[发明专利]一种标签分布预测方法及装置在审
| 申请号： | 201910423070.0 | 申请日： | 2019-05-21 |
| 公开（公告）号： | CN110135507A | 公开（公告）日： | 2019-08-16 |
| 发明（设计）人： | 张恒汝;黄雨婷;徐媛媛;闵帆 | 申请（专利权）人： | 西南石油大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06F17/15;G06F17/16 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 李世喆 |
| 地址： | 610500 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种标签分布预测方法及装置，该方法包括：S1：获取训练集合并初始化潜在因子矩阵；S2：根据训练集合和潜在因子矩阵构建基础目标函数；S3：根据潜在因子矩阵构建距离映射函数；S4：根据基础目标函数和距离映射函数构建目标函数；S5：目标函数对潜在因子矩阵求一阶偏导；S6：确定第一因子矩阵；S7：将第一因子矩阵代入一阶偏导向量获得一阶梯度矩阵；S8：判断一阶梯度矩阵的F范数是否小于临界阈值，如果是，执行S10，否则执行S9；S9：对潜在因子矩阵进行迭代优化获得新的第一因子矩阵，并执行S7；S10：根据第一因子矩阵获得待预测实例的标签分布向量。本方案能够提高对实例进行标签分布预测的准确性。 | ||
| 搜索关键词： | 因子矩阵 标签 矩阵 预测 基础目标 距离映射 目标函数 训练集合 一阶梯度 构建 迭代优化 分布向量 函数构建 一阶偏导 初始化 量获得 范数 一阶 | ||
【主权项】：
1.一种标签分布预测方法，其特征在于，包括：S1：获取训练集合，并初始化潜在因子矩阵，其中，所述训练集合包括有至少一个样本的特征信息和实际标签分布信息，所述潜在因子矩阵用于从特征信息到标签分布的转换；S2：根据所述训练集合和所述潜在因子矩阵构建基础目标函数，其中，所述基础目标函数用于衡量实际标签分布与预测标签分布之间的差距；S3：根据所述潜在因子矩阵构建距离映射函数，其中，所述距离映射函数用于描述标签相关性；S4：根据所述基础目标函数和所述距离映射函数构建目标函数；S5：针对所述目标函数对所述潜在因子矩阵求一阶偏导，获得一阶偏导向量；S6：将初始化后的所述潜在因子矩阵确定为第一因子矩阵；S7：将所述第一因子矩阵代入所述一阶偏导向量，获得一阶梯度矩阵；S8：判断所述一阶梯度矩阵的F范数是否小于预先设定的临界阈值，如果是，执行S10，否则执行S9；S9：对所述潜在因子矩阵进行一次迭代优化，将迭代优化后的所述潜在因子矩阵确定为所述第一因子矩阵，并执行S7；S10：根据所述第一因子矩阵，获得待预测实例的标签分布向量。
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西南石油大学，未经西南石油大学许可，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/201910423070.0/，转载请声明来源钻瓜专利网。
