[发明专利]一种基于特征聚类的深度学习方法在审
| 申请号： | 201811379065.6 | 申请日： | 2018-11-19 |
| 公开（公告）号： | CN109635848A | 公开（公告）日： | 2019-04-16 |
| 发明（设计）人： | 张义强 | 申请（专利权）人： | 扬州梯子教育科技发展有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京盛凡智荣知识产权代理有限公司 11616 | 代理人： | 王勇 |
| 地址： | 225000 江苏省扬州市广陵区江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 传统的深度学习方法，比如DNN，存在大量不必要的不相关特征的连接，造成巨大的计算和模型参数存储压力，本发明提出基于特征聚类的方式，首先基于特征之间的相关性，构造网络图结构，然后对网络图进行聚类，基于聚类结果，指导每一层的神经网络层的特征连接。 | ||
| 搜索关键词： | 特征聚类 网络图 网络图结构 存储压力 聚类结果 模型参数 神经网络 传统的 聚类 学习 | ||
【主权项】：
1.基于特定数据集，计算数据集中的特征之间的相关性，然后基于特征之间的相关性，构造网络图结构，对网络图结构进行聚类，相关性强的特征被聚为一类；基于聚类结果，指导神经网络构造过程。
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扬州梯子教育科技发展有限公司，未经扬州梯子教育科技发展有限公司许可，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/201811379065.6/，转载请声明来源钻瓜专利网。
