[发明专利]基于多视角学习的分类模型构建方法及装置有效
| 申请号： | 201910721187.7 | 申请日： | 2019-08-06 |
| 公开（公告）号： | CN110414623B | 公开（公告）日： | 2022-06-24 |
| 发明（设计）人： | 曾博;肖燕珊;刘波;温劲;李鹏程;冯俊耀;郝志峰 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06K9/62;G06F16/906 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 李伟 |
| 地址： | 510060 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于多视角学习的分类模型构建方法，包括：接收到模型构建指令时，获取多个第一视角数据组及多个第二视角数据组；第一视角数据组包括携带正类标签的第一视角特征数据，以及与第一视角特征数据对应的第三类无标签特征数据；第二视角数据组包括携带负类标签的第二视角特征数据，以及与第二视角特征数据对应的第三类无标签特征数据；获取与模型构建指令对应的目标方程；应用拉格朗日乘子法对目标方程进行计算，得到与目标方程对应的对偶方程；基于训练数据集对所述对偶方程进行求解，得到与训练数据集对应的分类模型。通过结合第三类无标签特征数据进行分类模型的构建，降低了对多视角训练数据数量的依赖，提高分类模型的分类精度。 | ||
| 搜索关键词： | 基于 视角 学习 分类 模型 构建 方法 装置 | ||
【主权项】：
1.一种基于多视角学习的分类模型构建方法，其特征在于，包括：接收到模型构建指令时，获取预先存储的训练数据集，所述训练数据集包括第一数据集合及第二数据集合；所述第一数据集合包含多个第一视角数据组，所述第二数据集合包含多个第二视角数据组；所述第一视角数据组包括携带正类标签的第一视角特征数据，以及与所述第一视角特征数据对应的第三类无标签特征数据；所述第二视角数据组包括携带负类标签的第二视角特征数据，以及与所述第二视角特征数据对应的第三类无标签特征数据；获取与所述模型构建指令对应的目标方程；应用拉格朗日乘子法对所述目标方程进行计算，得到与所述目标方程对应的对偶方程；基于所述训练数据集对所述对偶方程进行求解，以得到与所述训练数据集对应的分类模型。
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广东工业大学，未经广东工业大学许可，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/201910721187.7/，转载请声明来源钻瓜专利网。
