征在于，包括：步骤1、获取已标定标签的特征数据作为源域，获取待标定标签的特征数据作为目标域，对该源域和该目标域分别进行主成分分析，得到源特征向量和目标特征向量；步骤2、将该源特征向量和该目标特征向量分别映射至流形空间，以得到该源域在该流形空间中的源流形特征和该目标域在该流形空间中的目标流形特征；步骤3、统计该源域具有的标签种类，并根据该标签种类下的特征数据个数，得到每一类标签下该源流形特征的平均值，并根据该平均值和该目标流形特征间的距离，为该目标域中的特征数据标定标签。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院计算技术研究所，未经中国科学院计算技术研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810305890.5/，转载请声明来源钻瓜专利网。
